摘" 要：為中國羽毛球女子單打項(xiàng)目的日常針對性訓(xùn)練及比賽提供數(shù)據(jù)支撐。采用2020年東京奧運(yùn)會羽毛球女子單打項(xiàng)目16強(qiáng)28局比賽錄像為切入點(diǎn)，使用最優(yōu)尺度回歸分析構(gòu)建比賽節(jié)奏模型，并對2022年世界羽毛球錦標(biāo)賽決賽進(jìn)行案例分析。結(jié)果顯示：（1）以比賽節(jié)奏為因變量，18項(xiàng)技術(shù)因素為自變量構(gòu)建最優(yōu)尺度回歸模型，模型擬合度良好（R2 =0.900，Plt;0.05）。（2）比賽節(jié)奏與個人局比賽節(jié)奏Y的關(guān)系為慢節(jié)奏（Y≥8.24）、中等節(jié)奏（6.92 ≤Ylt;8.24）、快節(jié)奏（Ylt;6.92），陳雨菲VS山口茜的3局中有2局的Y值高于對手。結(jié)論：（1）不同比賽節(jié)奏分別與不同技術(shù)的使用率、得分率、失誤率有關(guān)聯(lián)性。（2）個人比賽節(jié)奏比對手快，更易提高獲勝概率。

關(guān)鍵詞：最優(yōu)尺度回歸分析；羽毛球；比賽節(jié)奏；女子；單打

A study on the pace of Women's Singles Badminton Matches：

Based on Optimal Scaling Regression Modeling Perspective

Abstract： To provide data support for the daily targeted training and competition of Chinese women's badminton singles program. Adopting the video of the top 16 28-game matches of women's badminton singles event of 2020 Tokyo Olympic Games as the entry point， we constructed the rhythm of play model using optimal scale regression analysis and conducted a case study on the final match of 2022 World Badminton Championships. The results showed that" （1） the optimal scale regression model was constructed with competition tempo as the dependent variable and 18 technical factors as independent variables， and the model fit was good （R2 =0.900， Plt;0.05）. （2） The relationship between competition tempo and individual set competition tempo Y was slow tempo （Y ≥ 8.24）， medium tempo （6.92 ≤ Y lt; 8.24）， and fast tempo （Y lt; 6.92）， and the Y value of 2 out of the 3 sets of Chen Yufei vs Yamaguchi was higher than that of her opponent. Conclusion： （1） Different competition tempo are correlated with the utilization rate， scoring rate， and error rate of different techniques， respectively. （2） Individuals with a faster competition tempo than their opponents are more likely to increase the probability of winning.

Key words： Optimal scale regression analysis; Badminton; Competition tempo; Women; Singles

中圖分類號：G847"""" """""""""""""""""文獻(xiàn)標(biāo)識碼：A

比賽節(jié)奏是在整個比賽過程中，不同戰(zhàn)術(shù)組合所表現(xiàn)出來的大小、強(qiáng)弱、快慢、長短的反復(fù)交替變化特征[1]。而比賽節(jié)奏控制能力，作為競技表現(xiàn)的重要特征之一，對競技活動的過程產(chǎn)生深遠(yuǎn)影響[2]。現(xiàn)有的比賽節(jié)奏研究中，國內(nèi)外均偏重于技能主導(dǎo)類難美性項(xiàng)群、同場對抗性項(xiàng)群和體能主導(dǎo)類耐力性項(xiàng)群的探討，但對技能主導(dǎo)類隔網(wǎng)對抗性項(xiàng)群涉及較少。同時，當(dāng)前國內(nèi)外研究比賽節(jié)奏以定性分析居多，鮮有定量分析；國內(nèi)關(guān)于羽毛球比賽節(jié)奏定量研究除付慶镕[1]提出回合節(jié)奏系數(shù)公式外，無其他定量評定方法。羽毛球比賽節(jié)奏的定量研究亟待豐富。

