基于逐步回归第20届CUBA男篮四强技术统计分析研究

李 涛

(河南中医药大学 体育学院，河南 郑州 450046)

0 引言

篮球比赛是双方运动员同场竞技的攻防对抗。现代篮球比赛技战术风格呈现出多样化发展趋势，对教练员分析比赛的特征提出了更高的要求。通过数据统计，有步骤地对篮球比赛科学地进行观测分析，运用逐步回归对比赛进行分析，获得篮球比赛的制胜规律。通过查阅文献发现，有关篮球比赛多以单一技术研究为主，多因素影响研究少见。第20届CUBA(China University Basketball Association，中国大学生篮球联赛)男篮四强1～4名分别为北京大学、中南大学、中国民航大学和华侨大学。为了深入研究男篮四强技战术，本文采用逐步回归法，进攻以2分命中率、3分命中率、罚球命中率、进攻篮板、助攻、快攻、失误、扣篮和被侵等主要进攻指标作为自变量，以球队得分作为因变量；防守以后场篮板、抢断、犯规和盖帽为主要防守指标作为自变量，以球队失分作为因变量。建立男篮四强得失分的数学模型，从而直观反映四强得失分主要因素，为男篮队伍提供科学的理论和实践依据。

1 研究对象与方法

1.1 研究对象

第20届CUBA男篮四强攻防技术指标统计逐步回归分析。

1.2 研究方法

1)文献资料法。通过查阅文献，对近几年篮球攻防及CUBA联赛最新研究成果进行深入了解，为本研究提供理论基础[1]。

2)数理统计法。本文通过在CUBA官网收集数据，并用SPSS统计软件处理，对结果进行分析。

3)录像观察法。通过观看男篮四强参加第20届CUBA整个赛程的比赛录像，共计56场，便于进行分析。

4)逻辑分析法。通过统计得到数据，运用逐步回归法对男篮四强参加第20届CUBA所有场次的攻防指标分别建模，并进行分析[2]。

2 研究结果与分析

2.1 统计各项技术指标数据

CUBA是中国高校大学生篮球专项比赛，每支球队以获得总冠军为最高荣耀，因此CUBA联赛激烈程度较高。通常比赛的技战术通过2分命中率、3分命中率、罚球命中率、前场篮板、快攻、扣篮、助攻、失误、被侵、后场篮板、盖帽、抢断和犯规等13个指标反映球队的攻防能力[3]。在这些指标中，每项指标的权重不同，笔者运用逐步回归法从这些指标中甄选出对攻防影响显著的自变量。

整理男篮四强比赛数据，并计算出4支队伍在全部比赛中攻防技术指标的平均值，建立数据库。由表1和表2分别可知四强进攻技术和防守技术的主要指标和标准差。对男篮四强攻防能力进行建模，各队教练员可以预测在四强中的位置，能够对训练内容科学指导，提高球队的攻防能力。各队教练员通过回归方程可以确定影响该队攻防能力的主要因素及贡献率，结合自己的实际情况，有针对性地调整技战术，同时该模型对科学制订训练计划具有指导意义[4]。

表1 进攻技术统计数据Tab.1 Offensive technology statistics

表2 防守技术统计数据Tab.2 Defensive technical statistics

2.2 进攻指标逐步回归分析过程

从表3可以得出结论，在男篮四强进攻指标中，有2分命中率、被侵、助攻、3分命中率和扣篮等5个自变量引入方程；从表4可以得出结论，回归方程包含不同的自变量时，其P值小于0.01，即拒绝回归系数为0的原假设，最终得出5个进攻指标回归方程，且方程拟合效果好。

表3 引入或从模型中剔除的变量Tab.3 Variables introduced or excluded from the model

表4 方差分析Tab.4 Variance analysis

2.3 进攻能力建模

通过表5可以得出结论，方程常数项和5个自变量T检验的显著性水平值均小于0.05，拒绝回归系数为0的假设，方程成立。最后的回归模型为Y( 总得分)=14.367+70.146X1(2分命中率)+0.915X9(被侵)+0.819X7(助攻)+26.806X2(3分命中率)+2.899X6(扣篮)。

