Корольков А.Н., Галиев Р.Р., Лангуева О.В. Факторная структура игровых действий на примере женского европейского тура по гольфу

Скачать статью в pdf-формате

Дата публикации: 15.03.2026
DOI: 10.24412/2782-6570-2026_05_01_7
УДК 796.352.081

ФАКТОРНАЯ СТРУКТУРА ИГРОВЫХ ДЕЙСТВИЙ НА ПРИМЕРЕ ЖЕНСКОГО ЕВРОПЕЙСКОГО ТУРА ПО ГОЛЬФУ

А.Н. Корольков¹, Р.Р. Галиев¹, О.В. Лангуева²

¹Федеральное государственное бюджетное образовательное учреждение высшего образования «Поволжский государственный университет физической культуры, спорта и туризма», г. Казань, Россия

²Региональная общественная организация «Федерация гольфа в городе Москве», г. Москва, Россия

Аннотация. Введение. В статье предпринята попытка установления факторной структуры игровых действий, выявления наиболее весомых показателей, определяющих результаты игры. Методы. Для решения поставленных задач были проведены корреляционный, факторный и регрессионный анализы статистических показателей игроков Европейского женского тура (Ladies European Tour) и отборочных турниров (Ladies European Tour Access Series), показанных в сезоне 2024-25 гг. Объем выборки составил 120 игроков. Результаты. Установлена факторная структура игровых действий. Получено уравнение множественной линейной регрессии, связывающее средний результат игры в одном раунде с семью значимыми статистическими показателями. Заключение. В результате регрессионного анализа выявлены наиболее весомые статистические показатели, объясняющие 80% изменений результата игры в течение раунда.

Ключевые слова: регрессия, точность и дальность ударов, психологическая устойчивость, технико-тактическая подготовленность.

FACTOR STRUCTURE OF GAME ACTIONS ON THE EXAMPLE OF THE LADIES EUROPEAN TOUR

A.N. Korolkov¹, R.R. Galiev¹, O.V. Langueva²

¹Volga State University of Physical Education, Sports and Tourism, Kazan, Russia

²Moscow Golf Federation, Moscow, Russia

Abstract. Introduction. The article attempts to establish the factor structure of game actions and identify the most significant indicators that determine the game’s results. Methods. To solve these problems, a correlation, factor, and regression analysis of the statistical indicators of players in the Ladies European Tour and the 2024-2025 Ladies European Tour Access Series tournaments was conducted. The sample size included 120 players. Results. The factor structure of game actions has been established. A multiple linear regression equation has been obtained, linking the average game result in one round with seven significant statistical indicators. Conclusion. As a result of the regression analysis, the most significant statistical indicators have been identified, explaining 80% of the changes in the game’s result during the round.

Keywords: regression, accuracy and range of swings, mental stability, technical and tactical fitness.

Введение. Спортивный результат в гольфе является следствием многих причин: степени освоенности разных сторон спортивной подготовленности, среди которых обычно выделяют теоретическую, физическую, техническую, тактическую, психологическую и интегральную [1, 2]. Индивидуальные результаты игры в раунде определяются последовательностью ударов, выполняемых с разной амплитудой и скоростью, приводящих к перемещению мяча на разные расстояния. При этом по мере приближения к лунке дальность и скорость перемещения мяча уменьшается, а вероятность попадания в лунку возрастает [3]. Это определяет алгоритмичность и вероятностность тактики в гольфе, проявляющиеся в частоте совершения различных игровых действий, приемов и способов их выполнения [2].

На практике эффективность выполнения различных технических действий в профессиональном гольфе оценивается многими статистическими показателями, которые фиксируются во время игры на официальных турнирах и публично представляются на сайтах международных гольф ассоциаций и федераций [4, 5]. Число таких показателей достигает нескольких десятков, а их содержание исторически определялось в результате эмпирических наблюдений за ходом значимых турниров по гольфу и технической возможностью их публичного представления, в том числе и на электронных табло. По этой причине эти показатели часто являются комплексными, отражающими одновременно несколько аспектов игры и эффективность нескольких отдельных технических приемов. Часто эти показатели дублируют друг друга, представляя собой результат монотонных и линейных преобразований.