本研究借鑒了羽毛球[1]和籃球[3]的比賽節(jié)奏定量研究方法，采用最優(yōu)尺度回歸分析探討了比賽節(jié)奏的技術(shù)因素。為此，團(tuán)隊(duì)進(jìn)行了系列研究。本研究以東京奧運(yùn)會羽毛球女子單打項(xiàng)目16強(qiáng)選手的12場共計(jì)28局比賽為切入點(diǎn)，構(gòu)建比賽節(jié)奏評價模型（最優(yōu)尺度回歸模型），并旨在通過其分析羽毛球女子單打比賽節(jié)奏，并結(jié)合2022年世界羽毛球錦標(biāo)賽決賽來展示該模型的應(yīng)用和效果，以期為中國羽毛球女子單打項(xiàng)目的日常針對性訓(xùn)練及比賽提供依據(jù)。

1 "研究對象與方法

1.1 "研究對象

以基于最優(yōu)尺度回歸分析的羽毛球女子單打項(xiàng)目比賽節(jié)奏模型為研究對象。

1.2 "研究方法

1.2.1 "錄像觀察法 "采用Adobe Premiere Pro CC對騰訊視頻中下載的2020年東京奧運(yùn)會羽毛球單打項(xiàng)目女子16強(qiáng)[4]12場共計(jì)28局比賽錄像進(jìn)行數(shù)據(jù)統(tǒng)計(jì)（表1），依據(jù)相關(guān)文獻(xiàn)[5-6]，研究將主要技術(shù)指標(biāo)歸類為：發(fā)球、接發(fā)球、撲球、勾球、搓放球、擋網(wǎng)球、抽球、高遠(yuǎn)球、殺球、挑球、推球、吊球。研究在進(jìn)行比賽節(jié)奏的定量研究時以“局”[7]為單位予以探討。

1.2.2 "數(shù)理統(tǒng)計(jì)法 "采用最優(yōu)尺度回歸分析構(gòu)建羽毛球女子單打項(xiàng)目比賽節(jié)奏模型，并結(jié)合具體比賽來展示模型的應(yīng)用和效果。因變量為比賽節(jié)奏，自變量為12種技術(shù)的使用、得分和失誤率，其中比賽節(jié)奏是基于付慶镕[1]的回合節(jié)奏系數(shù)公式及劃分方法。構(gòu)建模型的步驟如下：（1）采用卡方檢驗(yàn)對分析的比賽節(jié)奏和運(yùn)動技術(shù)36個變量進(jìn)行兩兩分析，選出有統(tǒng)計(jì)學(xué)意義的指標(biāo)（α =0. 05），并納入多重對應(yīng)分析。（2）解析多重對應(yīng)分析圖，結(jié)合實(shí)際經(jīng)驗(yàn)，優(yōu)化降維，并將降維后的變量進(jìn)入最優(yōu)尺度回歸模型，構(gòu)建羽毛球女子單打項(xiàng)目比賽節(jié)奏模型。（3）將得出的羽毛球女子單打項(xiàng)目比賽節(jié)奏模型結(jié)合2022年世界羽毛球錦標(biāo)賽決賽中運(yùn)動員技術(shù)進(jìn)行比賽節(jié)奏情況分析。

2 "比賽節(jié)奏模型及其應(yīng)用

為了明確比賽節(jié)奏與技術(shù)之間的關(guān)系，定量研究是一個好方法[8]。本研究將通過羽毛球女子單打項(xiàng)目的比賽節(jié)奏和運(yùn)動技術(shù)分布，以及最優(yōu)尺度回歸結(jié)果，構(gòu)建比賽節(jié)奏模型。該模型將應(yīng)用于2022年世界羽毛球錦標(biāo)賽決賽（陳雨菲vs山口茜）的具體案例分析中。

2.1 "羽毛球女子單打項(xiàng)目比賽節(jié)奏及運(yùn)動技術(shù)分布

為更好確定運(yùn)動技術(shù)分布情況，采用25百分位和75百分位法為其劃分范圍[9]。為了定量判定比賽節(jié)奏及運(yùn)動技術(shù)的關(guān)系，研究將比賽節(jié)奏分別賦值為慢節(jié)奏=1，中等節(jié)奏=2，快節(jié)奏=3，同時對運(yùn)動技術(shù)也進(jìn)行賦值（表2），由此比賽節(jié)奏與運(yùn)動技術(shù)一樣均為序分類變量。利用趨勢卡方檢驗(yàn)分析運(yùn)動技術(shù)的使用率、得分率和失誤率與比賽節(jié)奏的關(guān)系，發(fā)現(xiàn)28個變量具有線性趨勢（表2）。

