关于我国优秀举重运动员体能模型构建与分析.docVIP

关于我国优秀举重运动员体能模型构建与分析 　　摘要:在我国优秀举重运动员体能模型评价体系中,虽然不同性别各重量级别各指标的单项评分标准各不相同,但对其综合评价时,各等级标准相差不大。本文以我国优秀举重运动员为研究对象,从指标模型、指标权重模型、指标均值模型与评价体系等四个维度构建我国优秀举重运动员体能模型,以弥补以往对举重体能模型研究时指标权重不清、且缺乏评价的不足,旨在完善举重项目中体能模型的理论与实证研究。 　　关键词:体能;举重运动员;模型;构建;研究 　　体能是运动员竞技能力的重要组成部分,举重作为快速力量类项目,体能在竞技能力组成中显得尤为重要,故对该项目体能模型的研究,将为我国优秀举重运动员运动训练和科学选材提供体能意义上的参考。 　　一、研究对象与方法 　　1、研究对象 　　本文研究对象均为现役队员,包括我国优秀举重运动员115人(国际健将29人、 健将77人、一级运动员9人),同时,运动员专项涉及到举重运动的各个重量级别。受试者运动级别情况表1所示。 　　2、研究方法: 　　(1)文献资料法:查阅相关文献,了解相关研究现状,明确本研究之目的。 　　(2)实验研究法:测试我国优秀举重运动员115名(男子59名,女子56名)体能指标21项以及抓举与挺举成绩,21项体能指标包括:形态指标(身高、体重、肩宽、 髂宽、体脂百分比)、机能指标(血红蛋白、血睾酮、肌酸激酶)、素质指标(背力、体前屈、握力、以及高抓、高翻、借力推、架上推、前蹲、后蹲、宽硬拉、窄硬拉、宽速拉、窄速拉成绩)。 　　(3)数理统计法:本文应用回归分析的方法,筛选体能指标并确定指标权重,回归分析是以抓举和挺举之和的因变量,以体能各指标为自变量进行统计分析。根据方差分析结果,选择符合判据的自变量且对因变量贡献最大的进入回归方程,然后建立全模型,在回归分析的过程中,可以计算出入选方程各指标的标准化回归系数 (Beta),某指标的标准化回归系数 (Beta)越大,则表示该指标与因变量的相关关系越明显,在反映因变量包含的信息方面占有较大的权重,故用回归分析方法,确定各入选回归方程的各指标权重可以通过标准化回归系数来确定,用公式表达为:其中Ti表示入选方程指标在、反映因变量信息的权重,表示各指标标准化回归系数的绝对值,表示入选方程所有指标标准化回归系数绝对值的代数和。 　　二、研究结果与分析 　　1、我国优秀举重运动员体能指标的筛选与指标模型的构建 　　体能是一个复合的概念,囊括了形态、机能、素质三方面的大量信息,为细化我国优秀举重运动员体能模型,本文对体能指标的筛选为四个步骤,首先,查阅相关文献,罗列反映举重体能的大量指标,然后,通过专家访谈完成指标的第一轮筛选,筛选出23项反映体能的指标,包括21项测试指标(见研究方法)和两项派生指标(克托莱指数与髂宽指数,克托莱指数=体重*1000/身高,髂宽指数=髂宽*100/肩宽)。为尽量减少指标间信息的重叠,本文运用逻辑理的方法进一步简化体能指标,尽量使分析简洁,这是筛选指标的第三步,对指标的简化本着引入派生指标的原则进行,由于举重是分重量级别进行,显然,体重在举重竞技中只属于一个分类变量,故在回归分析时去除了体重指标,同时,克托莱指数包含了身高信息,故身高也不在分析之列,而髂宽指数包含了髂宽与肩宽的信息,故在选择髂宽指数的同时,只保留肩宽这一指标,经过对指标筛选的三个步骤,进入回归分析的体能指标包括:形态指标,机能指标,素质指标。 　　2、我国优秀举重运动员体能指标权重模型的构建 　　经过回归分析完成对体能指标的最后筛选与简化,可根据各指标与举重成绩之间的复相关系数确定各指标权重,参考本文研究方法中确定权重的方法,在权重模型中,以素质指标占有最大的权重,而素质各指标均以反映专项素质为主,众所周知,举重专项素质与竞技成绩之间存在着明显的相差,故本权重模型充分体现了构建体能模型时素质的重要程度,也显示出对体能指标赋予的权重是科学的;体能模型中形态指标也占有一定的重要性程度,表明在优秀举重运动员的体能组成中,形态的重要性程度远比素质要弱。另外,由二级指标的权重可知,在所有指标中高抓占有最大的权重,表明该指标在反映举重运动员体能上是相当重要的,其次是借力推,但其权重远小于高抓所占的权重,而髂宽指数所占的权重最小。权重模型的建立,一方面,提供了各指标在反映我国优秀举重运动员体能上的重要性程度,对于体能模型的完善意义是重大的,另一方面,也将为我国优秀举重运动员科学选材提供体能指标权重上的参考。 　　3、我国优秀举重运动员体能模型评价体系 　　根据回归分析构建了我国优秀举重运动员体能的指标模型、权重模型和均值模型,在此基础上,为进一步了解不同重量级别我国举重运动员体能模型各指标数据的分布情况,