转09—王威—1.2基于灰色系统理论的篮球队成绩与其技术指标关联度分析_修_淡.doc

基于灰色系统理论的篮球队成绩与其技术指标关联度分析 摘要：本文运用灰色系统理论建立了一个综合评价模型，，通过分析，我们选取其中的一个队为例子，对其进行分析，然后把分析求解方法推广到其他代表队，最终求解出每支代表队的技术指标与该队成绩之间的关联关系。首先，本文对每个队的各项指标数据进行统计处理、标准化处理（无量纲化），并求解出各项指标的差数列表。根据灰色系统理论建立了综合评价模型。最后通过Excel求解，得出了各个参赛队的技术指标与成绩之间的关联度。 关键词：灰色 关联度 标准化 技术指标 1 引言 运动员比赛过程的技术表现是决定竞赛成绩的主要因素之一。篮球竞赛临场技术统计数据既是衡量运动员技术水平的量化指标也是判定运动队竞赛成绩的客观标准。当前研究运动员技术指标的主要方法有：文献资料法；数理统计法，将收集的数据输入计算机，运用统计软件包处理并对其结果用数理统计法进行分析；比较分析法，采用关系数比较法对运动员比赛中各项技术指标进行对比分析研究。 本文以某大学某次篮球赛为研究对象，该比赛涉及12个学院的代表队，分为两个组进行比赛，每组六个队，在每组比赛中每个队都要和同组的其它队进行一场比赛，也就是对于每一个队来说，都会参加五场比赛，从而就会产生同类型的五组数据，我们就可以选取其中的一个队作为例子，对其所有的数据进行分析求解，然后把分析求解方法推广到每一支代表队，最终得出问题的结果。这对我们进行数据分析提供了方便。 我们对数据进行详细统计，对于任意两支篮球队之间的比赛，都给出了比赛中每个队员的具体表现情况，其中包括：上场时间，2分球、3分球、罚球命中和投篮次数以及命中率，进攻篮板和防守篮板以及总的篮板球次数，助攻，犯规，失误，抢断，盖帽和得分的情况，我们称这些统计数据为各个球队的技术指标。对于如此大的数据量，就需要我们从中找出最有价值的数据，我们考虑采用灰色系统理论来解决这个问题。 2 问题假设及名词定义 2.1．问题假设： 在所给出的所有比赛中双方都是全力以赴的，不存在放水或者刻意保存实力的现象，也就是每一场比赛的结果都反映了两者之间的真实的实力对比。 对于每一个队，只考虑本队各指标的总体情况，而不考虑每个队员的强弱情况。 每一个篮球队为一个系统。 2.2．名词定义： 积分率： 该队每场比赛的得分除以比赛双方得分之和。 总积分率：五场比赛积分率之和。 胜率：积分率的平均值。 权重胜率：考虑A、B两组实力不同情况下，各队的胜率。 2.3．符号与变量说明： 运动队的各项技术指标（系统的多个因素）； 各个运动队的五场比赛的比赛成绩，我们将这作为比较基准； 该篮球队第k场比赛的第i个技术统计数据； 技术统计与比较基准之间的关联系数，这一指标反映了比较数列与基准数列之间在某一时刻的关联程度。其中， 关联度，是技术指标与比较基准之间的关联程度，这是衡量比较数列与基准数列之间的关联程度的惟一指标。 3 模型的建立与求解 由上述问题分析，我们可以首先以信息学院为对象进行分析： 信息学院是第二组中的一个代表队。共参加了五场比赛，每场比赛中都给出了一组临场技术统计数据，我们将这些数据放在了一起，以便找出其中的关系。我们将这五场比赛分别给出场次（场次顺序可换）。 对于每场比赛记录下的临场技术统计数据，我们考虑将每一个指标下的所有队员的情况进行累加求和，把所得结果看成该代表队在该指标下的技术参数。这样，就得到了五组数据如下表1所示： 表1：信息学院统计表 场次 1 2 3 4 5 得分 78 98 98 94 100 2分球进 14 14 20 15 27 2分球投 30 25 31 27 40 2分球% 46.67 56 64.52 55.56 67.5 3分球进 6 16 13 13 10 3分球投 20 27 24 27 28 3分球% 30 59.26 54.17 48.15 35.71 罚球进 32 22 19 25 16 罚球投 50 35 26 31 24 罚球% 64 62.86 73.08 80.65 66.67 篮板（攻） 18 8 10 9 9 篮板（防） 29 28 18 23 22 篮板（合） 47 36 28 32 31 助攻 12 16 17 7 13 犯规 20 34 32 27 14 失误 16 19 15 21 9 抢断 5 12 9 4 8 盖帽 3 5 4 2 3 对于上面这个表1，我们的任务就变成了找出各个指标与比赛成绩之间的关联关系。但是看起来题目给出的各个数据之间以及统计数据和最终成绩之间没有明显的关系。为了找出它们之间的关联关系，我们先对这些数据进行画图，看是否能找出一点规律性的东西： 从图1可以看出，如果曲线几何形状越接近，变化斜率越相近