畢業(yè)論文：男子職業(yè)網(wǎng)球選手競(jìng)技能力的實(shí)證研究

目錄/提綱：……
一、導(dǎo)言3
（一）問題的提出3
（二）研究方法3
（三）研究的變量選擇3
（一）變量的初步觀察4
（二）協(xié)方差矩陣分析5
（三）散點(diǎn)圖矩陣分析6
四、多元回歸模型的構(gòu)建7
（一）解釋變量的變換7
（二）多重共線性修正9
（三）異方差修正11
（四）T檢驗(yàn)及模型修正14
（五）模型預(yù)測(cè)14
（一）結(jié)論15
（二）建議15
（三）本文研究的局限性16
一、導(dǎo)言
（一）問題的提出
（二）研究方法
（三）研究的變量選擇
二、樣本數(shù)據(jù)的初步了解
（一）變量的初步觀察
（二）協(xié)方差矩陣分析
（三）散點(diǎn)圖分析
三、研究假設(shè)
四、多元回歸模型的構(gòu)建
（一）解釋變量的變換
（二）多重共線性修正
（三）異方差修正
（四）T檢驗(yàn)及模型修正
（五）模型預(yù)測(cè)
五、結(jié)論與建議
（一）結(jié)論
（二）建議
（三）本文研究的局限性
……
畢業(yè)論文：男子職業(yè)網(wǎng)球選手競(jìng)技能力的實(shí)證研究

目 錄
摘要 2
Abstract 2
一、導(dǎo)言 3
（一）問題的提出 3
（二）研究方法 3
（三）研究的變量選擇 3
二、樣本數(shù)據(jù)初步了解 4
（一）變量的初步觀察 4
（二）協(xié)方差矩陣分析 5
（三）散點(diǎn)圖矩陣分析 6
三、研究假設(shè) 6
四、多元回歸模型的構(gòu)建 7
（一）解釋變量的變換 7
（二）多重共線性修正 9
（三）異方差修正 11
（四）T檢驗(yàn)及模型修正 14
（五）模型預(yù)測(cè) 14
五、結(jié)論、檢驗(yàn)及局限性 15
（一）結(jié)論 15
（二）建議 15
（三）本文研究的局限性 16
參考文獻(xiàn) 17
附錄 18


男子職業(yè)網(wǎng)球選手競(jìng)技能力的實(shí)證研究

摘要：隨著網(wǎng)球運(yùn)動(dòng)在中國(guó)的逐漸升溫，青少年網(wǎng)球競(jìng)技能力的培養(yǎng)成為一個(gè)熱點(diǎn)問題。本文設(shè)定回歸模型考察了職業(yè)網(wǎng)球選手競(jìng)技能力的各項(xiàng)指標(biāo)對(duì)其排名的影響，并采用2011年ATP官方網(wǎng)站的相關(guān)數(shù)據(jù)對(duì)該影響關(guān)系作了實(shí)證研究。研究發(fā)現(xiàn)，職業(yè)選手的場(chǎng)均Ace數(shù)、一發(fā)成功率、二發(fā)得分率以及接發(fā)球勝率都是可以提高選手排名的重要因素，且接發(fā)球勝率的影響尤為明顯。同時(shí)本文還告訴我們?nèi)绾稳ヮA(yù)測(cè)一位網(wǎng)球新星的發(fā)展，以及特定項(xiàng)目的基礎(chǔ)訓(xùn)練和關(guān)鍵時(shí)刻心理素質(zhì)重要性。
關(guān)鍵詞： 網(wǎng)球運(yùn)動(dòng)，多元回歸分析，競(jìng)技能力