為進(jìn)一步確定多組類別變量之間關(guān)聯(lián)性，采用多重對應(yīng)分析，以趨勢卡方檢驗(yàn)得出的運(yùn)動技術(shù)變量及比賽節(jié)奏變量為分析變量進(jìn)入同一集合中進(jìn)行分析，剔除兩個維度上區(qū)分度都小于0.1的變量后[10]，再次進(jìn)行多重對應(yīng)分析，得到比賽節(jié)奏及運(yùn)動技術(shù)多重對

應(yīng)分析圖（圖1）。結(jié)果顯示：模型維度1和維度2的慣量貢獻(xiàn)率分別從15.91%和12.82%提高到52.04%和47.96%，其累積貢獻(xiàn)率提高了36.13%。維度1和維度2的信度分別為0.783和0.759，特征值分別為3.878和3.565?？梢娔Ｐ退凶兞颗c維數(shù)的關(guān)系較為密切[13]。

通過多重對應(yīng)分析，研究發(fā)現(xiàn)不同的比賽節(jié)奏與不同的運(yùn)動技術(shù)有關(guān)聯(lián)，其中搓放、抽球和高遠(yuǎn)球的使用率和得分率對比賽節(jié)奏的影響最大（圖1）。

2.2 "羽毛球女子單打項(xiàng)目比賽節(jié)奏最優(yōu)尺度回歸結(jié)果

將多重對應(yīng)分析中區(qū)分度高的18個變量作為自變量，比賽節(jié)奏（快節(jié)奏=1，中等節(jié)奏=2，慢節(jié)奏=3）作為因變量，構(gòu)建最優(yōu)尺度回歸模型。模型R2值為0.900，提示90.0%的因變量可以通過自變量解釋。對模型進(jìn)行F檢驗(yàn)時發(fā)現(xiàn)模型的F=511.921（Plt;0.05），模型具有統(tǒng)計(jì)學(xué)意義（表3）。所有納入因素的容差分析均大于0.3，各項(xiàng)因素之間不存在嚴(yán)重的共線性，該模型可靠。同時抽球得分率（X9）這項(xiàng)因素不具有統(tǒng)計(jì)學(xué)意義，剔除后得到模型公式為：

Y=0.37X1+0.15X2+0.19X3+0.76X4+0.49X5+0.20X6+0.10X7+0.47X8+0.28X10+0.19X11+0.19X12+0.17X13+0.08X14+0.09X15+0.06X16+0.23X17+0.06X18

其中，X1～X18分別表示接發(fā)球使用率、撲球失誤率、勾球失誤率、搓放使用率、搓放得分率、擋網(wǎng)使用率、擋網(wǎng)失誤率、抽球使用率、高遠(yuǎn)球使用率、高遠(yuǎn)球得分率、高遠(yuǎn)球失誤率、殺球得分率、殺球失誤率、挑球得分率、推球使用率、推球失誤率、吊球使用率。

根據(jù)實(shí)際比賽中收集的數(shù)據(jù)，將這些變量的具體數(shù)值代入模型公式中，得到每局比賽的Y值，即個人局比賽節(jié)奏。根據(jù)Y值的大小，將比賽節(jié)奏劃分為慢節(jié)奏（Y≥8.24）、中等節(jié)奏（6.92≤Y＜8.24）、快節(jié)奏（Ylt;6.92）。

標(biāo)準(zhǔn)化回歸系數(shù)分析及影響因素重要性分析。標(biāo)準(zhǔn)化回歸系數(shù)可以比較各自變量對因變量影響的大小[11]。從表3中可以看出，17個運(yùn)動技術(shù)變量與比賽節(jié)奏均具有顯著正相關(guān)（Plt;0.05）。標(biāo)準(zhǔn)化回歸系數(shù)的絕對值前7排序依次為搓放使用率、搓放得分率、抽球使用率、接發(fā)球使用率、高遠(yuǎn)球使用率、推球失誤率、擋網(wǎng)使用率，其重要性總和占模型解釋度的95%，其中搓放、抽球和高遠(yuǎn)球使用率3項(xiàng)總和占模型解釋度的76%（表3）。

