当前位置：文档之家 › 数据分析之一男子十项全能运动员选拔

数据分析之一男子十项全能运动员选拔

  • 格式：doc
  • 大小：158.51 KB
  • 文档页数：4

男子田径运动员选拔
描述性统计：
描述统计量
N 极大值 均值 标准差 方差
100米(秒) 34 12.12 11.2235 .28723 .083
跳远(米) 34 7.72 7.0950 .37387 .140
铅球(米) 34 16.60 13.8509 1.50193 2.256
跳高(米) 34 2.27 1.9744 .10448 .011
400米(秒) 34 52.32 49.3662 1.17555 1.382
110米栏(秒) 34 17.05 15.1076 .60566 .367
铁饼(米) 34 50.66 41.9053 4.50071 20.256
撑杆跳(米) 34 5.70 4.6765 .49302 .243
标枪(米) 34 72.60 58.8406 6.43874 41.457
1500米(秒) 34 303.17 276.1915 13.47813 181.660
总分 34 8488 7782.85 594.583 353528.614
有效的 N （列表状态） 34

分析-回归-线性：
模型汇总
模型 R R 方 调整 R 方 标准 估计的误差
1 .998a .996 .994 44.139
a. 预测变量: (常量), 1500米(秒), 标枪(米), 跳高(米), 100米(秒),
铁饼(米), 跳远(米), 撑杆跳(米), 110米栏(秒), 400米(秒), 铅球
(米)。

Anovaa
模型 平方和 df 均方 F Sig.

1 回归 11621634.370 10 1162163.437 596.515 .000b 残差 44809.894 23 1948.256
总计 11666444.265 33
a. 因变量: 总分
b. 预测变量: (常量), 1500米(秒), 标枪(米), 跳高(米), 100米(秒), 铁饼(米), 跳远(米), 撑杆
跳(米), 110米栏(秒), 400米(秒), 铅球(米)。
R^2>0.2 且Sig<0.05 所以线性相关性显著

系数a
模型 非标准化系数 标准系数 t Sig. 相关性 共线性统计量
B 标准 误差 试用版 零阶 偏 部分 容差 VIF
1 (常量) 9493.687 724.632 13.101 .000 100米(秒) -198.535 47.718 -.096 -4.161 .000 -.763 -.655 -.054 .314 3.182 跳远(米) 207.019 34.487 .130 6.003 .000 .802 .781 .078 .355 2.816 铅球(米) 60.120 12.499 .152 4.810 .000 .716 .708 .062 .168 5.969 跳高(米) 958.608 93.487 .168 10.254 .000 .634 .906 .133 .619 1.616 400米(秒) -57.154 13.044 -.113 -4.381 .000 -.653 -.674 -.057 .251 3.983
110米栏(秒) -129.792 25.128 -.132 -5.165 .000 -.805 -.733 -.067 .255 3.923
铁饼(米) 18.249 3.866 .138 4.720 .000 .675 .701 .061 .195 5.129
撑杆跳(米) 258.625 28.014 .214 9.232 .000 .870 .887 .119 .309 3.231
标枪(米) 14.617 1.803 .158 8.108 .000 .675 .861 .105 .438 2.283
1500米(秒) -6.259 .853 -.142 -7.336 .000 -.255 -.837 -.095 .446 2.240
a. 因变量: 总分
VIF并没有远大于10，所以可能存在多重共线性，即要用因子分析。

因子分析：
KMO 和 Bartlett 的检验
取样足够度的 Kaiser-Meyer-Olkin 度量。 .788

Bartlett 的球形度检验 近似卡方 211.586 df 45
Sig. .000
0.788>0.7 因子分析具有可靠性

旋转成份矩阵a
成份
1 2 3 4
100米
(秒)

爆发
力

.867 -.227 .105 -.078
110米
栏(秒) .853 -.231 -.048 -.267

400米
(秒)
.822 -.009 .423 -.025

跳远
(米)
-.653 .348 -.360 .271

撑杆
跳(米) -.641 .556 .013 .233

标枪
(米)
手臂

力量
-.084 .893 -.170 .127
铅球
(米)
-.278 .871 .202 .075

铁饼
(米)
-.246 .816 .287 .164

1500
米
(秒)
耐力

.233 .172 .910 -.053

跳高
(米)
技巧
-.244 .209 -.062 .937

提取方法 :主成份。
旋转法 :具有 Kaiser 标准化的正交旋转法。
a. 旋转在 6 次迭代后收敛。
依据爆发力划分第一个因素：包括100米(秒) 110米栏(秒) 400米(秒) 跳远(米) 撑杆跳(米)
依据手臂力量划分第二个因素：包括标枪(米) 铅球(米) 铁饼(米)
依据耐力划分第三个因素：1500米(秒)
依据技巧划分第四个因素：跳高(米)

成份得分系数矩阵
成份
1 2 3 4
100米(秒) .393 .093 -.138 .176
跳远(米) -.092 .074 -.229 .076
铅球(米) .026 .363 .046 -.162
跳高(米) .168 -.142 .023 1.071
400米(秒) .326 .100 .144 .203
110米栏(秒) .393 .179 -.305 -.076
铁饼(米) .020 .292 .146 -.024
撑杆跳(米) -.171 .095 .088 .007
标枪(米) .294 .535 -.416 -.080
1500米(秒) -.156 -.102 .807 .012
提取方法 :主成份。
旋转法 :具有 Kaiser 标准化的正交旋转法。
构成得分。

回归分析：
系数a
模型 非标准化系数 标准系数 t Sig.
B 标准 误差 试用版
1 (常量) 7782.853 8.729 891.570 .000
REGR factor score 1 for
analysis 1
-401.324 8.861 -.675 -45.293 .000

