世界男子网球运动员比赛技术统计分析

世界男子网球运动员比赛技术统计分析

1子阶段得分和技战术分析网络攻击运动员在比赛中灵活运用各种技术和战术来打败对手。对于网球比赛来说,制胜的技战术统计指标多种多样,统计方法的不同导致指标体系不同。张银满(2009)和杨志敏(2010)同时对美国和澳大利亚公开赛84场和132场男子单打比赛制胜因素进行分析,认为比赛中一发成功率、一发得分率、二发得分率、接发球得分率为比赛获胜的关键制胜因子,并建立了非标准化男子网球运动员胜负整体预测方程;易景茜(2010)对法国公开赛的女子单打制胜因素进行了回归分析,二发得分率、接发球局胜率和挽救破发点成功率是女子网球单打比赛的三个关键制胜技术指标;郭立亚等(2010)对2008年ATP网球运动员单打比赛制胜技术因素进行了分析,影响世界顶级网球男子单打比赛的三个关键制胜技术因素是:二发得分率、接发球局胜率、挽救破发点成功率,并建立了积分回归方程。哪些技战术的运用是更合理、更有效的制胜方法,各种战术统计在制胜中的重要程度如何,顶尖运动员的制胜法宝是什么,如何通过通用的指标体系预测运动员在网球比赛中的胜负?目前的研究并未明确指出。此外,现有研究还存在以下问题:首先,研究对象运动水平的层次参差不齐,一个比赛中运动员排名可能相差上百位,这样会导致研究结果不能准确反映运动员在和水平相近的其他运动员比赛时的制胜规律;其次,网球比赛的战术体系分类不合理容易造成统计误差,如张银满(2009)所引用的统计体系中将主动得分和网前得分率作为两项不同指标,而从网球常规技术统计来说,这两项指标很难独立区分出来;第三,目前的研究多以整个赛事进行数据分析,对于网球竞赛这种个人项目来说,个性化研究有更重要的意义;最后,场地因素对运动员制胜能力的影响还未见研究。本研究通过收集ATP官方统计数据,对近10年来的世界男子前3名运动员与排名前10名运动员对阵的所有数据进行分析,以期找出世界顶尖运动员的制胜因素,对这些问题的研究可以为以后的网球训练提供科学的训练依据和指导。2学习方法2.1研究参与者2010年8月8日前世界排名前3名的男子网球运动员纳达尔、德约科维奇和费德勒。2.2研究样本与数据来源从ATP官方网站cn.atpworldtour上采集。目前国内外对网球比赛的统计,数据量最大的是ATP官方网站,因此本文根据ATP官方中文网站的数据进行研究,整理采集纳达尔、德约科维奇和费德勒与当时世界排名前10名的运动员比赛的官方公布数据,时间从2001年到2010年,共有230场比赛(截止时间:2010年8月8日)。3研究结果3.1德国5场是德约科与其他世界排名前10的运动员,占总人数从2001年至2010年8月8日止,纳达尔与其他世界排名前10的运动员共比赛过100场,67胜33负,获胜率为67%;德约科维奇与其他世界排名前10的运动员共比赛70场,36胜34负,获胜率51%;费德勒与其他排名前10运动员共比赛113场,79胜34负,获胜率为70%。表1是他们3人在各种不同场地比赛场次、胜负和获胜率。3.2纳达尔比赛的绩效分析3.2.1纳达尔2001-2010年与国际竞赛规则的相关分析在准备建立可以判断比赛胜负的判别函数方程之前,为了确保判别函数方程的稳定性及预判比赛胜负的准确性,在做判别分析过程中需要对9项制胜因素进行相关性检验。一般来说,线性相关高低可按三级划分:|r|<0.4为低度线性相关;0.4≤|r|<0.7为中度相关;0.7≤|r|<1为高度线性相关(张力为,2002)。从表2可以看出,纳达尔2001-2010年与世界排名前10运动员比赛时制胜因素相关程度最高的为一发得分与二发得分之间的相关(r=0.497),可看作中度相关。