2.3 "案例分析——基于2022年世界羽毛球錦標(biāo)賽陳雨菲vs山口茜決賽

研究選擇了2022年世界羽毛球錦標(biāo)賽決賽隊(duì)員陳雨菲、山口茜作為案例進(jìn)行對比研究。比賽中，陳雨菲最后1：2不敵山口茜，獲得亞軍。陳雨菲VS山口茜3局Y值分別為：8.07 VS 7.67、7.80 VS 9.55、7.54 VS 7.29。如前所述，慢節(jié)奏（Y≥8.24）、中等節(jié)奏（6.92≤Y＜8.24）、快節(jié)奏（Ylt;6.92），可以判定陳雨菲3局均為中等節(jié)奏，山口茜第2局為慢節(jié)奏，其余為中等節(jié)奏。山口茜的比賽節(jié)奏在第1局和第3局均快于陳雨菲，陳雨菲僅在第2局快于山口茜。（圖3）。

最優(yōu)尺度回歸模型中，搓放使用率、搓放得分率、抽球使用率、接發(fā)球使用率、高遠(yuǎn)球使用率、推球失誤率和擋網(wǎng)使用率這7項(xiàng)重要性總和占模型解釋度的95%。對兩人3局的7項(xiàng)運(yùn)動技術(shù)進(jìn)行雷達(dá)圖比較（圖4，圖5），以找出雙方運(yùn)動技術(shù)的差異。

注：圖中1、2、3指按照運(yùn)動技術(shù)的劃分范圍順序?yàn)榈?、中、?/p>

根據(jù)最優(yōu)尺度回歸模型，搓放使用率、搓放得分率、抽球使用率、接發(fā)球使用率、高遠(yuǎn)球使用率、推球失誤率和擋網(wǎng)使用率是影響比賽節(jié)奏的主要因素。陳雨菲的運(yùn)動技術(shù)變化較大，山口茜的運(yùn)動技術(shù)較為穩(wěn)定。陳雨菲在高遠(yuǎn)球使用率上占優(yōu)勢，山口茜在搓放得分率上占優(yōu)勢。

3 "討" 論

研究首次對世界優(yōu)秀羽毛球女子單打運(yùn)動員的比賽節(jié)奏進(jìn)行定量分析，這不僅豐富了羽毛球比賽節(jié)奏的研究內(nèi)容，還創(chuàng)新地運(yùn)用最優(yōu)尺度回歸分析方法，建立了羽毛球女子單打比賽節(jié)奏評價模型。這項(xiàng)研究基于東京奧運(yùn)會羽毛球女子單打16強(qiáng)選手的12場比賽，幾乎涵蓋了全球頂尖的女單選手（除因傷缺席的張倍雯），彌補(bǔ)了對女性運(yùn)動員研究的不足。

3.1 "羽毛球女子單打項(xiàng)目比賽節(jié)奏及運(yùn)動技術(shù)分布分析

從比賽局次視角探討的項(xiàng)目主要集中于隔網(wǎng)對抗項(xiàng)群，主要涉及排球和羽毛球項(xiàng)目。關(guān)于羽毛球單打項(xiàng)目比賽節(jié)奏與運(yùn)動技術(shù)關(guān)系的研究不多，主要比較不同節(jié)奏時相下運(yùn)動員的得失分[12]。研究與之前的研究相似，基于付慶镕[1]的回合節(jié)奏系數(shù)公式，但主要探究比賽節(jié)奏與12種技術(shù)的使用率、得分率和失誤率之間的關(guān)系。研究采用百分位數(shù)法評定各運(yùn)動技術(shù)使用率、得分率和失誤率的等級[9]，再利用多重對應(yīng)分析法分析其關(guān)聯(lián)性[13]。分析結(jié)果表明，快節(jié)奏、中等節(jié)奏和慢節(jié)奏均與不同等級的運(yùn)動技術(shù)相關(guān)聯(lián)?？旃?jié)奏與接發(fā)球和推球的高使用率、高遠(yuǎn)球和吊球的低使用率相關(guān)聯(lián)；中等節(jié)奏與擋網(wǎng)和吊球的高使用率、接發(fā)球的中等使用率、搓放、抽球和推球的低使用率相關(guān)聯(lián)；慢節(jié)奏與抽球和高遠(yuǎn)球的高使用率、搓放球的中等使用率、擋網(wǎng)的低使用率相關(guān)聯(lián)。此外，研究還得出與不同比賽節(jié)奏相關(guān)聯(lián)的運(yùn)動技術(shù)得分率、失誤率情況?？旃?jié)奏狀態(tài)下，挑球最易得分，撲球、高遠(yuǎn)球最易失分；中等節(jié)奏狀態(tài)下，高遠(yuǎn)球最易得分，擋網(wǎng)球最易失分；慢節(jié)奏狀態(tài)下，搓放、抽球和殺球最易得分，殺球最易失分。在快節(jié)奏狀態(tài)下，運(yùn)動員在對攻中抓對手的失誤，也更易出現(xiàn)主動失誤；中等節(jié)奏狀態(tài)下，運(yùn)動員彼此控制變速，對運(yùn)動員的進(jìn)攻能力要求更高；慢節(jié)奏主要是高弧度球[1]，意在消耗，出乎意料的變速更易得分。

