近11年因子、聚类多元统计方法在体育科学中的研究综述——基于文献计量学分析

邱 楠

(四川师范大学 体育学院，四川 成都 610101)



·体育统计学·

近11年因子、聚类多元统计方法在体育科学中的研究综述
——基于文献计量学分析

邱 楠

(四川师范大学 体育学院，四川 成都 610101)

运用文献资料法、逻辑分析法、数理统计法、对比分析法，以因子、聚类等多元统计方法为切入点，对近11年在体育科学中的应用情况进行综述研究。研究结果：因子、聚类方法在篮球领域的研究范式较为单一；多元方法在体育科学中的成果颇丰，但部分研究并未按照统计学正规流程进行检验；“单纯”运用因子、聚类研究方法造成结果呈现“伪科学”特征。建议：从定性和定量角度运用因子、聚类方法架构文章，提升科研成果的价值和说服力。

因子、聚类；体育科学；综述

现代体育科学研究过程中既需要对体育现象和过程进行符合逻辑的定性研究，更需要对体育现象和过程进行量的关系与变化规律的定量研究[1]。而定量研究最基本的思路就是借助数学科学相应成果为体育服务，数学科学在体育科学中的应用是体育现代化的重要方面，成功地运用数学这一工具可以精确地描绘竞技体育的本质和发展规律，进行科学的预测和有效的组织工作[2]。因子、聚类分析无疑是基于数学科学基础上来解决问题的统计学应用手段，据此范式研究体育科学领域的实际问题科研文献成果丰富，但是因子、聚类多元统计方法在应用中存在的问题较多，本文通过对近十一年的文献进行梳理，旨在通过文献计量学手段、对比分析研究方法对科研文献进行综述，丰富此领域的研究成果，并为后续相关领域的深入研究奠定基础。

1 研究对象与方法

1.1 研究对象

以近11年来相关核心期刊、一般省级期刊、硕博论文、国际会议和博士论坛等成果为研究对象。

1.2 研究方法

1.2.1 文献资料法。基于文献计量学研究方法在中国知网检索与主题有关的近11年核心期刊、一般省级期刊、硕博论文、国际会议和博士论坛，具体检索方式为限定时间为2006-2016年，以“男篮”并含“因子分析”高级检索文献20余篇；以“体育”并含“因子分析”检索文献1 085篇；以“男篮”并含“聚类分析”高级检索文献9篇；以“体育”并含“聚类分析”高级检索文献215篇，从而为研究提供理论依据。

1.2.2 对比分析法。对比因子、聚类分析在体育及篮球领域的应用文献成果。

1.2.3 数理统计法。运用SPSS22.0和EXCEL对“中国知网”文献成果数据进行计量学分析。

1.2.4 逻辑分析法。通过梳理相关文献，对其存在的问题进行符合逻辑的线性梳理。

2 研究结果与分析

2.1 针对相关文献进行计量学初步分析

在中国知网检索近11年有关的核心期刊、一般省级期刊、硕博论文，具体检索方式限定时间为“2006-2016”，以“男篮”并含“因子分析”高级检索文献22篇(如图1)；以“体育”并含“因子分析”检索文献1 085篇(如图2)；以“男篮”并含“聚类分析”高级检索文献9篇(如图3)；以“体育”并含“聚类分析”高级检索文献215篇(如图4)。

图1 男篮并含因子分析高级检索

图2 体育并含因子分析高级检索

图3 男篮并含聚类分析高级检索

图4 体育并含聚类分析高级检索

运用文献计量学研究方法探究因子和聚类多元统计在体育及篮球中的应用，由图1和图2对比可以明显看出因子分析在篮球领域的应用极少，近11年一共20余篇，2014年最高有5篇文献问世，但是2016年甚至没有一篇文献出现，而在体育领域，一共1 085篇，平均每年大约99篇文献，并且2015年成果最为丰富一共出版156篇文献，这说明在体育其他领域对因子分析运用的成果颇丰；通过图3和图4对比，以“男篮”并含“聚类分析”高级检索近11年的文献共9篇，2014年最高只有3篇，反观体育学领域11年一共215篇文献，2015年最高36篇，同样说明体育其他领域对于聚类分析研究较多；通过同一年份的具体出版文献数量来看，差距较大。从整体来看，通过对比分析发现篮球科研中因子、聚类分析运用情况在体育领域所占的比例较小，也从侧面反应此领域的应用成果不足。