其他各个指标之间的相关程度并不高,整体而言为中低程度的相关。因此,很适合进行判别分析,这样在进行组间检验的时候就会大大减少各指标相互之间的影响(邱皓政,2009)。3.2.2模型主要指标的判别结果考虑到比赛场地的不同可能会对比赛结果产生影响,因此,本研究将比赛场地类型(4种)转化为3个哑变量(张力为,2001)后连同其他9个技术指标一同放入预测变量中进行胜负的预测,即采用SPSS软件包判别分析中的全自变量一同进入的方法进行判别分析。但红土和地毯这两个哑变量因为容忍度达不到标准而被剔除,没有进入判别方程,因此最终方程里只包含了11个变量。从标准化判别函数系数得出,决定纳达尔的比赛胜负的因素由强到弱依次为:一发得分、一发回球得分、成功破发、一发成功率、二发回球得分、挽救破发点、二发得分、草地、双误失分率、硬地、ACE得分率。根据标准化判别函数的判别结果,建立比赛获胜时的标准化的判别方程如下:Y=0.612*一发得分+0.455*一发回球得分+0.361*成功破发+0.356*一发成功率+0.324*二发回球得分+0.267*挽救破发点+0.262*二发得分+0.058*草地+0.048*双误失分率-0.191*硬地-0.010*ACE得分率由此可以看出各个指标对纳达尔比赛获胜的影响力大小,其中一发得分、一发回球得分、成功破发和一发成功率是排在前4位的因素(在3人判别方程中系数同时都大于.30)。为了能够对新一场比赛的胜负进行判别,本研究还给出了Bayes判别函数系数,根据Bayes判别函数,可以直接判别新一场比赛的胜负。据此写出如下判别函数:负:Y=-202.588+20.553*硬地+15.692*草地-165.396*ACE得分率+545.389*双误失分率+236.009*一发成功率+203.675*一发得分+38.577*二发得分+16.599*挽救破发点+77.864*一发回球得分+92.092*二发回球得分+13.979*成功破发胜:Y=-244.776+19.299*硬地+16.171*草地-166.385*ACE得分率+555.993*双误失分率+250.224*一发成功率+228.610*一发得分+45.580*二发得分+19.367*挽救破发点+92.315*一发回球得分+101.601*二发回球得分+19.021*成功破发判别纳达尔新一场的胜负时,可以直接计算,得分最高的一类即为该场的胜负类别。根据上述两个方程(胜负)计算得分,哪个分高就是哪一类(张文彤,2002),由此判断新一场比赛胜负。3.2.3判别准确性分析为了检验本研究建立的判别函数的有效性,作者还使用了交互验证的方式进行了检验,具体结果见表3。表3第一部分是使用普通方法对数据样本中每条记录的判别结果,判别准确率为92%。作者采用交互验证的方式对该判别方程进行了检验,结果发现预测准确率达到91%,与普通方法建立的判别函数的判别结果相差不大,表明该判别函数是比较稳定的(张文彤,2002)。3.3赛季比赛的竞争因素分析3.3.1制胜因素相关性分析在准备建立可以判断比赛胜负的判别函数方程之前,为了确保判别函数方程的稳定性及预判比赛胜负的准确性,在做判别分析过程中需要对9项制胜因素之间的相关性进行检验。从表4可以看出,费德勒2001-2010年与世界排名前10运动员比赛时制胜因素相关程度最高的为一发得分与ACE得分率之间的相关,r=0.532,可视为中度相关。其他各个指标之间的相关程度并不高,整体上呈中低程度的相关(张文彤,2002)。3.3.2标准化判别函数的判别结果考虑到比赛场地的不同可能会对比赛结果产生影响,因此,本研究将比赛场地类型(4种)转化为3个哑变量后连同其他9个技术指标一同放入预测变量中进行胜负的预测,即在采用SPSS软件包判别分析中的全自变量一同进入的方法进行判别分析。