В связи с этим представляется важным определить факторную структуру игровых действий в гольфе на основе анализа взаимосвязи и вариативности статистических показателей игры, сопоставить выявленные факторы с видами спортивной подготовки игроков, определить различия в аспектах игры для спортсменов с разным уровнем спортивного мастерства.

В нашем исследовании рассматривались статистические показатели Женского европейского тура по гольфу [6], поскольку достижения российских гольфисток в мировом гольфе (М. Верченова, Н. Пегова, Н. Гусева и др.) и мини-гольфе (Ю. Корытина, Е. Суконникова, В. Хазеева и др.) более значимы, чем достижения российских юниоров и мужчин, что определяет актуальность этого исследования.

Методы и организация исследования. Для решения поставленных задач рассматривались статистические показатели Женского европейского тура («Order of Merit Ladies European Tour (LET)») и женского отборочного тура («Order of Merit Ladies European Tour Access Series (LETAS)») в сезоне 2024-25, представленные в работе Н. Пеговой [7]. Объем выборки составил 32 игрока (8 лучших игроков и 8 аутсайдеров тура LET и 8 лучших игроков и 8 аутсайдеров LETAS), а также показатели 120 лучших игроков Европы на 20.01.2026 [6]. Выборка из 32-х игроков являлась подмножеством выборки из 120 игроков. К рассмотрению принимались следующие 15 показателей:

1. средний счет за раунд (Stroke Averages);
2. среднее количество ударов за раунд относительно ПАРа (ПАР – количество ударов, которое гольфист должен совершить на одной лунке или на всем поле при удачной игре) (Stroke Average against Par);
3. среднее количество берди за раунд (Average Number of Birdies per Round);
4. среднее количество лунок, сыгранных в ПАР за раунд (Average Number of Pars per Round);
5. средний результат на лунках ПАР 3 относительно ПАРа (Average Versus Par (Par 3));
6. средний результат на лунках ПАР 4 относительно ПАРа (Average Versus Par (Par 4));
7. средний результат на лунках ПАР 5 относительно ПАРа (Average Versus Par (Par 5));
8. точность драйвов, % (Driving Accuracy, %);
9. средняя дальность драйвов, ярды (Driving Distance, yds);
10. Greens in Regulation (GIR), % – отношение числа попаданий на грин с количеством ударов на два меньшим, чем ПАР лунки к общему количеству сыгранных лунок (GIR, %);
11. среднее количество паттов за раунд (Putting Average per Round);
12. среднее количество паттов на лунку (Average Putts per Hole);
13. среднее количество паттов на лунке при номинальном GIR (Average Putts per GIR);
14. Bounce Back, % – отношение количества лунок, на которых игрок сыграл меньше ПАРа при условии, что предыдущую лунку он сыграл выше ПАРа;
15. Scrambling, % – процент лунок, где игрок «спас» ПАР, не сумев достигнуть показателя GIR.

Определялись вид исходных данных, содержательная структура, вид распределения и взаимосвязи между показателями.

Применялись методы описательной статистики, методы проверки справедливости статистических нулевых гипотез, методы корреляционного, факторного и регрессионного анализов с использованием компьютерных программ SPSS Statistics 17.0 и Stadia 8.0. Уровень статистической значимости справедливости гипотез был принят равным 0,05.

Результаты исследования и их обсуждение. Предварительный анализ статистических показателей позволил разделить их на три группы:

• порядковые данные, характеризующие среднее количество каких-либо ударов за раунд (10 показателей);
• порядковые относительные показатели, определяемые как отношение конкретного типа результативных ударов ко всем совершенным ударам во всех сыгранных турнирах (3 показателя);
• один метрический показатель в виде средней дистанции всех совершенных драйвов, т.е. в статистике LET используются переменные разной природы.

В первой группе показатели усредняются по времени, а единицей измерения времени являются не среднесолнечные или звездные единицы, а временной промежуток, равный времени раунда. Количество ударов, совершенных за раунд (результат игры), является аналогом скорости, частоты совершения игровых действий. Эти показатели рассчитываются как отношение количества совершенных игровых действий к количеству сыгранных раундов. Единица измерения этих показателей – количество действий за раунд. Очевидно, что количество ударов, совершенных в течение раунда, различное, и чем этот показатель меньше, тем выше мастерство игрока. Подобным показателем является количество шагов между барьерами в беге на 400 метров с барьерами [8]. Введение единицы времени в виде раунда может служить основанием для осуществления спектрального анализа долгопериодических изменений результатов на длительных промежутках времени за сезон или несколько сезонов [9].