2.2 依据时间顺序对因子、聚类分析在社会应用方面研究综述

对“中国知网”上检索到7篇核心文献、硕士论文、国际会议和博士论坛进行综述，包括李真[3](2006)运用聚类分析、主成分分析等多种统计方法对十运会的排行榜进行分析，从不同角度重新分析各个省、区、市代表团在十运会上所显示的实力，以期对我国竞技体育实力在各个省、区、市之间的分布格局有全面的了解，以及对各个省、区、市的竞技体育实力有一个综合评价和正确的定位。赵道静[4](2007)利用经济、社会效益评价理论的最新成果建立了竞技体育投资效益评价指标集，通过专家咨询收集相关数据，并利用聚类分析法对指标集进行了聚类分析，建立了分层的指标体系。吴文峰[5](2008)使用MATLAB软件编程对数据进行模糊聚类处理，将30个对构建我国体育图书出版结构起着不同程度作用的影响因素从大到小聚为5类影响因素集。依惠琴[6](2009)运用认知数据对成教体育专业学生学习满意度进行因子分析，她认为不同年龄、不同年级、不同学历层次、不同学习地点的学员学习满意及影响因素不同，并根据分析中存在的问题，提出建议。李安娜[7](2011)采用因子和聚类分析的方法，对我国31个省市区竞技体育的发展进行分区研究，探讨省域竞技体育发展的差异和特征，并着重思考省域经济发展模式差异对省域竞技体育发展的影响。孙斌[8](2012)借助SPSS对四川省休闲体育产业在我国13个省市自治区中的竞争力地位进行定量的研究，并对研究结果做出定性的分析，并给出一些提高四川省休闲体育产业竞争力水平的对策与建议。郑湘平[9](2014)运用因子分析筛选出体育院校体操专修男学生的身体素质评价指标并建立等级评价标准，进而构建身体素质评价模型。

通过梳理因子、聚类方法在社会应用方面的具体成果，发现因子、聚类分析现今广泛运用到社会科学研究中解决各领域实际问题，且成果较为丰富，但是对于文献中多元统计分析的运用是否进行前提检验还值得考量，多元统计方法的运用还是要根据具体研究问题来选择，以达到研究目的与研究方法的一致性，如果没有按照检验流程其研究结果是否真实可信还值得商榷，细究多元统计应用类文献，在研究方法和文章整体设计方面，基本上都能找到瑕疵的部分，这也说明现阶段此领域的文献只是相对科学。

2.3 依据时间顺序对因子、聚类分析在篮球竞技领域的应用研究综述及理论模型构建

在中国知网以“因子”、“聚类”合并“篮球”等关键词进行高级检索，时间限定2006-2016，对其中12篇核心、一般省级核心、硕士论文进行综述。研究发现以肖亮、江巍、孙庆祝、巩庆波等为代表的学者把因子、聚类多元统计应用于篮球领域进行研究，肖亮[10](2006)通过收集、归纳和整理近年在世界大赛中,中国队及其他各参赛队的14项技术统计指标的数据,运用因子分析等统计方法建立篮球队竞技表现的因子模型,并分析中国男篮近年来的动态发展变化状况，针对中国男篮的差距提出建议。江巍、孙庆祝[11](2007)把因子和聚类分析应用于篮球领域,通过主成分和因子分析法归纳出影响中国男子篮球队技、战术水平的5个主要因素,并提出了加强对抗能力训练的建议。肖亮[12](2007)运用因子分析等统计方法对1998-2006年的80支参赛队样本的16项技术统计指标加以处理,建立篮球队竞技表现的因子模型,借助这一模型对第15届世锦赛参赛球队竞技表现进行分析和比较,归纳出强队竞技实力结构的特征及取胜之道，通过对比为中国男篮的建设提供相关建议；陈有忠[13](2008)对第15届男篮世锦赛24支球队80场比赛的投篮进攻次数、两分命中率、三分命中率、进攻篮板、防守篮板、盖帽、助攻、抢断、失误、得失分率等10项指标进行聚类统计、对各聚类指标的差异性进行方差分析和多重比较。宋华[14](2009)运用因子分析对15届世界男篮锦标赛各参赛队伍的技术指标进行统计，建立因子得分模型，得出适合中国队的赛制，并提出相应的建议和策略。胡剑平[15](2010)对第25届男篮亚锦赛16支队62场比赛的11项主要攻防技术指标进行Q型聚类分析，对各聚类指标的差异性进行比较，实现对亚洲各国球队技术能力进行量化评价，并对中国男篮设定符合自身发展的战略目标提供科学参考。吴家荣[16](2011)对第16届世界男子篮球锦标赛前八名比赛技术进行因子分析，并根据男子篮球技术制胜因子特征和男子篮球技术遏制因子特征情况提出相应建议。赵亮[17](2011)以16届世锦赛中国男篮的综合实力为研究对象，根据官方给出的17项数据，对本届比赛24支参赛队伍进行聚类，将24支球队分为三个层次，并运用因子分析法对球队后卫、中锋以及前锋位置的各项数据进行因子分析，建立科学评价该位置队员水平的指标体系。景怀国[18](2012)对参加第30届奥运会男篮比赛的12支队伍的10项技术数据进行研究，使用Q型聚类方法将12支队伍分成4类。陈浩[19](2013)运用因子分析对中国男子篮球队在2008年北京奥运会和2012年伦敦奥运会的11场比赛的技、战术因子结构特征进行研究，找出两届奥运会技、战术因子结构特征差异，并提出相关建议。巩庆波[20](2014)运用因子分析和聚类分析对北京、伦敦两届奥运会男篮比赛相关攻防技术指标进行研究，得出四个因子是决定球队成绩主要因子的结论，其聚类分析结果认为美国队独归为一类，其他队伍两届奥运会归类有所变化，并认为提高队员力量素质及在强对抗条件下自身的技战术发挥能力是我们急需解决的问题。蒋升江[21](2015)以2012年伦敦奧运会男篮的38场比赛中21项指标为研究对象，对数据进行因子分析、logistic回归分析和非参数检验的处理，通过与世界强队的比较，对中国男篮存在的差距提出针对性的建议。

