不同比赛情境下CBA后卫郭艾伦竞技表现的差异性分析

2020-08-10 04:03李师祁
湖北体育科技 2020年6期
关键词:分球客场常规赛

李师祁,杨 坚

(广州体育学院 研究生院,广东 广州 510000)

竞技表现是指运动员在比赛中所表现出来的竞技能力,是运动员在训练中所获得的竞技能力在比赛中的展示与发挥,或称运动员在比赛中所表现出的竞技水平[1]。针对于篮球运动员而言,其竞技表现会通过各项技术指标统计的数据进行客观展示,虽然运动员的各项技术统计指标数据并不能对运动员进行绝对性的评价,但对其进行深入的分析可挖掘出隐藏在背后的潜在问题,从而令运动员发现优势与短板,使运动员发挥最大作用。现阶段学者们对篮球运动员竞技表现的定量研究多集中在各个位置上的球员或各个球队的群体性研究,缺乏对优秀篮球运动员的个人研究。

随着现代篮球小球时代的来临,比赛中后卫的作用越来越大,是球队进攻的指挥官,后卫球员的竞技表现时常会对比赛的胜负起到关键作用。CBA辽宁队的郭艾伦便是国内本土后卫群体中的佼佼者,同时也是国家队在国际赛场上后卫线上不可或缺的一员。笔者通过独立样本T检验以及逐步回归两种统计方法探究在不同赛段,主、客场情境下CBA后卫球员郭艾伦个人竞技表现的差异,同时分析影响其得分的主要因素,使郭艾伦全面地了解其自身竞技表现的特点,从而在赛场做到真正的效能最大化,也为教练员和其他后卫球员的训练竞赛提供参考。

1 研究对象与方法

1.1 研究对象

以郭艾伦在CBA联赛2010~2019年9个赛季共340场比赛(常规赛278场,季后赛62场)的技术指标统计为研究对象。分析的指标包括:X1得分、X2两分球命中率、X3三分球命中率、X4罚球命中率、X5篮板、X6前场篮板、X7后场篮板、X8助攻、X9抢断、X10扣篮、X11盖帽、X12失误、X13犯规。

1.2 研究方法

1.2.1 文献资料法

以“后卫”“竞技表现”“比赛情境”为逻辑检索词组配,采用主题和关键字检索在中国知网上检索大量相关文献进行阅读,同时参考了相关的篮球专著以及体育统计学教程为本文提供了丰富的理论依据,并通过CBA官网、新浪体育等权威网站整合了郭艾伦在2010~2019年9个赛季共340场的技术统计数据,保证研究数据来源的可靠性。

1.2.2 数理统计法

运用Excel 2013软件对原始数据根据不同情境进行整理分类:常规赛278场、季后赛62场、主场175场以及客场165场,并通过SPSS19.0对数据样本进行独立样本T检验和逐步回归,探求郭艾伦在不同比赛情境下个人竞技表现的差异。

1.2.3 逻辑分析法

运用归纳、类比和综合等逻辑分析方法,结合统计结果对郭艾伦在不同比赛情境下的技术指标统计数据进行进一步的对比分析,试图探求郭艾伦在不同比赛情境下个人竞技表现的差异,帮助其全面提高赛场效率,优化个人技术水平。

2 结果与分析

2.1 不同赛季阶段郭艾伦个人竞技表现的对比分析

CBA联赛分为常规赛与季后赛两个阶段,这两个比赛阶段环环相扣紧密衔接,常规赛的成绩决定着是否有资格进入到季后赛,而季后赛的表现又决定着是否能离总冠军更近一步。CBA不同赛段中竞赛对手的水平也有所不同,常规赛阶段的竞赛对手水平有高有低参差不齐而季后赛阶段则呈现出总体较强的水平,也意味着比赛的激烈程度也有所差异。随着比赛由常规赛阶段向季后赛阶段的不断深入,交赛双方球员的竞技状态与竞技目标的不断变化,随之而来的是球员竞技表现呈现出的不稳定性。对球队取胜具有关键作用的核心球员的竞技表现也会逐渐产生差异。将郭艾伦在CBA辽宁队效力的2010~2019年9个赛季中的278场常规赛、62场季后赛的13项技术指标数据进行独立样本T检验。结果如表1所示,反映郭艾伦个人竞技表现的13项技术指标中,仅有罚球命中率(X4FT%)的P值小于0.05,呈现出显著性差异,而其他指标均无显著性差异(p>0.05)。

表1 不同赛段郭艾伦个人竞技表现对比分析表

郭艾伦作为一名攻击性后卫球员其打法偏向美式打法,时常在比赛中采用持球突破上篮的进攻方式,同时也为其带来了较多的罚球机会。罚球作为赛场上非对抗性的得分方式,在关键时刻能对比赛起到致胜作用,因此往往非常考验一名球员的基本功与心理抗压能力。通过对郭艾伦常规赛与季后赛罚球命中率的数据分析可知,季后赛的罚球命中率表现明显优于常规赛的罚球命中率,由此可见郭艾伦在面对强度较大的比赛时具有较好的调整能力,但也说明其罚球命中率在不同的赛段表现出了较大的不稳定性。