但地毯这个哑变量因为容忍度达不到标准而被剔除,没有进入判别方程,因此最终方程里只包含了12个变量。从标准化判别函数系数可以知道,对于费德勒的比赛来说,决定胜负的因素由强到弱依次为:一发得分、一发回球得分、二发得分、挽救破发点、二发回球得分、一发成功率、成功破发、双误失分率、草地、ACE得分率、硬地、红土。根据标准化判别函数的判别结果,建立比赛获胜时的标准化的判别方程如下:Y=0.754*一发得分+0.666*一发回球得分+0.525*二发得分+0.439*挽救破发点+0.304*二发回球得分+0.252*一发成功率+0.108*成功破发+0.004*双误失分率-0.092*草地-0.263*ACE得分率-0.339*硬地-0.437*红土费德勒制胜能力中一发得分、一发回球得分、二发得分和挽救破发点是排在前4位的主要因素。为了能够对新一场比赛的胜负进行判别,本研究还给出了Bayes判别函数系数,根据Bayes判别函数,可以直接判别新一场比赛的胜负。据此写出如下判别函数:负:Y=-285.443+49.444*硬地+54.152*草地+57.027*红土-231.786*ACE得分率+530.091*双误失分率+306.248*一发成功率+289.078*一发得分+78.651*二发得分+16.084*挽救破发点+150.835*一发回球得分+110.642*二发回球得分-12.561*成功破发胜:Y=-330.930+47.676*硬地+53.434*草地+54.438*红土-244.029*ACE得分率+530.623*双误失分率+316.679*一发成功率+317.905*一发得分+92.317*二发得分+19.921*挽救破发点+171.793*一发回球得分+119.283*二发回球得分-11.332*成功破发判别新一场的胜负时,可以直接计算,得分更高的一类即为该场的胜负类别。3.3.3判别准确性分析为了检验本研究建立的判别函数的有效性,本研究还使用了交互验证的方式对其进行了检验,具体结果见表5。表5第一部分是使用普通方法对数据样本中每条记录的判别结果,判别准确率为92%。本研究采用交互验证的方式对该判别方程进行了检验,发现预测准确率达到88%,与普通方法建立的判别函数的判别结果相差不大,表明该判别函数是比较稳定的。3.4德洛伊木马系统的胜利因素分析3.4.1制胜因素准确性检验在准备建立可以判断比赛胜负的判别函数方程之前,为了确保判别函数方程的稳定性及预判比赛胜负的准确性,在做判别分析过程中需要对9项制胜因素之间的相关性进行检验。从表6可以看出,相关程度最高的为一发得分与二发得分之间的相关,r=0.419,可视为中等程度的相关。其他各个指标之间的相关程度并不高,整体具有中低程度的相关。因此,很适合进行判别分析(张文彤,2002)。3.4.2标准化判别函数的确定考虑到比赛场地的不同可能会对比赛结果产生影响,因此,本研究将比赛场地类型(4种)转化为3个哑变量后连同其他9个技术指标一同放入预测变量中进行胜负的预测,即在采用SPSS软件包判别分析中的全自变量一同进入的方法进行判别分析。但红土和地毯这两个哑变量因为容忍度达不到标准而被剔除,没有进入判别方程,因此最终方程里只包含了11个变量。从标准化判别函数系数可以得出,对于德约科维奇的比赛来说,决定胜负的因素由强到弱依次为:二发回球得分、一发回球得分、一发得分、二发得分、挽救破发点、双误失分率、硬地、成功破发、ACE得分率、一发成功率、草地。