研究述评：通过梳理近11年的成果发现，研究对象多集中在奥运会、亚锦赛、世锦赛等各项技战术指标，通过一届比赛，针对中国队与世界强队差异提出建议，或者通过两届之间、三届之间的纵向对比进行以上范式研究，无论是对何种类型的国际大赛或者大同小异的技战术指标在进行聚类分析时，往往得出的结论差别不大，例如，巩庆波[20](2014)、陈有忠[13](2008)等人研究，认为欧美等强队在聚类中始终处于领先地位，中国男篮通过技战术指标聚类始终处于世界末流水平，这也说明里约奥运会以前的世界篮球格局整体上没有太大的变动，学者近11年对聚类分析在篮球中的应用性研究，均使用相同的研究范式；同样在因子分析中根据多个技术指标进行降维处理，并就中外因子分析的指标差异，提出相应的对策。如图5金字塔理论模型所示，以篮球技术指标为基础，以因子、聚类方法为手段，以中外相关因子、聚类结论差异和建议为着眼点进行相关范式研究，无论是因子或是聚类分析均无较大的改观。

图5 金字塔理论模型

2.4 对因子、聚类分析在体育科学中存在的问题综述

通过梳理因子、聚类分析在体育科学中的相关问题研究文献，对其中的3篇文献进行综述研究。朱晓峰[22]认为协方差矩阵和积差相关性矩阵是主成分和因子分析的前提条件，而以上两方面前提条件要求对数据的正态性分布进行检验，同时对非正态性数据提出相应的转换方式。朱晓峰[23]认为对认知数据进行主成分和因子分析时数据不成正态分布或者不等权的问题都会对数据的分析造成影响。魏登云[24]认为在运用主成分、因子分析进行体育综合评价时，普遍出现盲目使用或者说不严谨使用的情况，提出要根据具体问题选择统计方法，同时认为主成分的方差贡献率作为权重系数时，可能与综合评价的目的存在较大偏差。

综上所述，多元统计方法应用的前提条件较多，尤其是做因子分析时，除了最基本的KMO必须大于或等于0.5，Bartlett球星检验应具有显著性差异外，指标的差异同样会对因子分析结果产生影响，在体育科学研究中如果不合理地运用或者不假思索地应用于研究对象，其结果的可靠性往往值得怀疑。

3 结论和建议

3.1 结论

3.1.1 对于因子、聚类研究方法的运用，其前提检验条件较多，通过文献综述，明显看出以上部分成果并未严格按照统计学正规流程进行研究，因此其结果的说服力还值得商榷。

3.1.2 综述发现部分文献盲目的使用因子、聚类研究方法，而没有根据具体的研究对象和研究目的适用性去架构文章。

3.1.3 研究范式较为单一，尤其是因子、聚类分析在篮球领域的应用性文献，其研究范式均以篮球技术指标为基础，以因子、聚类方法为手段，以中外相关因子、聚类结论差异和建议为着眼点进行相关范式研究，从文献框架来看近11年变化不大。

3.1.4 “单纯”的从定量的角度运用因子、聚类研究方法进行研究还有失偏颇，同时会造成研究成果呈现出一种“伪科学”的尴尬局面。

3.2 建议

对于因子、聚类统计方法的运用除了需要进行规范的统计学前提检验，还要考虑研究对象本身的规律性和特点及研究目的适用性，从而达到定性与定量相结合的效果，提升科研成果的价值和说服力。

[1] 雷福民，权德庆.主成分分析和因子分析在体育科学研究中应用方法的探析[J].西安体育学院学报,1997,14(4)：32-36.