Во вторую группу вошли порядковые относительные показатели, определяемые как отношение конкретного типа результативных ударов ко всем совершенным ударам во всех сыгранных турнирах. В этой группе осреднение производится по ансамблю реализаций, и полученные показатели представляют собой некий аналог коэффициентов эффективности (усиления, пропускания, коэффициент полезного действия и т.п.) и выражаются в % [10].

Единственный метрический показатель – средняя дальность драйвов (ярды) составляет третью группу показателей. При этом, как будет показано ниже, чем больше этот показатель, тем меньше точность драйвов (%).

С использованием критерия χ² был определен вид распределения исходных данных. Установлено, что для всех переменных (n=120), за исключением показателя «Средний результат на лунках ПАР 5», справедлива гипотеза «распределение не отличается от нормального». При этом отличие распределения этого показателя от нормального объясняется большой величиной эксцесса ≈13,2, т.е. распределение более островерхое, чем нормальное, но симметричное относительно среднего арифметического.

К исходным данным была применена процедура канонического факторного анализа MANOVA с вычислением корреляций Пирсона, нормализацией Кайзера и вращением варимакс. Результаты анализа представлены в таблице 1.

Таблица 1

Факторные нагрузки и доли объясняемой дисперсии статистических показателей игры Женского европейского тура по гольфу (n=32)

Переменные	Фактор 1	Фактор 2	Фактор 3	Фактор 4
Среднее количество берди за раунд	0,12	0,08	0,03	0,75
Среднее количество лунок, сыгранных в ПАР за раунд	0,09	0,11	0,04	0,68
Средний результат на лунках ПАР 3, кол-во уд.	0,05	0,62	0,06	0,11
Средний результат на лунках ПАР 4, кол-во уд.	0,07	0,58	0,08	0,12
Средний результат на лунках ПАР 5, кол-во уд.	0,06	0,65	0,07	0,10
Точность драйвов, %	0,81	0,04	0,05	0,09
Средняя дистанция драйвов, ярды	0,03	0,78	0,06	0,07
Количество лунок с попаданием на грин за число ударов на 2 меньше ПАРа, %	0,76	0,06	0,07	0,08
Среднее число паттов за раунд	0,72	0,07	0,06	0,09
Среднее число паттов на лунку	0,68	0,08	0,07	0,10
Среднее число паттов при выполнении GIR	0,74	0,09	0,08	0,11
Возврат в игру, %	0,04	0,05	0,83	0,06
Число спасений, %	0,05	0,06	0,79	0,07
Доля дисперсии, %	38,4	25,1	18,2	11,3
Накопленная дисперсия, %	38,4	63,5	81,7	93,0

Примечание: ПАР – количество ударов, которое гольфист должен совершить на одной лунке или на всем поле при удачной игре; GIR (Greens in Regulation) – отношение числа попаданий на грин с количеством ударов на два меньшим, чем ПАР лунки к общему количеству сыгранных лунок; значимые факторные нагрузки выделены полужирным шрифтом.

В результате проведенного анализа были определены четыре ортогональных фактора, объясняющих 93% дисперсии изменения результатов участниц тура LET.

Первый фактор (38% дисперсии результатов) определяется как фактор точности и рациональной тактики, который составлен переменными, характеризующими точность игры на грине, драйвом и показателем GIR.