Abstract: As the tennis sport in China heats up, undergraduates’ tennis athletic abilit
……（新文秘網(wǎng)http://jey722.cn省略1061字，正式會(huì)員可完整閱讀）……　
，但是可以通過一些近似的數(shù)學(xué)表達(dá)來代表，同樣能夠反映出一些問題。
相關(guān)問題有：確定幾個(gè)特定的變量之間是否存在相關(guān)關(guān)系，如果存在的話，找出它們之間合適的數(shù)學(xué)表達(dá)式；根據(jù)一個(gè)或幾個(gè)變量的值，預(yù)測(cè)或控制另一個(gè)變量的取值，并且可以知道這種預(yù)測(cè)或控制能達(dá)到什么樣的精確度；進(jìn)行因素分析。例如在對(duì)于共同影響一個(gè)變量的許多變量（因素）之間，找出哪些是重要因素，哪些是次要因素，這些因素之間又有什么關(guān)系等等。
（三）研究的變量選擇
本文所用數(shù)據(jù)全部來自于ATP的官方網(wǎng)站。所選用的數(shù)據(jù)是2011年所有場(chǎng)地，排名在前100的世界男子職業(yè)網(wǎng)球選手各項(xiàng)指標(biāo)數(shù)據(jù)。由于數(shù)據(jù)多樣性，我們只選用其中一些對(duì)本文定量分析有幫助的部分。包括Points（積分）,rank（排名）,Tot Aces（Aces數(shù)總計(jì)）,Ace/Mtch Avg（場(chǎng)均Ace數(shù)），Tot Dbl Fits（雙誤總計(jì)），DF/Mtch Avg（場(chǎng)均雙誤），1st Srv（一發(fā)成功率），1st Srv Won（一發(fā)得分率），2nd Srv Won（二發(fā)得分率），Srv Gam Won（發(fā)球局勝率），Brk Pts Won（破發(fā)成功率），Brk Pts Svd（挽救破發(fā)率），Pts Won Ret Srv 1st-2nd (接發(fā)球勝率)以及Ret Gam Won（接發(fā)球局獲勝數(shù)）。因?yàn)門ot Aces（Aces數(shù)總計(jì)）和Ace/Mtch Avg（場(chǎng)均Ace數(shù)）以及Tot Dbl Fits（雙誤總計(jì)）和DF/Mtch Avg（場(chǎng)均雙誤）具有極高的相似度，所以各選取其中一項(xiàng)。
同時(shí)為了方便數(shù)據(jù)的處理，以下將用簡(jiǎn)稱代替上述的指標(biāo)，分別表示為：Points=Points，rank=rank，AMA=Ace/Mtch Avg，DMA=DF/Mtch Avg，F(xiàn)S=1st Srv，F(xiàn)SW=1st Srv Won，SSW=2nd Srv Won，SGW=Srv Gam Won，BPW=Brk Pts Won，BPS=Brk Pts Svd，PWRS1=Pts Won Ret Srv 1st，PWRS2=Pts Won Ret Srv 2nd， RGW=Ret Gam Won，即Points，rank，AMA，DMA，F(xiàn)S，F(xiàn)SW，SSW，SGW，BPW，BPS，PWRS1，PWRS2，RGW。將以上指標(biāo)的數(shù)據(jù)作為原始數(shù)據(jù)待用。
二、樣本數(shù)據(jù)的初步了解
（一）變量的初步觀察
通過數(shù)據(jù)本身情況進(jìn)行觀察，對(duì)數(shù)據(jù)進(jìn)行初步了解，結(jié)果如下（表1）：
Variable Obs Mean Std. Dev Min Ma*
Points 100 1488.8 1910.258 567 13675
AMA 100 5.263 3.049 .4 17.1
DMA 100 2.764 .930 1 5.8
FS 100 .611 .041 .51 .71
FSW 100 .703 .046 .57 .8
SSW 100 .507 .031 .39 .57
SGW 100 .771 .067 .51 .91
BPW 100 .405 .052 .08 .49
BPS 100 .598 .042 .47 .7
PWRS1 100 .296 .029 .21 .37
PWRS2 100 .497 .031 .4 .58
RGW 100 .23 .054 .02 .39
表1中顯示，只有AMA從最小值到最大值的單位跨度超過一個(gè)數(shù)量級(jí)（Points作為自變量除外），同時(shí)AMA的標(biāo)準(zhǔn)偏差較大，由此可知AMA的數(shù)據(jù)可能并不服從我們所想要的正態(tài)分布。所以，如果要建立回歸模型的話可能需要對(duì)AMA的數(shù)據(jù)進(jìn)行一定地變換。
（二）協(xié)方差矩陣分析
在對(duì)樣本協(xié)方差矩陣的觀察中（表2）：

不難發(fā)現(xiàn)，其中FSW與AMA之間的相關(guān)系數(shù)為0.8393，SGW與FSW之間的相關(guān)系數(shù)為0.8994，RGW與PWS1之間的相關(guān)系數(shù)為0.899，RGW與PWS2之間的相關(guān)系數(shù)為0.8714。這些系數(shù)都大于0.8，在一定程度上反映了數(shù)據(jù)之間可能存在較高的相關(guān)性。
（三）散點(diǎn)圖分析
樣本散點(diǎn)圖如下（圖1）：

如果將Points作為被解釋變量，其他各項(xiàng)作為解釋變量的話。通過觀察樣本的散點(diǎn)圖矩陣，可以發(fā)現(xiàn)除了多個(gè)自變量之間的散點(diǎn)圖存在明顯的線性關(guān)系。
三、研究假設(shè)
（1）官網(wǎng)的數(shù)據(jù)真實(shí)有效；
（2）官網(wǎng)的數(shù)據(jù)服從正態(tài)分布；
（3）每個(gè)運(yùn)動(dòng)員的各項(xiàng)指標(biāo)數(shù)據(jù)是相互獨(dú)立的；
（4）以ATP的職業(yè)運(yùn)動(dòng)員為調(diào)查對(duì)象，對(duì)于運(yùn)動(dòng)員不具有特殊性，即具有普遍代表性
（5）本文中所有檢驗(yàn)的顯著性水平 均為0.05。
四、多元回歸模型的構(gòu)建
初步的建立一個(gè)多元線性回歸模型M1：

在簡(jiǎn)單的觀測(cè)分析后，開始考慮怎樣處理這些原始數(shù)據(jù)從而使之對(duì)我們后續(xù)工作真正地起到作用。多元回歸過程如下：
（一） 解釋變量的變換
正如之前所說，可能會(huì)對(duì)AMA進(jìn)行變換。對(duì)于解釋變量的變換，我們使用scaled power變換（ if ； if ）進(jìn)行處理。在此之前，我們會(huì)使用Wald檢驗(yàn)對(duì)數(shù)據(jù)進(jìn)行檢驗(yàn)，從而決定是否用scaled power變換對(duì)AMA這一項(xiàng)數(shù)據(jù)進(jìn)行轉(zhuǎn)換。Wald檢驗(yàn)的前提是AMA的數(shù)據(jù)必須嚴(yán)格為正，結(jié)果如下（表3和表4）：
Wald值的范圍
Est.Power Std.Err. 上限 下限
AMA 0.2976 0.1239 0.0548 0.5404
關(guān)于轉(zhuǎn)換參數(shù)的似然比檢驗(yàn)

df P-val
LR t ……（未完，全文共16574字，當(dāng)前僅顯示2981字，請(qǐng)閱讀下面提示信息。收藏《畢業(yè)論文：男子職業(yè)網(wǎng)球選手競(jìng)技能力的實(shí)證研究》）