南非世界杯数据分析.doc

南非世界杯数据分析 摘要 现代的足球运动经过一百多年的发展变化，早已风靡世界，是世界上最受人们喜爱、开展最广泛、影响最大的体育运动项目，被誉为“世界第一运动”每四年一届的世界杯足球赛是当今足坛的最高水平赛事之一，在一定程度上反映了现代足球的发展趋势，本文对世界杯数据的分析为各国的足球训练和比赛提供一些有益的科学依据。 对于问题一，根据国际足联统计的15项指标，用SPSS17.0做了多因素方差分析，得到15项指标的方差比较的F值的取值范围是1.38-3.28，说明国际足联统计的15项指标的数据并没有反应出各球队的本质区别，其中有很多相对不重要的因素干扰了对足球比赛的客观的评价，对15项数据做主成份分析,找出真正占主要地位的成分为传球数,失球数, 抢断成功率,犯规，控球率，抢断. 对于问题二， 对于问题三，要求根据32支球队在比赛中的综合表现，给出比较合理的最终排名，TOPSIS被称为逼近于理想解的排序方法，适用于根据多项指标、对多个方案进行比较选择的分析方法，由问题一求出的六项指标用matlab将数据代入求解得球队的排名为 对于问题四， 问题重述 2010年南非世界杯已然落下帷幕，参赛的32支球队可以说是“几家欢喜几家愁”。西班牙成了新科状元，荷兰继续着无冕之王，阿根廷让人大失所望，乌拉圭最后虽败犹荣。 这一切的成败，除了在有些场次的比赛中存在着一定的运气成分之外，更多的是由球员们在场上的表现来决定的。按照惯例，国际足联和一些官方机构在赛后往往会通过一些门户网站（如：/）向外公布所有场次的胜负关系及技术统计，如进球数，射门数、传球数、抢断数等。请就本次世界杯所有场次比赛的结果，收集这些数据并进行合理的分析和建模，完成下面问题： 问题一：你认为决定球队胜负关系最重要的技术因素有哪些？ 问题二：你认为是否有些场次胜负关系的运气成分比较大？如果有，请指出来。 问题三：根据32支球队在比赛中的综合表现，给出你认为比较合理的最终排名。 问题四：你认为来自各大洲的球队在本次世界杯上表现出的实力是否一致？如果不一致，你认为亚洲球队在哪些方面急需改进？ 问题五：从小组赛开始，根据各球队历史战绩（可部分参考附件1），请你来模拟一遍世界杯的进程，看看谁将会是最后的冠军。 问题六：附件2是国际足联给出的本次世界杯数据最佳阵容，保持阵型不变，如果让你根据八强参赛球员的表现来进行评选，你所评出的最佳阵容与前者是否一致？ 附件1：2010年南非世界杯各小组球队历史交战记录 附件2：国际足联所公布的南非世界杯数据最佳阵容 问题分析 对于问题一，决定球队胜负关系的最主要的指标可能有进球、半场、失球、射门、射正、角球、犯规、传球、传球成功率、抢断、抢断成功率、越位、黄牌、红牌、控球率等15项， 对于问题二， 对于问题三， 符号说明 模型假设 模型的建立 模型一的建立 对原始数据的处理 查找资料得南非世界杯的32个国家所对应场次及15项指标（进球、半场、失球、射门、射正、角球、犯规、传球、传球成功率、抢断、抢断成功率、越位、黄牌、红牌、控球率），各指标除以场次得出平均每场的15项指标，在SPSS19.0统计软件，将15项指标的数据用主成份分析，计算采用了特征值大于0.85的因素。 主成份分析结果及分析 成分 特征值 贡献率/% 累积贡献率/% 1 5.395 35.969 35.969 2 2.069 13.790 49.759 3 1.609 10.726 60.485 4 1.156 7.707 68.192 5 1.019 6.792 74.984 6 0.880 5.869 80.854 7 0.754 5.026 85.880 8 0.534 3.559 89.439 9 0.493 3.288 92.728 10 0.434 2.893 95.621 11 0.240 1.601 97.222 12 0.146 0.972 98.194 13 0.139 0.929 99.122 14 0.096 0.640 99.762 15 0.036 0.238 100.000 由于各球队都有15项攻防指标之多，经多因素方差分析（表中数据太多，在此不一一列出）可以看出15项指标的方差比较的F值的取值范围是1.38-3.28，说明各个球队的攻防指标没有明显差异，从而说明国际足联统计的15项指标的数据并没有反应出各球队的本质区别，其中有很多相对不重要的因素干扰了对足球比赛的客观的评价，因此对15项数据做主成份分析,找出真正占主要地位的因素: 图15，项攻防指标因素的陡坡图 表1，15项攻防指标协方差矩阵的主成分特征向量 指标 成分1 成分2 成分3 成分4 成分5 成分6 传球 .875 -.254 -.158 -.107 .