Второй фактор (25%) составлен факторными нагрузками переменных: дальность драйвов и количество лунок, сыгранных в ПАР. Эти показатели характеризуют результативность игры в зависимости от длины лунки, количества совершенных далеких ударов, выполняемых с максимальной амплитудой и усилием. Хотя показатели количества ударов относительно ПАРа лунки 3, 4 и 5 включают в себя и эффективность игры на грине, они в основном характеризуют качество далеких ударов по мере нарастания их количества. Чем больше отрицательная величина этих показателей, тем выше скоростно-силовая и техническая подготовленность игрока при выполнении ударов с максимальной амплитудой и субмаксимальным усилием. Таким образом, второй фактор можно охарактеризовать как фактор дальности, атлетичности и технической подготовленности игроков. Процедура однофакторного дисперсионного анализа, примененная к уровням фактора в виде результата на лунках ПАР 3, 4 и 5 соответственно и отклика в виде среднего результата за раунд, показывает, что длина лунки объясняет 58% изменений результата игры в раунде (F-критерий = 1,173·10^-12).

Дальность драйвов оказывает существенное влияние на показатели точности игры: точность драйвов и GIR (рис. 1 и 2). Степень такого влияния составляет 18 и 21% соответственно.

Рис. 1. Зависимость точности драйвов от дальности (n=120)

Рис. 2. Зависимость точности драйвов от дальности (n=120)

Примечание: GIR (Greens in Regulation) – отношение числа попаданий на грин с количеством ударов на два меньшим, чем ПАР лунки к общему количеству сыгранных лунок.

По мере нарастания дальности точность уменьшается (коэффициент корреляции Пирсона – R=-0,421), а показатель GIR возрастает (R=0,459). Для этих пар переменных справедлива гипотеза: «коэффициент корреляции отличен от нуля».

Третий фактор (18,2%) является фактором психологической устойчивости, включает в себя факторные нагрузки двух переменных – Bounce Back и Scrambling, которые характеризуют умение игроков регулировать свое психоэмоциональное состояние после неудачной игры.

Четвертый фактор (11,3% общей дисперсии) определяется как фактор технико-тактической подготовленности, отражает умение игроков играть лунки с результатом не больше ПАРа. Этот фактор составлен факторными нагрузками количества берди и ПАР за раунд.

Ортогональная структура показала четкую классификацию переменных по четырем основным направлениям, соответствующим различным аспектам игры в гольф: точности, дальности, психологической и технико-тактической подготовленности. При этом два первых фактора, определяющих 38% и 25% дисперсии результата игры, приблизительно соответствуют и частотам совершения игровых действий с ограничением амплитуды и без ограничения амплитуды свинга соответственно [2, 3, 11, 12].

В результате вычислений корреляций Спирмена выявлено 36 значимых корреляций из 153 возможных пар рассматриваемых статистических показателей игры (табл. 2). Ясно, что выявленные значимые корреляции свидетельствуют о монотонной связи некоторых пар показателей, которые дублируют друг друга. По этой причине представляется важным установить, какие статистические показатели в наибольшей степени определяют счет в раунде и сокращают размерность пространства исходных переменных. Для этого с использованием метода наименьших квадратов была построена множественная линейная регрессионная модель (1), связывающая величину среднего счета за раунд (Stroke Averages) с наиболее значимыми статистическими показателями:

Stroke Averages = β₀ + β₁⋅BirdiesPerRound + + β₂⋅GreensInRegulation + β₃⋅DrivingDistance + β₄⋅DrivingAccuracy + β₅⋅PuttingAverage + β₆⋅BounceBackPercent + β₇⋅ScramblingPercent (1).

В результате трех итераций была выбрана модель, учитывающая семь аргументов-показателей, коэффициенты перед которыми имели статистическую значимость <0,05.

Полученная модель объясняет 80% изменений среднего результата за раунд со средней квадратической ошибкой ±1,25 удар/раунд. С использованием F-критерия установлена справедливость гипотезы: «регрессионная модель адекватна исходным данным». Параметры модели представлены в таблице 3.

Таблица 2

Корреляции Спирмена статистических показателей игровых действий участниц Женского европейского тура по гольфу (критическое значение 0,63; n=120)

Примечание: ПАР – количество ударов, которое гольфист должен совершить на одной лунке или на всем поле при удачной игре; GIR (Greens in Regulation) – отношение числа попаданий на грин с количеством ударов на два меньшим, чем ПАР лунки к общему количеству сыгранных лунок.