REGR factor score 2 for
analysis 1
365.795 8.861 .615 41.283 .000

REGR factor score 3 for
analysis 1
-113.911 8.861 -.192 -12.856 .000

REGR factor score 4 for
analysis 1
208.347 8.861 .350 23.514 .000

a. 因变量: 总分
y=-401.324x1+365.795x2-113.911x3+208.347x4+7782.853
爆发力因素系数绝对值最大，所以该因素是考核一个运动员是否全能的首要因素

合集下载

浅析现代十项全能运动员的选材

浅析现代十项全能运动员的选材

浅析现代十项全能运动员的选材
刘佳
【期刊名称】《内江科技》
【年(卷),期】2011(032)001
【摘要】本文通过文献资料法、专家访谈法,比较分析法对现代十项全能运动员的选材进行了研究.结果表明:国外在十项全能运动员的选材之初就已经有了一套科学合理的选拔体系和相应的指标作为参考;国内在这个方面还有所欠缺,我们仍然需要进行很大的探索和研究,从而制定出符合我们自己的标准和体系.近年来,我们的科研人员已经取得很大的成功,为我国的体育事业做出应有的贡献.
【总页数】1页(P45)
【作者】刘佳
【作者单位】西安体育学院研究生部
【正文语种】中文
【相关文献】
1.我国优秀男子十项全能运动员齐海峰与世界优秀男子十项全能运动员的比较研究[J], 胡宝萍;陈最新;吴国正
2.浅析我国优秀田径运动员大赛前的训练--兼对九运会十项全能亚军赵磊的赛前训练剖析 [J], 邹国忠;王鲁宁;朱启林;殷怀刚;张杰;孙玉香
3.十项全能运动员的选材及优化训练 [J], 刘小翔;李忆湘;赵刚
4.十项全能运动员的选材及优化训练研究 [J], 邢可;马中娴
5.陕西高校十项全能运动员的意志浅析及其品质培养 [J], 王晓春
因版权原因，仅展示原文概要，查看原文内容请购买。

十项全能成绩预测与选材

十项全能成绩预测与选材

十项全能成绩预测与选材
十项全能训练成绩的预测和选材是非常重要的，有效的安排和选材将有助于提高运动员的成绩。

首先，在预测时，要有明确的目标和明确的专业知识，在考虑到运动员的身体素质和发展潜力的同时，要考虑运动员的训练努力和实际表现，以便准确预测运动员在比赛中可能取得的成绩，并做出符合实际的训练安排和改进建议。

其次，选材方面也要根据运动员的目标而定，根据运动员的身体条件来确定训练的强度和时间，并根据不同项目的需要来确定训练的项目及内容，确保锻炼的有强有弱；同时还要灵活安排，根据季节与训练量，多方面综合计划训练加强度，以达到最佳状态。

此外，还要建立有效的激励机制，让运动员有更高的积极性。

只有通过有效组织并正确开展训练，才能确保运动员可以取得较好的比赛成绩。

奥运男子十项全能运动特征的因子聚类分析

奥运男子十项全能运动特征的因子聚类分析

奥运男子十项全能运动特征的因子聚类分析卢刚;徐细根【摘要】By means of factor analysis and hierarchical cluster analysis methods,the scores of 64 men decathletes from 23rd to 30th Olympic Games are analyzed.The results show that the factor of speed ranks first and followed by strength,endurance and technique in sequence in men’s decathlon score structure.The cluster analysis results show that strength style decathletes are much more than other styles while it’s easy to get better scores for speed style decathletes and proportion style decathletes are blocked owing to the lack of strength.The results validate the modern all -around training theory which speed develops in precedence and strength is the propulsion for the whole.%应用因子分析和聚类分析方法，对第23－30届奥运会男子十项全能共计64名运动员成绩进行了分析。

结果表明，奥运会男子十项全能运动员成绩结构中速度因子居首，力量因子次之，耐力因子与技术因子分居第三、四位；聚类结果表明，奥运选手力量型最多，速度型选手更容易获得好成绩，而均衡型选手因基础力量差受到限制。

第23～28届奥运会男子十项全能成绩分析

第23～28届奥运会男子十项全能成绩分析

第23～28届奥运会男子十项全能成绩分析
卢刚;徐细根
【期刊名称】《山东体育学院学报》
【年(卷),期】2005(21)6
【摘要】应用文献资料、数理统计方法,对23～28届奥运会十项全能运动员的成绩进行分析研究.结果显示:23～28届奥运会男子十项全能整体成绩呈上升趋势;在成绩结构中,速度、爆发力因子居首,力量因子次之,耐力因子和技巧因子分居第三和第四位,这一结构体现出现代十项全能运动的整体模式.
【总页数】3页(P84-85,99)
【作者】卢刚;徐细根
【作者单位】南京理工大学体育部,江苏,南京,210094;湛江师范学院体育科学学院,广东,湛江,542408
【正文语种】中文
【中图分类】G825.1
【相关文献】
1.第29届奥运会男子十项全能成绩特征分析 [J], 桑勇
2.第29届奥运会田径男子十项全能前八名成绩分析 [J], 徐茂典
3.第28届奥运会男子十项全能成绩特征分析 [J], 文静
4.十运会与雅典奥运会男子十项全能决赛成绩比较分析 [J], 宋亮;郑小东;王杰
5.第31届奥运会田径男子十项全能前八名成绩分析 [J], 邵泽民
因版权原因，仅展示原文概要，查看原文内容请购买。