根据标准化判别函数的判别结果,建立比赛获胜时的标准化的判别方程如下:Y=0.632*二发回球得分+0.463*一发回球得分+0.447*一发得分+0.329*二发得分+0.300*挽救破发点+0.212*双误失分率+0.202*硬地+0.165*成功破发+0.024*ACE得分率-0.010*一发成功率-0.150*草地为了能够对德约科维奇新一场比赛的胜负进行判别,本研究还给出了Bayes判别函数系数,根据Bayes判别函数,可以直接判别新一场比赛的胜负。据此写出如下判别函数:负:Y=-186.431-7.331*硬地-29.150*草地-29.562*ACE得分率+279.470*双误失分率+244.535*一发成功率+193.573*一发得分+107.483*二发得分+1.661*挽救破发点+50.051*一发回球得分+69.987*二发回球得分-2.186*成功破发胜:Y=-233.542-5.811*硬地-31.668*草地-28.794*ACE得分率+309.128*双误失分率+244.051*一发成功率+215.033*一发得分+119.994*二发得分+6.416*挽救破发点+69.956*一发回球得分+99.250*二发回球得分+0.339*成功破发3.4.3判别成功率为了检验本研究建立的判别函数的有效性,本研究还使用了交互验证的方式对其进行了检验。具体结果见表7。表7第一部分是使用普通方法对比赛样本中每条记录的判别结果,判别准确率为96%。本研究采用交互验证的方式对该判别方程进行了检验,发现预测准确率达到91%,与普通方法建立的判别函数的判别结果相差不大,表明该判别函数是比较稳定的。4分析与讨论4.1纳达尔、费德勒和德约促进了技术战术选择从世界排名前3男子网球运动员比赛技、战术制胜能力因素来看,纳达尔、费德勒和德约科维奇的技战术制胜能力是不同的。他们均有自己的杀手锏,有针对自身特点所制定出的最佳技战术方案,又都有各自弱点。4.1.1纳达尔在比赛中的运用对于纳达尔的比赛来说,决定胜负的因素由强到弱依次为:一发得分、一发回球得分、成功破发、一发成功率、二发回球得分、挽救破发点、二发得分、草地、双误失分率、硬地、ACE得分率。其中硬地和ACE得分率是负向比赛制胜因素,其他指标为正向比赛制胜因素。就纳达尔比赛制胜能力来讲,排在前4位中第一位的是一发得分能力,它是纳达尔制胜能力的最强项。尽管纳达尔在比赛中发球速度并不是最快的,变化也不是最多的,但左手发球的强烈旋转、成功率和落点控制总是能为他开好势(TomOldfield,2009),然后,他可以充分利用相持球的优势占据主动,化优势为胜势,拿下这分。第二位是一发回球得分能力,纳达尔身体快速移动、快速反应能力和精准的落点控制是他接发球能力具体表现,同时他喜欢退后场接发球,这样相对化解了对手一发球的球速,所以使他更能在对手一发球中打击对手,拿到分数。第三位的是成功破发能力,这是纳达尔有别于其他人的最大特点,这之中包涵了纳达尔坚定的求胜意志,对自己接发球能力的自信和超群的相持能力。第四位是一发成功率,只要纳达尔体能旺盛,就能保持很高的一发成功率,对手就很难战胜他的发球局。对于纳达尔来说,对他获胜的负面影响最大的是ACE得分率,这可能是如果纳达尔追求ACE球得分,会导致一发成功率降低,从而直接影响制胜因素里比重最大的一发得分能力。硬地也是负面影响纳达尔制胜的因素,这跟他的击球方式有关。纲达尔喜欢控制击球的旋转和落点,喜欢用相对较慢的节奏击球。但硬地球速快,所以硬地场地比赛对纳达尔获胜有负面影响,这一点可以从他在硬地比赛获胜率只有43%中看出。4.1.2能力特点:以能力为研究对象对于费德勒的比赛来说,决定胜负的因素由强到弱依次为:一发得分、一发回球得分、二发得分、挽救破发点、二发回球得分、一发成功率、成功破发、双误失分率、草地、ACE得分率、硬地、红土。