论文部分内容阅读
中图分类号：G843 文献标识：A 文章编号：1009-9328（2016）12-000-01
摘 要 本文以2016年在法国举办的第15届欧洲杯比赛数据为样本，选取决赛阶段的24支参赛队伍在球场中的表现数据，我们选取了其中八项在足球运动中具有代表性的足球进攻指标作为衡量球队的综合表现能力。通过对数据的认证以及信效度检验，降维因子分析，以及基于进球数为标准的回归分析模型作为分析手段，着重分析在本次比赛中各个进攻指标之间的关系，以及球队的综合表现能力。
关键词 欧洲杯 进攻能力 降维 回归分析
本文选取24支球队在欧洲杯杯比赛过程当中的进球、射门、传中数、攻入30米区域、射正球门、界外球、任意球、直塞球等得分数据作为描述对比，通过spss20.0对主体数据做基于对象的，描述性统计、信度、效度、因子相关等分析；探索在数据背后隐含的意义。
一、研究对象与方法
（一）研究对象
以2016年第十五届欧洲杯决赛阶段的24支参赛队伍的8个进攻能力作为评价指标。
（二）研究方法
研究指标。通过分析相关文献指标以及对足球运动的实际经验，衡量球队的实际进攻能力主要是通过八个指标作为衡量标准的，分别为在比赛过程当中的进球、射门、传中数、攻入30米区域、射正球门、界外球、任意球、直塞球等，我们分别对这八个指标做命名依次从Z1-Z8。命名以后做相关的分析。
二、数据分析
（一）描述性统计分析
通过数据分析我们可以发现攻入30米区域以及传中球和界外球的平均数较高，说明在实际的球场比赛当中，这三个指标的球场活动最多。其中标准差作为衡量球队数据与总体数据指标之间的偏离程度，从上述指标可以看出在各个球队在球场的表现中能否攻入30米区域以及传中球数之间的差别最大，这也是分析各个球队在进球能力的重要指标。
（二）数据的效度检验
效度指的是量表能够准确测出想要测量的变量的程度。
调查数据的KMO检验值为0.848，大于0.70，说明该足球数据适合进行因子分析。Bartlett球度检验结果显示，显著性概率为0.000（P<0.01），因此拒绝Bartlett球度检验的零假设，适合做因子分析。
在因子分析过程中，采用主成分分析法（Principal Factor Analysis），并以正交法（Varimax）进行因子旋转，抽取特征值大于1的因子，结果发现特征值大于1的公共因子共有3个。
综上，我们对得出的数据构建指标体系评分模型，通过上表可以看出射门、射正球门、传中数等几个指标在元件评分系数矩阵当中所占比例较高，具有较强的指导意义。
根据我们在分析过程中通过降维因子分析得出的数据显示。三个元件在不同的数据指标当中各有侧重点，通过将元件得分矩阵当中大于0.5的因子降维截取相关因子可以得出三个元件，将这三个元件根据专业知识命名为：元件1——射门进攻因子；元件2——传球转换因子；元件3——特别进球因子。
（三）信度檢验
信度分析部分乃根据各层面之题目求其信度系数（Cronbachα），以了解足球数据得分的一致性。
所有的Cronbach的Alpha值均在0.7以上，说明上述指标均具有较强的可信度，即证明我们在数据选取的过程中具有很高的信度。
（四）回归关系
回归分析的目的是通过对大量的样本数据进行分析，以寻找变量之间的相互作用关系，并确定变量之间的数学关系式。
模型的相关系数为0.863，决定系数为0.746，调整后决定系数为0.634，说明选取的自变量的解释度达到63.4%，大于30%，因此认为模型选取的自变量解释度较高。
模型拟合优度检验结果表明：当回归方程包含不同的自变量时，F值为6.697，p小于0.01，具有显著的统计学意义。因此认为最终的回归方程拟合效果很好。
进球、射门、传中数、攻入30米区域、射正球门、界外球、任意球、直塞球的回归系数分别为0.007、0.22、0.005、0.311、0.028、0.0209.005E-5，T值分别为0.106/0.708/0.417/2.468/0.752/0.381/0.001，对应的P值均小于0.05，具有显著的统计学意义。
根据标准化回归系数值大小判断各因素对进球的影响作用由大到小依次为：射正球门（0.963）>传中数（0.258）>界外球（0.235）>攻入30米区域（0.125）>任意球（0.088）>射门（0.065）。因此可建立回归分析方程：
进球（Z1）=0.963射正球门+0.258传中数+0.235界外球+0.125攻入30米区域+0.088任意球+0.065射门
通过建立模型以后的拟合度分析我们发现，各个指标的回归模型基本上呈现线性回归模型分布，即我们构建的方程模型验证了我们的回归模型图表。
三、分析与结论
（一）进攻能力的指标衡量主要是射正球门数，因此在日常的比赛当中球员要充分训练和寻找机会展示这一攻防指标，只有射中球门数越多，进球能力就能够越强。
（二）攻入30米区域的传球和传中数，关系到这个球队在球场上的进攻机会，如果传中数和在30米范围内的传球数越少那么这个球队的进攻机会越少，或者是说球场表现机会就不多，从2016年欧洲杯冠军葡萄牙的比赛数据中我们可以看出，他们的两个指标在所有参赛队伍中均是最高的。
（三）把握界外球机会。随着人们身体素质提高，防守能力提高，界外球成为进攻重要手段，因此日常训练当中球队教练也应该注重这些。