[2] 阎红光,姜玉玲.体育科研运用主成分分析和相关分析时应注意的几个问题[J].体育科学,1999,19(3):89-91.

[3] 李真.中国竞技体育实力的地区格局分布与对比分析——对十运会排行榜的分析[J].北京体育大学学报,2006,29(8):1137-1139.

[4] 赵道静,李丽朋.竞技体育财政投资效益评价指标聚类分析[C].第八届全国体育科学大会论文摘要汇编(一),2007.

[5] 吴文峰.基于模糊聚类分析法对影响我国体育图书出版结构构建主要因素的研究[C]//第五届全国青年体育科学学术会议,第二届中国体育博士高层论坛论文集，2008.

[6] 依惠琴.应用因子分析法对成教体育专业学生学习满意度的研究[J].南京体育学院学报(社会科学版),2009(5):116-118.

[7] 李安娜,邹师.我国省域竞技体育发展差异的因子与聚类分析[C].第九届全国体育科学大会论文摘要汇编(2),2011.

[8] 孙斌.基于因子分析法的四川省休闲体育产业竞争力研究[D].西安：西南交通大学,2012.

[9] 郑湘平,袁卫华,陈义龙.基于因子分析的体育院校体操专修学生身体素质评价标准及模型构建研究[J].北京体育大学学报,2014(2):107-113.

[10] 肖亮.中国男篮竞技表现因子模型及特征的研究[D].武汉：武汉体育学院,2006.

[11] 江巍,孙庆祝,易洪刚.因子分析,聚类分析对第28届奥运会男子篮球比赛的应用研究[J].中国体育科技,2007,43(3):94-97.

[12] 肖亮.第十五届男篮世锦赛参赛队竞技表现研究[J].山西师范大学体育学院学报,2007,22(4):103-109.

[13] 陈有忠,张永龙.运用Q型聚类对第15届男篮世锦赛技术能力的综合评价[J].北京体育大学学报,2008(9):1294-1296.

[14] 宋华,叶慧.因子得分模型在男篮比赛中的应用[J].江苏教育学院学报(自然科学版),2009(4):34-36.

[15] 胡剑平.运用Q型聚类对第25届亚洲男篮锦标赛技术能力的综合评价[J].韶关学院学报,2010(12):101-105.

[16] 吴家荣,张建伟.篮球竞技比赛技术制胜因子与遏制因子特征分析——以第16届世界男子篮球锦标赛为例[J].广州体育学院学报,2011,31(6):66-70.

[17] 赵亮.因子分析评价体系运用于中国男篮综合实力评估的研究[D].苏州：苏州大学,2011.

[18] 景怀国,王军.Q型聚类分析对第30届奥运会男子篮球赛参赛队伍综合能力分析[J].广州体育学院学报,2012,32(6):68-72.

[19] 陈浩,何江川.中国男子篮球队两届奥运会技、战术因子结构特征差异分析[J].中国体育科技,2013,49(5):50-53.

[20] 巩庆波,徐兰君.近两届奥运会男篮攻防技术的统计分析[J].吉林体育学院学报,2014,30(4):63-67.

[21] 蒋升江.影响2012年伦敦奥运会男篮比赛结果的因素分析[D].福州：福建师范大学,2015.

[22] 朱晓峰.主成分分析与因子分析在体育科研中的应用研究[D].芜湖：安徽师范大学，2006.

[23] 朱晓峰,魏登云.体育科研中对认知数据主成分分析与因子分析的再认识[J].体育科学，2008，28(6):73-77.

[24] 魏登云,张文俊.体育科学研究中多元统计分析常见问题及对策[J].北京体育大学学报，2016(5):137-144.

Nearly 11 Years Factor and Clustering of Multivariate Statistical Methods in Sports Science Research were Reviewed——based on the analysis of bibliometric

QIU Nan
(School of Physical Education， Sichuan Normal University， Chengdu 610101， China)

By means of literature，logic analysis，mathematical statistics，contrast , multivariate statistical methods such as factor and cluster as the breakthrough point, for nearly 11 years in summarized the application of sports science research. Research results: the factors, research paradigm in the field of clustering method in the basketball is relatively single. Results of multivariate methods in sports science, but part of the study does not in accordance with the statistics of formal inspection process; "Simple" use factor, clustering methods cause results show "pseudoscience" characteristics. Suggestion: from the perspective of qualitative and quantitative use factor, clustering method architecture articles, enhance the value of scientific research achievements and persuasive.

factor and clustering; sports science; review

2016-12-20

邱 楠(1992-)，男，河南汝南人，硕士研究生，研究方向为篮球教学与训练.

1004-3624(2017)03-0107-05

G80-32

A