3.2 "羽毛球女子單打項(xiàng)目比賽節(jié)奏最優(yōu)尺度回歸分析

競技體育探討制勝原因的常見方法是構(gòu)建模型[14-15]。本研究旨在定量研究比賽節(jié)奏，并認(rèn)為構(gòu)建最優(yōu)尺度回歸模型是適宜的方法，因?yàn)樵撃Ｐ湍軌蛱幚矸诸愖兞亢瓦B續(xù)變量的混合數(shù)據(jù)、非線性關(guān)系和潛在結(jié)構(gòu)[10]。在羽毛球比賽節(jié)奏的研究中，這些特性尤為重要，因?yàn)楸荣惞?jié)奏與多種技術(shù)因素之間可能存在復(fù)雜的相互作用。該模型也被有學(xué)者用于探討大學(xué)生課外運(yùn)動損傷的影響因素[17]，其在區(qū)分?jǐn)?shù)據(jù)類型上與研究一致。

研究認(rèn)為，接發(fā)球、搓放、擋網(wǎng)、抽球、高遠(yuǎn)球、推球和吊球使用率、勾球、擋網(wǎng)、高遠(yuǎn)球、殺球和推球失誤率、搓放、高遠(yuǎn)球、殺球和挑球得分率這17種運(yùn)動技術(shù)與比賽節(jié)奏有關(guān)。其中，搓放、抽球和高遠(yuǎn)球使用率這3類因素的重要性高于其他因素[17]。運(yùn)動員在訓(xùn)練中需要對這些技術(shù)進(jìn)行著重訓(xùn)練，以提高其穩(wěn)定性。

在羽毛球女子單打比賽中，運(yùn)動員在前場和后場使用高頻率的搓放球和高遠(yuǎn)球，抽球是最有威脅的中場回球技術(shù)[17]。隨著女子羽毛球打法男子化，抽球的使用率也較以往有所提高。這與研究中根據(jù)最優(yōu)尺度回歸模型得出抽球是重要性較高的運(yùn)動技術(shù)的結(jié)果相一致。

值得注意的是，在模型的次重要程度的因素中，技術(shù)失誤率占50%，技術(shù)得分率占33.3%。這提示在比賽中，運(yùn)動員技術(shù)的穩(wěn)定性更容易影響整體比賽節(jié)奏。

綜上所述，要影響羽毛球比賽節(jié)奏，運(yùn)動員可以著重提高搓放、抽球和高遠(yuǎn)球技術(shù)的穩(wěn)定性，并根據(jù)場上情況使用接發(fā)球、推球等技術(shù)來掌握比賽主導(dǎo)權(quán)。

3.3 "案例分析——基于2022年世界羽毛球錦標(biāo)賽陳雨菲vs山口茜決賽分析

陳雨菲和山口茜是優(yōu)秀的女子單打羽毛球運(yùn)動員，她們在比賽中展現(xiàn)出極高的技術(shù)穩(wěn)定性。本研究利用新的比賽節(jié)奏公式，通過運(yùn)動技術(shù)的使用率、得分率及失誤率來分析比賽節(jié)奏，幫助教練和運(yùn)動員更好地理解比賽。