2.2 主、客场郭艾伦个人竞技表现的对比分析

运动训练学理论研究表明,任何一个竞技项目比赛的运动成绩都是由运动员在比赛中的表现、对手在比赛中的表现以及竞赛结果的评定行为这3个方面的因素所决定的[2]。由此可知,运动员在赛场上的竞技表现除了自身竞技水平的影响之外还会受到其他客观因素的影响。CBA作为跨年度主客场制的职业联赛,球员自然会由于主客场作战的原因受到其他客观因素的影响从而令其竞技表现产生差异。有相关研究[3]证实了CBA联赛存在着较为明显的主场优势,影响的因素主要包括环境、气候、观众、裁判等因素。如表2所示,将郭艾伦主场175场以及客场165场的技术指标数据进行独立样本T检验,结果显示助攻(X8AST)与盖帽(X11BLK)的 p值均小于0.05,具有显著性差异。

核心后卫球员作为球队比赛场上的进攻指挥官,其衔接球队队员进攻的能力尤为重要,而助攻这一指标就能从侧面看出一名球员对教练战术意图的理解程度以及与队友的默契程度。从数据结果可知,在助攻方面,郭艾伦主场的表现明显优于客场,说明郭艾伦在熟悉的主场比赛能更好发挥出自己串联球队进攻的能力。盖帽作为防守技术指标,能较好地反映出球员对对手进攻出手的预判能力以及防守态度的积极性。数据结果显示,郭艾伦主场的盖帽表现优于客场,由此可知在主场因为观众氛围渲染对其防守的积极性起到了较大的调动作用。通过以上分析可以看出,球员竞技表现确实存在着明显的主场优势效应。

表2 主、客场郭艾伦个人竞技表现对比分析表

2.3 不同比赛情境下影响郭艾伦个人得分能力的因素分析

篮球作为一项在规定时间内、规则限制下通过计算得分来评定输赢的竞技运动,无疑球队球员得分能力的强弱会对比赛结果产生较大的影响。得分始终是运动员的最终目标,得分永远是衡量一名篮球运动员水平的第一要素[4]。因此探析影响篮球运动员得分能力的因素有哪些对于提高运动员的竞技表现具有重要意义。为探求不同比赛情境下影响郭艾伦个人得分能力的因素,将郭艾伦的13项技术统计中的得分(X1)作为因变量Y,其他12项技术指标作为自变量X进行逐步回归分析。

2.3.1 不同赛季阶段中影响郭艾伦个人得分能力的因素分析

复相关系数就决定了因变量与自变量之间的关系程度,复相关系数越接近1,则因变量与自变量的关系程度越密切[5]。如表3所示,常规赛回归模型5的复相关系数为0.748,判定系数为0.560,经检验p=0.000<0.01,说明常规赛的回归模型5拟合优度最好;季后赛回归模型4的复相关系数为0.771,判定系数为0.594,经检验p=0.000<0.01,即季后赛的回归模型4拟合优度最好。

表3 不同赛段线性回归模型统计检验表

表4 不同赛段得分方程检验表

表5 不同赛段回归系数以及标准回归系数表

由表4可知,对常规赛与季后赛得分进行逐步回归分析从而建立回归方程,结果显示:常规赛p=0.000<0.01,季后赛p=0.000<0.01,即说明建立常规赛与季后赛得分回归方程均具有非常显著性意义。

表5结果显示,常规赛经过逐步回归分析后,12项自变量指标中的7项指标被剔除,分别为:X6前场篮板、X7后场篮板、X8助攻、X9抢断、X11盖帽、X12失误、X13犯规。 由此可知影响郭艾伦常规赛得分的主要因素为:2分球命中率、3分球命中率、篮板、罚球命中率、扣篮,经检验每个指标均p<0.01具有非常显著性意义。因此建立常规赛得分回归方程为:Y=-1.608+0.137X2+0.091X3+1.114X5+0.054X4+4.004X10。标准化回归系数是判断多元回归方程中自变量对因变量影响程度大小的重要指标,变量的标准回归系数越大说明影响作用显著[5]。由表 5可知常规赛 X2>X3>X5>X4X>X10,影响郭艾伦常规赛得分因素的大小排序即2分球命中率>3分球命中率>篮板>罚球命中率>扣篮。

季后赛方面,12项自变量指标中的8项指标被剔除,分别为:X6前场篮板、X7后场篮板、X8助攻、X9抢断、X10扣篮、X11盖帽、X12失误、X13犯规。由此可知影响郭艾伦季后赛得分的主要因素为:3分球命中率、2分球命中率、篮板、罚球命中率,经检验每个指标均p<0.01具有非常显著性意义。由此建立季后赛得分回归方程:Y=-4.725+0.017X3+0.139X2+1.233X5+0.068X4。各变量的标准回归系数大小排序为:X3>X5>X2>X4,即影响郭艾伦赛季后赛得分因素的大小排序为3分球命中率>篮板>2分球命中率>罚球命中率。

