Exploring match performance of elite tennis players : the multifactorial game-related effects in Grand Slams

El tenis es un deporte complejo y dinámico que requiere por parte de los entrenadores una programación de entrenamiento y de partido precisa. Asimismo, en el tenis los jugadores deben ejecutar la estrategia ajustando constantemente sus tácticas para aumentar la probabilidad de ganar. El análisis de rendimiento de los partidos y la competición les proporciona información precisa, válida y menos subjetiva, que puede beneficiar la mejora de los comportamientos de los jugadores. Actualmente, la investigación del análisis del rendimiento en el tenis es un ámbito en auge que aborda el desempeño técnico-táctico, físico y fisiológico de los jugadores. Sin embargo, todavía existen algunas limitaciones que deben ser resueltas, como la falta de consideración de los factores contextuales, el enfoque exclusivo en el rendimiento general en lugar de tener en cuenta la variación dentro del jugador en los atributos personales y el rendimiento, y la falta de evaluación de las relaciones no lineales entre los diferentes componentes que influyen en el rendimiento: niveles macro-, meso-, micro- y nano en relación con el rendimiento del partido. Por lo tanto, para abordar estos problemas, se han planteado cinco estudios que tiene relación en los aspectos analizados sobre el análisis del rendimiento en el tenis. El primer estudio analizó la variación en el rendimiento set-a-set utilizando las estadísticas de 146 partidos de individual masculino pertenecientes al cuadro principal en el Abierto de Australia y del Abierto de Estados Unidos 2016-2017. Se realizaron comparaciones de variables técnico-tácticas y de rendimiento físico entre los diferentes sets; y los coeficientes de variación (CV) de estas variables se contrastaron entre los jugadores ganadores y los que perdieron. Todas las comparaciones se realizaron a través de diferencias de medias estandarizadas (Cohen’s d) y la incertidumbre en las diferencias verdaderas se evaluó mediante inferencias no clínicas basadas en la magnitud del tamaño del efecto. Los resultados mostraron que hubo disminuciones del rendimiento en las variables relacionadas con el servicio, juego de la red y la carrera, y un aumento del rendimiento en las variables relacionadas al resto y puntos ganadores en los últimos sets en comparación con los primeros sets. Estos resultados indican la influencia de la fatiga del partido y la adaptación del jugador en los aspectos tácticos y las estrategias en el ritmo de juego. Además, se reveló que los jugadores ganadores tienen valores de CV más bajos en la mayoría de las variables de rendimiento, excepto en el segundo servicio, el ganador y las variables de rendimiento físico, lo que indica que sacrificarían la coherencia para ganar más agresividad y dominar el partido. El segundo estudio tenía como objetivo: (i) analizar el rendimiento del partido de tenistas femeninas profesionales en diferentes Grand Slams; (ii) modelar las relaciones entre las variables de rendimiento del partido y la calidad relativa basada en el ranking; y (iii) construir perfiles de rendimiento típicos para jugadoras en Grand Slams usando un modelo estadístico de regresión lineal. Los datos de un total de 1369 partidos fueron recolectados dentro de los cuatro Grand Slams de 2014 a 2017. Las correlaciones entre las 37 variables de rendimiento y la calidad relativa se determinaron y se clasificaron automáticamente en dos grupos de magnitudes a través de un análisis clúster bietápico. Se usaron las variables con mayores coeficientes de correlación para construir los perfiles de rendimiento típicos de los jugadores a través de una técnica basada en la regresión lineal que permite una evaluación porcentual (%ES). Los jugadores tuvieron más ganadores de servicio, dobles faltas, ganadores y errores no forzados de resto en el Abierto de Australia y el Abierto de US, implicando una estrategia de servicio "rápido-rápido", y un mayor ratio de dominancia y mejor rendimiento de servicio en Wimbledon. El rendimiento físico resultó ser similar en todos los Grand Slams. Todas las variables del rendimiento estudiadas mostraron correlaciones claras con la calidad relativa excepto los de aspectos físicos. Los hallazgos indican que el juego femenino en Grand Slams seguía estando basado en el juego sobre la línea de fondo; y permiten demostrar la influencia de la calidad relativa en el rendimiento de las jugadoras. El tercer y cuarto estudio exploraron las diferencias en el rendimiento técnico-táctico y físico de los tenistas masculinos en los cuatro Grand Slams de los años 2015-2017, considerando sus características antropométricas (altura y peso) e individuales (calidad relativa, experiencia, lateralidad, y estilo de revés). Estos atributos se usaron para clasificar jugadores en diferentes grupos a través del análisis de clúster. Posteriormente, se realizó un análisis discriminante para identificar las variables más importantes que mejor predicen los grupos de jugadores en cada Grand Slam. Los resultados mostraron que los jugadores con mayor experiencia, calidad relativa y altura superaron a otros jugadores en saque y resto, ganadores de peloteos y oportunidades de puntos de break. Mientras que los jugadores con el revés de una mano corrieron comparativamente menos distancia. Los jugadores zurdos jugaban de forma más homogénea y poseían cierto grado de dominancia en la cancha de arcilla, pero su ventaja está sobre-representada en el nivel de élite. Los resultados indicaron que el rendimiento de los jugadores estaba claramente influenciado por la localización del partido y las características personales. Además, los resultados mostraron que el tenis masculino es tácticamente agresivo en todas las superficies de juego. El quinto estudio realizó un intento preliminar para analizar los efectos de los factores contextuales en el rendimiento punto-a-punto de un jugador de élite. Para ello, se utilizaron datos de 145 partidos de realizados por un jugador masculino de élite dentro de cuatro Grand Slams durante los seis años consecutivos (2011 a 2016). Se usaron los árboles de clasificación con el algoritmo exhaustivo CHAID (detección de interacción Chi-cuadrado) para modelar las relaciones entre el resultado del punto (ganar/perder) y las variables contextuales (lugar del partido, tipo de partido, año, estado del partido, calidad de oposición, saques y número de saque) y las variables de rendimiento (velocidad de servicio y la duración del peloteo). El lugar del partido demostró tener un efecto importante en el porcentaje de puntos ganadores. Las probabilidades de ganar disminuyeron