在3局比賽中，節(jié)奏快的運(yùn)動員更有可能贏得比賽，這再次強(qiáng)調(diào)了主動進(jìn)攻的重要性[18]。山口茜在第1局和第3局的節(jié)奏快于陳雨菲，而陳雨菲在第2局的節(jié)奏更快。盡管陳雨菲的技術(shù)穩(wěn)定性較好，但她的運(yùn)動技術(shù)變化較少。

具體到每局，第2局陳雨菲的技術(shù)變化最為明顯，這可能是她試圖改變節(jié)奏。而山口茜在第2局技術(shù)變化大，但部分技術(shù)的使用不當(dāng)影響了她的穩(wěn)定性。在第3局，陳雨菲的搓放球使用率上升，這可能表明她試圖乘勝追擊。然而，山口茜通過積極跑動、快速反擊和靈活的手部動作，成功提高了搓放得分率，贏得了比賽。

總之，此案例分析表明，運(yùn)動員需要保持技術(shù)穩(wěn)定性的基礎(chǔ)上，根據(jù)比賽情況調(diào)整個人比賽節(jié)奏，并嘗試多樣化的運(yùn)動技術(shù)以獲得更好的成績。

4 "結(jié)論與建議

4.1 "結(jié)論

（1）快、中等、慢節(jié)奏分別與不同運(yùn)動技術(shù)的使用率、得分率、失誤率有關(guān)聯(lián)性。得出快節(jié)奏狀態(tài)下，挑球最易得分，撲球、高遠(yuǎn)球最易失分；中等節(jié)奏狀態(tài)下，高遠(yuǎn)球最易得分，擋網(wǎng)球最易失分；慢節(jié)奏狀態(tài)下，搓放、抽球和殺球最易得分，殺球最易失分。

（2）基于最優(yōu)尺度回歸分析得出比賽節(jié)奏與運(yùn)動技術(shù)之間的最佳關(guān)系為一次方程。組合運(yùn)用搓放球、抽球、接發(fā)球、高遠(yuǎn)球、推球、擋網(wǎng)球有利于調(diào)整比賽節(jié)奏。

（3）個人比賽節(jié)奏比對手快，更易獲得比賽勝利。

4.2 "建議

陳雨菲雖具有穩(wěn)定的比賽節(jié)奏，但進(jìn)攻性不強(qiáng)，其穩(wěn)定的比賽節(jié)奏也會在一定程度上導(dǎo)致對手過早適應(yīng)，使自己陷入不利局面。建議陳雨菲在比賽前，根據(jù)對手的特點(diǎn)和歷史數(shù)據(jù)，制定針對性的比賽節(jié)奏控制策略。在比賽中，靈活調(diào)整比賽節(jié)奏，提高比賽節(jié)奏的變化，通過觀察對手的反應(yīng)和場上局勢，適時加快或減慢比賽節(jié)奏。在關(guān)鍵時刻，如比賽的轉(zhuǎn)折點(diǎn)或決勝局，利用自己擅長的比賽節(jié)奏，通過技術(shù)變化打破對手的節(jié)奏，爭取主動。在比賽后，對比賽錄像進(jìn)行分析，總結(jié)自己在比賽中節(jié)奏控制的優(yōu)點(diǎn)和不足，為下一場比賽做準(zhǔn)備。

訓(xùn)練中，加強(qiáng)挑球技術(shù)的穩(wěn)定性訓(xùn)練，特別是在快節(jié)奏比賽中的挑球時機(jī)和準(zhǔn)確性。提高高遠(yuǎn)球的得分效率，通過在訓(xùn)練中加入模擬不同節(jié)奏比賽場景，訓(xùn)練運(yùn)動員在不同節(jié)奏下調(diào)整高遠(yuǎn)球的落點(diǎn)和力量。強(qiáng)化搓放球和抽球技術(shù)的控制力，通過慢節(jié)奏訓(xùn)練，提高運(yùn)動員在慢節(jié)奏比賽中的耐心和戰(zhàn)術(shù)應(yīng)變能力。針對殺球技術(shù)，進(jìn)行失誤率的降低訓(xùn)練，特別是在慢節(jié)奏比賽中，提高殺球的準(zhǔn)確性和成功率。

參考文獻(xiàn)：

[1] 付慶镕，程勇民.羽毛球比賽節(jié)奏的概念界定，評估及其應(yīng)用[J].體育學(xué)刊，2020，27（02）：135～138.