续表4 方差分析Tab.4(Continued) Variance analysis

表5 回归过程中的统计量Tab.5 Statistics during regression

男篮四强对进攻贡献的大小，本研究中涉及的技术统计指标(自变量) 的排序依次是: 2分命中率、3分命中率、扣篮、被侵和助攻。依据建立的进攻模型对男篮四强得分值情况与名次进行分析，通过表6可以看出四队的得分能力与获得名次存在线性关系，且本研究建立的进攻模型较好地反映了CUBA男篮四强的进攻能力[5]。

表6 能力与比赛名次排序Tab.6 Scoring abilities and ranking

2.4 防守指标逐步回归分析过程

从表7可以得出结论，在男篮四强防守指标中，有犯规、后场篮板和抢断这3个自变量引入方程；从表8可以得出结论，回归方程包含不同的自变量时，其P值小于0.01，即拒绝回归系数为0的原假设，最终得出3个防守指标回归方程，且方程拟合效果好。

表7 引入或从模型中剔除的变量Tab.7 Variables introduced or excluded from the model

表8 方差分析Tab.8 Variance analysis

2.5 防守能力建模

通过表9可以得出结论，方程常数项和3个自变量T检验的显著性水平值均小于0.01，拒绝回归系数为0的假设，方程成立。最后的回归模型为Y(总失分)=86.808+1.138X4(犯规)-0.852X1(后场篮板)-1.081X3(抢断)。

表9 回归过程中的统计量Tab.9 Statistics during regression

男篮四强对防守贡献的大小，本研究中涉及的技术统计指标(自变量) 的排序依次是: 抢断、后场篮板和犯规。依据建立的防守模型对男篮四强失分值情况与名次进行分析，通过表10可以看出四队的防守能力与获得名次存在线性关系，且本研究建立的防守模型较好地反映了CUBA男篮四强的防守能力。

表10 四强失分能力与比赛名次排序Tab.10 Ranking of top four missing points and ranking of matches

3 结论与建议

3.1 结论

1)进攻回归模型为Y(总得分)=14.367+70.146X1(2分命中率)+0.915X9(被侵)+0.819X7(助攻)+26.806X2(3分命中率)+2.899X6( 扣篮),5个因素的标准回归系数为正数,说明这5个因素与得分能力呈正相关,其贡献率排序依次是2分命中率、3分命中率、扣篮、被侵和助攻。通过定量分析可以看出，影响进攻的因素中，2分命中率和3分命中率是比较重要的两个因素。2分命中率和3分命中率与进攻正相关，命中率越高，进攻效率越高，是影响进攻的重要因素。

2)防守回归模型为Y(总失分) =86.808+1.138X4(犯规)-0.852X1(后场篮板)-1.081X3(抢断),3个因素的标准回归系数为两正一负,说明这3个因素与防守能力呈负相关,其贡献率排序依次是抢断、后场篮板和犯规。通过定量分析可以看出，影响防守的因素中，抢断和后场篮板是2个比较重要的因素。抢断和后场篮板与防守正相关，抢断次数多，保护好后场篮板，是提高球队防守的重要因素。犯规与防守负相关，减少不必要的犯规，也能很好地提高球队的防守质量。

3.2 建议

1)依据进攻模型，男篮四强教练员在进攻方面应结合实际情况，根据指标贡献率大小首先加强2分和3分投篮训练，适当增加扣篮练习，鼓舞士气，提高队员自身的攻击性，从而造成对方犯规，通过罚球得分，加强整体和局部的配合训练；

2)依据防守模型，男篮四强教练员在防守方面应结合自身实际情况，根据指标贡献率加强脚步移动训练，培养队员对传球线路的判断意识，选择“高大型”内线球员，强化进攻篮板球每球必争意识，减少犯规次数。