其中草地、ACE得分率、硬地和红土场地是负向影响比赛制胜的因素。费德勒制胜能力前4位中,排第一位的一发得分能力,从费德勒技术来看,发球落点刁,变化多,球速较快,最主要的是发球意图隐蔽,这使他从一开始就控制了对手,相对容易拿下发球分。第二位是一发回球得分能力,费德勒身体移动快速能力、快速反应能力、高超的随机应变能力和精准的落点控制是他接发球能力具体表现,加上费德勒喜欢进场接发球,这样减小了对手发球的角度和接回球的准备时间。第三位是二发得分能力,由前所述,费德勒发球是他强项技术,一发球和二发球几乎没有太大的差别,所以二发球得分能力自然就成为他制胜法宝。第四位是挽救破发点能力,这同样归功于他的发球技术和过硬的心理素质,关键时刻发球不手软,对自己的发球能力有强烈的自信(ReneStauffer,2008)。对费德勒制胜有负面影响的第一位就是红土场地,他在红土场地比赛的获胜率只有59%。红土场地球速慢,完全抑制了费德勒的快速发球和击球,同时还对他上网得分造成很大的麻烦。负面影响第二位是硬地,第四位是草地,这可能与他的全面型战术打法类型有关,技术得分能力是他比赛获胜的法宝,各种场地类型只是对他获胜有些干扰而已。对他比赛获胜负面影响的第三位是ACE得分,过于追求发ACE球得分只能破坏发球节奏,影响一发得分能力,所以当他越追求发ACE,只会越快输掉比赛。4.1.3德约不同得分能力的比较对于德约科维奇的比赛来说,决定胜负的因素由强到弱依次为:二发回球得分、一发回球得分、一发得分、二发得分、挽救破发点、双误失分率、硬地、成功破发、ACE得分率、一发成功率、草地。其中一发成功率和草地场地是负向影响比赛制胜的因素。德约科维奇的制胜能力中,排第一、二位的是二发回球得分和一发回球得分能力,这跟他有强大的击球爆发力有关,在接对手的发球时,他能通过快速移动调整,给对手狠狠一击,完全扭转接发球的被动。排第三、四位的一发得分和二发得分能力,这说明德约科维奇的发球得分能力虽然不是首要能力,但也是他得分的重要手段,他能较好地通过角度的变化控制对手,取得发球后的得分优势。对于德约科维奇来说,在草地比赛会给他带来一些困扰,因为他从来没有赢过世界排名前10的选手;一发成功率的提高也会降低他获胜的可能性,这似乎与他发球水平还未臻顶尖一流有关,他只能通过发球的速度和角度来压制对手,发球变化不够,如果一旦降低球速来保证一发成功率,会使本来就不是最强的一发得分能力降低,得不偿失。4.2场地因素对成绩的影响从世界排名前3的顶尖网球运动员制胜能力来看,既有相似之处,又各有特色。一发得分和一发回球得分能力是他们共同的制胜法宝。一发得分能力是世界顶尖运动员通过对一发球的落点、旋转和速度三种维度进行很好的平衡,同时考量对手接发球的能力特征,从发球开始就成功压制对手,取得“势”的良好布局,为自己的得分创造条件的能力。一发回球得分能力则意味着运动员有极佳的预判力、极好的爆发力和精准的击球能力。也就是说,一发球得分能力和一发回球得分能力是优秀运动员能否获胜的关键。场地因素往往会影响某一特定运动员的制胜能力。如纳达尔在硬地,费德勒在红土、硬地和草地,德约科维奇在草地球场上比赛,制胜能力都会受到一定的制约。因此,对于网球运动员来说平时的训练就需要考虑不同场地对比赛成绩的影响,只有适应各种不同场地的移动和击球方法,才可能减少场地因素对获胜的负面影响,甚至转化为获胜的促进因素。ACE球得分能力对于世界排名前3的运动员来说都不是关键制胜因素,甚至可能带来负面的影响,特别是纳达尔和费德勒,如果在和高手交战中追求更多的ACE球得分,则会对他们获胜有负面影响。这揭示了在网球比赛中保持发球稳定心态的重要性,不能急于求成。过份追求发ACE球得分,不仅不能帮助赢得比赛,还可能会适得其反。对于