[2] 高玉花.競技戰(zhàn)術(shù)節(jié)奏的理論詮釋及其在排球競賽中的應(yīng)用[D]浙江：蘇州大學(xué). 2013.

[3] 張學(xué)領(lǐng). 基于比賽節(jié)奏的美國男籃制勝模式研究[J]. 北京體育大學(xué)學(xué)報，2013，36（06）：141～145.

[4] 三水. 東京奧運(yùn)會羽毛球淘汰賽對陣簽表[EB/OL]. [2021～3～03]. https：//zhuanlan.zhihu.com/p/389813831.

[5] 肖" 杰，劉萍萍，劉" 勉. 羽毛球[M].南京：江蘇科學(xué)技術(shù)出版社.2018.

[6] 任亞偉，沈樂君，楊" 剛，等. 羽毛球運(yùn)動員在三維空間區(qū)域中的空間效用分析——以林丹與安賽龍的比賽為例[J]. 體育科學(xué)，2018，38（03）：80～89+97.

[7] 王曉桐，高" 峰. 世界高水平女排比賽場逆轉(zhuǎn)現(xiàn)象技戰(zhàn)術(shù)成因的定量分析[J]. 北京體育大學(xué)學(xué)報，2018，41（03）：111～117+138.

[8] 陸小黑，王昌飛，朱大梅. 社會學(xué)視野下民族傳統(tǒng)體育中定量研究的困境與突破[J]. 天津體育學(xué)院學(xué)報，2022，37（05）：573～577.

[9] 李國強(qiáng)，王若楠，徐浩然，等. 我國馬拉松賽事發(fā)展動力機(jī)制模型構(gòu)建與實(shí)證研究[J].沈陽體育學(xué)院學(xué)報，2021，40（02）：67～76.

[10] 張文彤，鐘云飛，王清華. IBM SPSS數(shù)據(jù)分析實(shí)戰(zhàn)案例精粹（第2版）[M]. 北京：清華大學(xué)出版社，2020.05.

[11] 鄭元男.體育鍛煉對老年人的主觀幸福感有影響嗎？——關(guān)于中國老年休閑體育參與者的實(shí)證研究[J].中國體育科技，2019，55（10）：32～40.

[12] Xiaodan Zhang， Zhenhao Yang， Rongfang Chu. Regulation Mechanism， Evaluation and Application of The Match Rhythm of World-Class Men's Badminton Singles[J].International Journal of Education and Economics， 2021， 4（03）：5～11.

[13] 李" 榮，陳" 亮.冬奧會單人項(xiàng)目運(yùn)動員參賽制勝特征及對2022年北京冬奧會的參賽啟示[J].體育科學(xué)，2020，40（04）：15～27.

[14] Muazu Musa R， PP Abdul Majeed A， Abdullah M R， et al. Technical and tactical performance indicators discriminating winning and losing team in elite Asian beach soccer tournament[J]. PloS one， 2019， 14（06）： 219138.

[15] 張紹良，董" 芮，王" 星，等.基于分位數(shù)回歸模型的高水平籃球比賽制勝因素探析——以2019FIBA男子籃球世界杯為例[J].體育學(xué)刊，2021，28（01）：133～138.

[16] 萬國華，宋" 軍，楊小勇，等.大學(xué)生課外運(yùn)動損傷的影響因素[J].體育學(xué)刊，2013，20（01）：88～92.

[17] 李" 博，謝" 俊.羽毛球男子單打和女子單打比賽得分特征對比分析——以2013年10場國際羽毛球賽事男子單打、女子單打決賽為研究對象[J].中國體育科技，2014，50（02）：10～16.

[18] 杜七一，楊夢溪，管建民.我國優(yōu)秀跆拳道運(yùn)動員趙帥技戰(zhàn)術(shù)特點(diǎn)研究——以2016年里約奧運(yùn)會為例[J].武漢體育學(xué)院學(xué)報，2017，51（11）：85～89.