摘 要: 本文作者以男大学生1000米跑为研究方法,通过测试与1000米成绩相关因素的十项指标,经逐步回归筛选,再进行Q型聚类,以提供教学分组依据。由于学生有氧耐力各项指标并不都在同一级别,因此作者采用离查法将这种素质发展不均衡的学生分成三水平,共排列出81种不同素质水平的学生状况,同时运动处方同步采用四因素三水平的设计,组成81种处方,使81种不同素质水平的学生都能――对应查找出适合于自己的运动处方。作者所提供的查表法与计算机编码法简便易行、方法可靠,具有一定的科学性与广泛的实用性。
关键词: 大学生 有氧耐力素质 Q型聚类
发展大学生的有氧耐力是高校体育的重点,也是难点。由于大学生体质水平参差不齐,高校采用统一模式来进行教学显然是不可取的,而采用按运动成绩分组固然有其优点,但同等素质水平的学生也可能因技术或心理等因素造成较大的成绩差异。那么采用什么方法,既能根据大学生有氧耐力的水平来分组,又能根据不同的对象施以不同的练习方法?笔者通过对男大学生1000米成绩的测试,选取了与有氧耐力素质有关的十项指标,通过逐步回归
筛选指标,建立数学模型,试图通过在逐步回归筛选指标的基础上,找出对有氧耐力影响显著的几个主要因素,并根据这些因素来选择三种不同体质状况的学生为样品,进行Q型聚类,将全部受试对象按体质强弱分成三类,按正交设计方法,开出运动处方,以探讨不同耐力素质学生的分类,以及不同的受试对象的不同运动处方的问题。
一、研究对象与方法
1.受试对象。西安交通大学07级男生,86人,身高均值168.06±6.41cm,体重58.58±5.98kg,胸围84.81±4.62cm,1000米成绩均值216.97±11.44s,各项指标经D检验,均符合正态。
2.指标选择。根据身体形态、身体机能、身体成分、身体素质选择10项指标:维尔维克指数、克托莱指数、呼吸差、肺活量、腹脂、体脂百分率、体脂重、去脂体重、50米、立定跳远(见表1)。
十项指标的选择是否均对有氧耐力即1000米成绩影响显著,尚不得知。若建立十元回归,显然是不科学的,因为有些指标相差度较高,同时选入回归方程,不仅影响数学模型的预测精度,而且高度相关的指标对运动成绩的相互作用无法区分,且不符合建立多元回归因素的独立性条件。
3.数学模型的建立。笔者首先对原始数据作标准化处理,然后进行相关系数矩阵,再进行逐步回归,将十项指标一一输入计算机,经过偏回归平方和的比较,剔除对1000米成绩影响不显著的因素,建立优化后的数学模型。
V=212.8884-0.1569立定跳远+7.3558×50米-0.0038肺活量+0.5030体脂%
4.数学模型对教学的调控作用。根据经验选择的十项指标,经逐步回归筛选,只有四项指标对1000米成绩影响显著。从已建立的数学模型来看,提高立定跳远成绩、增大肺活量、减少体脂含量和提高50米跑速均能提高1000米成绩,这就为教学中抓主要矛盾,有的放矢,优化教学方案提供了科学依据。此数学模型还能用于诊断学生的运动技术与身体素质的症结,预测1000米成绩。由于该数学模型复相关系数高(R=0.69),F值检验非常显著(P 本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文