cuando se juega en las rondas finales, y contra jugadores de mejores rankings. Además, al empatar, perder o enfrentar un punto de break en el juego, el rendimiento del jugador descendía significativamente. Mientras que los puntos de finalización en el peloteo corto y largo contribuirían a un mayor porcentaje de victorias. Los hallazgos de la tesis actual incrementan el conocimiento actual sobre cómo el rendimiento de los jugadores está influenciado por los factores contextuales, y permiten proporcionar información basada en la evidencia para el entrenamiento individualizado y la optimización del rendimiento en el desarrollo de jugadores y en la preparación de la competición. ----------ABSTRACT---------- Tennis is a complex and dynamic sport where coaches are required to prescribe accurate training programming and match planning, and players are expected to execute the strategy by constantly adjusting their tactics, in order to increase the winning probability. Match performance analysis provides them with accurate, valid and less subjective information that is beneficial for the improvement of player behaviors. Currently, the research of performance analysis in tennis is a well-established realm that addresses the technical-tactical, physical and physiological performance of players. However, there still exist some limitations that need to be further solved, such as the lack of consideration of contextual constraints, the exclusive focus on general performance instead of accounting for within-player variation in personal attributes and performance, and the failure to assess the non-linear relationships among different influencing components from macro-, meso-, micro- and nano-level and match performance. Therefore, in order to address these issues, five independent and correlated studies were undertaken in the thesis. The first study analyzed the set-to-set variation in performance using match statistics of 146 completed main-draw matches in Australian Open and US Open 2016-2017 men’s singles. Comparisons of technical-tactical and physical performance variables were done among different sets; and the coefficients of variation (CV) of these variables were contrasted between match winning and losing players. All comparisons were realized via standardized (Cohen’s d) mean differences and uncertainty in the true differences were assessed using nonclinical magnitude-based inferences. Results showed that there was possibly to very likely decreases in serve, net and running related variables and an increase in return and winner related variables in the last sets when compared to the initial sets, indicating the influence of match fatigue and the player’s adaption of match tactics and pacing strategy. Besides, winning players were revealed to have lower CV values in most of performance variables except for second serve, winner, and physical performance variables, which indicated that they would sacrifice the consistency to gain more aggressiveness and to dominate the match. The second study was aimed to (i) analyze the match performance of professional female tennis players in different Grand Slams; (ii) model the relationships between match performance variables and ranking-based relative quality; and (iii) build typical performance profiles for female players in Grand Slams using regression-based approach. Data of a total of 1369 matches were collected within 2014-2017 four Grand Slams. Correlations between 37 performance variables and relative quality were determined and automatically classified into two groups of magnitudes via two-step cluster analysis. Higher-correlated variables were used to build players’ typical performance profiles via regression-based technique to give percentage evaluation scores (%ES). Players had more service winners, double faults, return winners and return unforced errors in the Australian Open and US Open, implying a “fastfast” serve strategy, and higher dominance ratio and better serving performance in Wimbledon. Physical performance became similar in all Grand Slams. All studied variables showed obvious correlation with RQ expect for those of physical performance. The findings indicate that female game in Grand Slams remained to be a contest over baseline; and demonstrate the influence of relative quality on performance. The third and fourth study explored the differences in technical, tactical and physical performance of male tennis players in four Grand Slams 2015-2017, considering their anthropometric (height and weight) and individual characteristics (relative quality, experience, handedness, backhand style). These attributes were the used to classify players into different groups through cluster analysis. Afterwards, a descriptive discriminant analysis was performed to identify the most important variables that best predict player clusters in each Grand Slam. Results showed that players with higher experience, relative quality and height outperformed other players in serve and return, rally winners and breaking opportunities. While players with one-handed backhanded ran comparatively less distance. Left-handed players played more homogeneously and owned certain dominance on clay court, but their advantage is overrepresented at elite level. Results indicated that players’ performance was clearly influenced by game location and personal features and currently male tennis is being tactically aggressive on all court surfaces. The fifth study made a preliminary attempt to analyze the effects of contextual constraints on point-by-point performance. Data of 145 matches played by an elite male player within four Grand Slams over the consecutive six years (2011 to 2016) were used. Classification trees with the exhaustive CHAID (Chi-square Interaction Detection) algorithm were used to model the relationships between point outcome (win/lose) and various contextual variables (match location, match type, year, match status, quality of opposition, servers and serve number) and performance variables (serve speed and rally length). Game location was shown to have a major effect on the winning percentage of points. The winning chances decreased when playing in the final rounds and against higher-ranked players. Furthermore, when drawing, losing or facing breakpoint in the game, the performance of player descended as well. While finishing points in short and long rally would contribute to higher winning percentage. Findings from the current thesis add novel knowledge of how players’ performance was influenced by contextual constraints and provide evidence-based insights for individualized training and performance optimization in player development and competition