通过对常规赛与季后赛得分影响因素的分析,发现影响郭艾伦常规赛与季后赛得分的因素存在差异性,总体而言影响其在不同赛段得分的指标多为直接得分指标,但在面对不同赛段下影响因素的大小作用有所不同。常规赛主要以2分球为主,作为善于持球突破进攻的类型球员,郭艾伦在常规赛中多以2分球作为自身的主要得分方式。而在对抗更为激烈的季后赛比赛中,往往需要球员贯彻教练员的战术意图,与队友配合拉出空位到外线进行3分出手从而来扩大比分。

2.3.2 主、客场影响郭艾伦个人得分能力的因素分析

如表6所示,主场回归模型5的复相关系数为0.766,判定系数为0.587,经检验p=0.000<0.01,说明主场的回归模型5拟合优度最好;客场回归模型5的复相关系数为0.742,判定系数为0.550,经检验p=0.000<0.01,即客场的回归模型 5拟合优度最好。

表6 主、客场线性回归模型统计检验表

由表7可知,对主场与客场得分进行逐步回归分析从而建立回归方程,结果显示:主场 p=0.000<0.01,客场 p=0.000<0.01,即说明建立主场与客场得分回归方程均具有非常显著性意义。

表7 主、客场得分方程检验表

表8 主、客场回归系数以及标准回归系数表

由表8可知,主场经过逐步回归分析后,12项自变量指标中的7项指标被剔除,分别为:X6前场篮板、X7后场篮板、X8助攻、X10扣篮、X11盖帽、X12失误、X13犯规。由此可知影响郭艾伦主场得分的主要因素为:2分球命中率、3分球命中率、篮板、罚球命中率、抢断,经检验每个指标均p<0.01具有非常显著性意义。由此建立主场得分回归方程:Y=-1.510+0.120X2+0.095X3+1.141X5+0.058X4+0.628X9。各变量的标准回归系数大小排序为:X2>X3>X5>X4>X9,即影响郭艾伦主场得分因素的大小排序为2分球命中率>3分球命中率>篮板>罚球命中率>抢断。

客场方面,12项自变量指标中的7项指标被剔除,分别为:X6前场篮板、X7后场篮板、X8助攻、X9抢断、X11盖帽、X12失误、X13犯规。由此可知影响郭艾伦客场得分的主要因素为:2分球命中率、3分球命中率、篮板、罚球命中率、扣篮,经检验每个指标均p<0.01具有非常显著性意义。由此建立客场得分回归方程:Y=-3.272+0.160X2+0.107X3+1.142X5+0.049X4+4.338X10。各变量的标准回归系数大小排序为:X2>X3>X5>X4>X10,即影响郭艾伦客场得分因素的大小排序为2分球命中率>3分球命中率>篮板>罚球命中率>扣篮。

通过数据分析结果可以看出,影响郭艾伦在主客场得分的因素前4项指标以及各指标影响程度的顺序基本一致,都为2分球命中率>3分球命中率>篮板>罚球命中率,这几项指标也都是进攻类的技术指标,可见郭艾伦的得分表现主要是依靠进攻,属于典型的攻击性后卫球员。但在最后一项指标上呈现出差异,主场是抢断客场是扣篮,在主场比赛时由于主场观众以及环境的影响使得球员在防守态度方面变得积极,通过积极的防守来迫使对手出现失误从而完成抢断发起反击。

3 结论

1)通过对郭艾伦在CBA辽宁队效力的2010~2019年9个赛季共340场比赛的13项技术指标数据进行独立样本T检验以及逐步回归分析,探求郭艾伦在不同比赛情境下竞技表现的差异性,从而找出其自身的竞技优势与短板,使其能进一步优化个人竞技水平。

2)独立样本T检验的结果显示,不同比赛阶段中郭艾伦的罚球命中率存在差异性,季后赛的罚球命中率明显优于常规赛;主客场方面,助攻与盖帽两项指标存在差异性,两项指标在主场的表现均优于客场,说明存在一定的主场优势效应。

3)通过逐步回归分析探求影响郭艾伦在不同比赛情境下得分的因素,常规赛得分影响因素按影响程度大小依次为:2分球命中率>3分球命中率>篮板>罚球命中率>扣篮;季后赛依次为:3分球命中率>篮板>2分球命中率>罚球命中率;主场依次为:2分球命中率>3分球命中率>篮板>罚球命中率>抢断;客场依次为:2分球命中率>3分球命中率>篮板>罚球命中率>扣篮。

4)通过独立样本T检验与逐步回归这两种统计方法,对郭艾伦在不同比赛情境下的竞技表现进行对比分析,依托赛场技术统计数据为依据能为教练员与运动员提供针对性的训练和竞赛参考,根据情境要求给予相应的战术。

猜你喜欢
分球客场常规赛
2020-2021赛季CBA常规赛参赛队伍攻防能力TOPSIS分析
中国经济:从客场到主场的全球化发展新格局
NBA比赛3分球技术运用发展趋势
该你了
榜单
NBA奥斯卡
认识足球(九)