文档介绍：女子４００ｍ跑优秀运动员速度特征分析
胡仲秋 摘要: 本文运用相关分析、回归分析等研究方法,对世界优秀女子400m跑运动员的各分段50m成绩与总成绩进行了分析研究,揭示了分段50m与400m成绩之间的相关关系和当今世界优秀女子40必须在除去其它变量影响的情况下,计算它们的相关系数,为了研究400m成绩和8个50m分段成绩之间的净相关关系,可以将其它7个50m分段时间进行控制,选取一个50m分段时间与总成绩进行偏相关分析,各50m分段平均时间与400m跑成绩的偏相关系数绝对值大小排列为:|r2|>|r1|>|r4|>|r6|>|r3|>|r8|>|r7|>|r5|。偏相关分析能够更客观地反映出分段速度分配与总成绩之间的相关关系,从排序上可以看出,第1个、第2个50m分段时间与400m成绩呈现较强的偏相关关系,这一阶段反映运动员的加速能力,其任务是:克服物理惰性,使人体从静止状态迅速起动并逐步加速,获得最大的位移速度;克服生理惰性,使人体在运动之初首先启动磷酸原系统并逐步激活糖酵解系统,根据运动强度的需要提供相应的能量。由于磷酸原系统在人体运动开始时代谢快,输出功率大,能量利用早,是加速跑阶段的主要能量来源,所以加速跑能力实质上反映了磷酸原系统的供能能力。磷酸原系统的供能时间虽然仅能维持6-8s,,,因而由其供能产生的运动速度在起跑和加速跑中起着极其重要的作用。由于跑400m的第1、2个50m分段要求供能速率大,只能由磷酸原系统提供能量。训练实践中可以通过专门的训练手段提高400m跑运动员的加速能力,目的是提高人体磷酸原系统的供能能力,提高快速爆发性运动能力。通常采用的训练手段是运动时间少于10s的极限强度和次极限强度的重复训练法或间歇训练法,以提高人体内磷酸肌酸的含量以及相应酶的活性。
(建立多元线性回归模型)
多元线性回归模型是有多个解释变量的线性回归模型,用于揭示被解释变量与其它解释变量之间的线性关系。400m跑成绩受8个50m分段成绩的影响,因此可以建立8元线性回归模型,用8个50m分段时间解释400m成绩。
据偏相关研究表明:第8个50m分段的速度受第1、2个50m分段速度的影响,如果在0到100m分段运动员跑得相对过快,加速运动距离相对缩短,获得最快运动速度相对就早,减速运动距离相对加长,也就是第7、8个50m分段所用的时间相对延长,400m成绩相对也差。所以需要结合回归模型合理控制各分段时间,并在平时的训练中不断总结和改进。建立回归模型的目的之一是根据回归模型对事物的未来发展趋势进行控制和预测,为了从整体角度考察各分段成绩对总成绩的影响,极有必要建立各分段成绩与总成绩的回归模型:Y=-++++++++,r1代表第1个50m分段,r2代表第2个50m分段,依次类推。由于调整的判定系()较接近于1,因此认为拟合优度较高,被解释变量可以被模型的部分较多,未被解释的部分较少。显著性检验统计量显示,F=,P=<;再有r1、r2、r3、r4、r5、r6、r7、r8的T