摘 要 本文以2016年在法国举办的第15届欧洲杯比赛数据为样本，选取决赛阶段的24支参赛队伍在球场中的表现数据，我们选取了其中八项在足球运动中具有代表性的足球进攻指标作为衡量球队的综合表现能力。通过对数据的认证以及信效度检验，降维因子分析，以及基于进球数为标准的回归分析模型作为分析手段，着重分析在本次比赛中各个进攻指标之间的关系，以及球队的综合表现能力。
关键词 欧洲杯 进攻能力 降维 回归分析
本文选取24支球队在欧洲杯杯比赛过程当中的进球、射门、传中数、攻入30米区域、射正球门、界外球、任意球、直塞球等得分数据作为描述对比，通过spss20.0对主体数据做基于对象的，描述性统计、信度、效度、因子相关等分析；探索在数据背后隐含的意义。
一、研究对象与方法
（一）研究对象
以2016年第十五届欧洲杯决赛阶段的24支参赛队伍的8个进攻能力作为评价指标。
（二）研究方法
研究指标。通过分析相关文献指标以及对足球运动的实际经验，衡量球队的实际进攻能力主要是通过八个指标作为衡量标准的，分别为在比赛过程当中的进球、射门、传中数、攻入30米区域、射正球门、界外球、任意球、直塞球等，我们分别对这八个指标做命名依次从Z1-Z8。命名以后做相关的分析。
二、数据分析
（一）描述性统计分析
通过数据分析我们可以发现攻入30米区域以及传中球和界外球的平均数较高，说明在实际的球场比赛当中，这三个指标的球场活动最多。其中标准差作为衡量球队数据与总体数据指标之间的偏离程度，从上述指标可以看出在各个球队在球场的表现中能否攻入30米区域以及传中球数之间的差别最大，这也是分析各个球队在进球能力的重要指标。
（二）数据的效度检验
效度指的是量表能够准确测出想要测量的变量的程度。
调查数据的KMO检验值为0.848，大于0.70，说明该足球数据适合进行因子分析。Bartlett球度检验结果显示，显著性概率为0.000（P<0.01），因此拒绝Bartlett球度检验的零假设，适合做因子分析。
在因子分析过程中，采用主成分分析法（Principal Factor Analysis），并以正交法（Varimax）进行因子旋转，抽取特征值大于1的因子，结果发现特征值大于1的公共因子共有3个。
综上，我们对得出的数据构建指标体系评分模型，通过上表可以看出射门、射正球门、传中数等几个指标在元件评分系数矩阵当中所占比例较高，具有较强的指导意义。
根据我们在分析过程中通过降维因子分析得出的数据显示。三个元件在不同的数据指标当中各有侧重点，通过将元件得分矩阵当中大于0.5的因子降维截取相关因子可以得出三个元件，将这三个元件根据专业知识命名为：元件1——射门进攻因子；元件2——传球转换因子；元件3——特别进球因子。
（三）信度檢验
信度分析部分乃根据各层面之题目求其信度系数（Cronbachα），以了解足球数据得分的一致性。
所有的Cronbach的Alpha值均在0.7以上，说明上述指标均具有较强的可信度，即证明我们在数据选取的过程中具有很高的信度。
（四）回归关系
回归分析的目的是通过对大量的样本数据进行分析，以寻找变量之间的相互作用关系，并确定变量之间的数学关系式。
模型的相关系数为0.863，决定系数为0.746，调整后决定系数为0.634，说明选取的自变量的解释度达到63.4%，大于30%，因此认为模型选取的自变量解释度较高。
模型拟合优度检验结果表明：当回归方程包含不同的自变量时，F值为6.697，p小于0.01，具有显著的统计学意义。因此认为最终的回归方程拟合效果很好。
进球、射门、传中数、攻入30米区域、射正球门、界外球、任意球、直塞球的回归系数分别为0.007、0.22、0.005、0.311、0.028、0.0209.005E-5，T值分别为0.106/0.708/0.417/2.468/0.752/0.381/0.001，对应的P值均小于0.05，具有显著的统计学意义。
根据标准化回归系数值大小判断各因素对进球的影响作用由大到小依次为：射正球门（0.963）>传中数（0.258）>界外球（0.235）>攻入30米区域（0.125）>任意球（0.088）>射门（0.065）。因此可建立回归分析方程：
进球（Z1）=0.963射正球门+0.258传中数+0.235界外球+0.125攻入30米区域+0.088任意球+0.065射门
通过建立模型以后的拟合度分析我们发现，各个指标的回归模型基本上呈现线性回归模型分布，即我们构建的方程模型验证了我们的回归模型图表。
三、分析与结论
（一）进攻能力的指标衡量主要是射正球门数，因此在日常的比赛当中球员要充分训练和寻找机会展示这一攻防指标，只有射中球门数越多，进球能力就能够越强。
（二）攻入30米区域的传球和传中数，关系到这个球队在球场上的进攻机会，如果传中数和在30米范围内的传球数越少那么这个球队的进攻机会越少，或者是说球场表现机会就不多，从2016年欧洲杯冠军葡萄牙的比赛数据中我们可以看出，他们的两个指标在所有参赛队伍中均是最高的。
（三）把握界外球机会。随着人们身体素质提高，防守能力提高，界外球成为进攻重要手段，因此日常训练当中球队教练也应该注重这些。