定基比和曲线回归在制订选材标准中的运用.docVIP

定基比和曲线回归在制订选材标准中的运用 湖北省体育科研所 王路德 摘要：本文介绍了运用优秀成年运动员的模式数据乘定基比来制仃各年龄组选材标准的方法，并通过实例介绍了当不能用上述方法时，如何用曲线回归对数据进行平滑处理的简化方法。 在运动员科学选材的研究工作中，制订选材标准是一项十分重要的内容。无论制订哪一个运动项目的选材标准时，都包括以下三部分研究。 （1）指标筛选。即从众多指标中筛选出若干个对该运动项目选材十分重要的测试指标。 （2）制订各年龄组单项指标的评定标准。 （3）确定每个测试指标在综合评价时的“权”系数和综合评价的方法。 这三项研究，都需要运用体育统计中的不同方法，进行大量的数据处理工作，才能制订出一个较为科学合理的选材标准。 本文仅讨论制订各年龄组单项指标的评定标准时如何运用相应的统计方法来进行处理。 一个指标（如：身高、30米跑等等）共分几个评分等级？各等级应如何划分？这些在体育统计学里都没有现成的规定，要由标准制订者根据不同情况来研究确定。一般认为：选材标准“宜粗不宜细”，评分等级不必划分过多。因而目前较多的选材标准都划分为优秀、良好、及格、不及格4个等级。这时首先要研究确定优秀、良好、及格、不及格4个等级在所测人群中应占的百分比，然后，才可以按正态分布的规律用平均数加减若干个标准差或用百分位数法计算出各等级的标准。 下面着重讨论定基比和曲线回归在制订选材标准中的运用。 １、定基比的运用 由于制订各年龄组单项指标的评定标准时，必须使各年龄组评定标准的变化趋势符合青少年生长发育的规律，订S表示）。假设X=180，S=5。X＋S,良好标准为X,及格标准为X-0.5S。则本例优秀=180+5=185，良好=180，及格=180-0.5×5＝.5，这就是该项目优秀成年运动员身高的模式数据。 有了这样的模式数据后， 平均数 定基比（？） 7 -1.22 -31.2 8 -0.62 -15.8 9 -0.27 -6.9 10 -0.13 -3.3 11 0.58 14.8 12 1.34 34.2 13 2.08 53.1 14 2.52 64.3 15 3.31 84.4 16 3.78 96.4 17 3.85 98.2 18 3.92 100.0 由表二可见，如果把18岁的指距一身高3.92厘米定为100％，则按体育统计中原来计 算定基比的方法，7岁的定基比就成了-31.2％，8岁成了-15.8％，这显然是错的，其原因就是因为7～10岁的指距－身高是负值。解决的办法是要加一个常数C，把负数全都变换成正数后再计算定基比。但是，C取多少合适呢？C值定得大小不同，直接影响各年龄组和18岁组的比值，其差别会很大。我们是这祥解决的，根据已有的统计资料可知，指距随年龄而变化的趋势和身高是一致的，而且两者的平均数差距也不太大，身高的定基比己知，因此可以用身高的定基比来推算C值。如计算男指距－身高的C值时根据男7岁的身高定基比为70％，则： （ -1.22 + C ） ────────── = 0.7 C = 13.21 3.92 + C 把各年龄组指距－身高都加13.12后，就可计算出各年龄组的定基比如表三。 表三： 年龄 平均数+C 定基比 7 11.99 70.0 8 12.59 73.5 9 12.94 75.5 10 13.08 76.4 11 13.79 80.5 12 14.55 84.9 13 15.29 89.3 14 15.73 91.8 15 16.52 96.4 16 16.99 99.2 17 16.21 94.6 18 17.13 100.0 但在使用这样的定基比时，要代入下列公式： Y＝（X＋C）×定基比－C 式中 Y：某年龄组的指距－身高值， C：常数（本例为13.21） X：成年时要达到的指距一身高值 如成年时要求指距－身高达8厘采，则代入公式可算出7岁时应达1.6厘来，8岁应达2.4厘米。 2、曲线回归的运用 有一些选材指标没有现成的定基比数据，或一时无法获得成年优秀运动员的模式数据，不可能用上述模式数据乘定基比的方法时，只能用从各业余体校测试来的数据计算标准、但是，即使侧试的样本含量较大，也必然存在抽样误差，用计算出的X，S计算标准时，还必须进行平滑处理后才能使用。 如：我们测了一批7～17岁男生的心功能指数，各年龄组的n都达到l00以上。但是，算出的X、S各年龄组之间仍存在着随机波动（见表四）