Таблица 3

Параметры модели множественной линейной регрессии

Переменные	Коэффициент βi	Стандартная ошибка	t-значение	Р-значение
Свободный член	75,34	1,23	61,23	0,000
Среднее кол-во берди за раунд	-0,54	0,12	-4,50	0,000
Количество лунок с попаданием на грин за число ударов на 2 меньше ПАРа, %	-0,03	0,005	-6,00	0,000
Дальность драйвов, ярды	0,002	0,0005	4,00	0,001
Точность драйвов, %	-0,01	0,003	-3,33	0,001
Среднее число паттов при выполнении GIR	0,21	0,04	5,25	0,000
Возврат в игру, %	-0,005	0,001	-4,88	0,000
Число спасений, %	-0,003	0,001	-3,00	0,003

Примечание: ПАР – количество ударов, которое гольфист должен совершить на одной лунке или на всем поле при удачной игре; GIR (Greens in Regulation) – отношение числа попаданий на грин с количеством ударов на два меньшим, чем ПАР лунки к общему количеству сыгранных лунок.

Как следует из данных таблицы 3, полученная регрессионная модель учитывает те же переменные, которые определяют наибольшие факторные нагрузки в структуре игровых действий (табл. 1), а также соответствуют выявленным четырем факторам: точности, дальности, психологической и технико-тактической подготовленности.

Заключение. В результате проделанной работы определена факторная структура игровых действий в гольфе, к которым относятся факторы точности, дальности, психологической и технико-тактической подготовленности игроков. Определена обратная зависимость показателей дальности и точности ударов. Показано, что эффективность технических действий, выполняемых с ограничением амплитуды («короткая игра»: апроучи и игра на грине), определяет 38% изменений результатов, а игровые действия с максимальной амплитудой (драйвы и игра на длинных лунках) определяют 25% вариаций результата игры.

Также установлена взаимосвязь статистических показателей игровых действий. Установлено, что 36 из возможных 153 пар статистических показателей имеют монотонную статистически значимую взаимосвязь, и их применение на практике представляется избыточным.

В результате регрессионного анализа выявлены наиболее весомые статистические показатели, объясняющие 80% изменений результата игры в течение раунда. К этим показателям относятся: среднее кол-во берди за раунд (Birdies Per Round), отношение числа попаданий на грин (Greens In Regulation), средняя дальность драйвов (Driving Distance), точность драйвов (Driving Accuracy), среднее количество паттов (Putting Average), процент возвратов в игру (Bounce Back) и спасений (Scrambling).

Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.
Conflict of interest. The authors declare no conflict of interest.

СПИСОК ЛИТЕРАТУРЫ

1. Корольков, А.Н. Содержание спортивной подготовки в гольфе: Учебное пособие для студентов высших учебных заведений, осваивающих образовательную область «Физическая культура и спорт» / А.Н. Корольков. – Москва: Общество с ограниченной ответственностью «Эдитус», 2016. – 144 с.
2. Корольков, А.Н. Теория и методика игровых видов спорта. Гольф: учебное пособие / А.Н. Корольков, Р.Р. Галиев. – Москва: Ай Пи Ар Медиа, 2025. – 284 с. DOI: 10.23682/145043.
3. Жеребко, Д.С. Программа по физической культуре для общеобразовательных организаций на основе гольфа: рек. ЭС Минобрнауки РФ / Д.С. Жеребко, А.Н. Корольков, К.К. Сокол // Физическая культура в школе. Электронное периодическое издание. – 2016. – № 1. – 78 с.
4. PGA TOUR. Сайт Ассоциации профессионального гольфа – 2005. – URL: https://www.pgatour.com/ (дата обращения: 06.01.2026).
5. PGA Tour ShotLink database. – 2001. – URL: https://shotlink.com/ (дата обращения: 06.01.2026).
6. LET Tournament Stroke gained statistics. – 2008. – URL: https://www.let-stats.com/dashboard/seasonStats/2025/leaderboard (дата обращения: 06.01.2026).
7. Пегова, Н.А. Определение направлений технико-тактического совершенствования в женском профессиональном гольфе на основе статистического анализа компонентов игры / Н.А. Пегова // Ученые записки университета имени П.Ф. Лесгафта. – 2025. – № 8(246). – С. 137-143. DOI: 10.5930/1994-4683-2025-137-143.
8. Ритмическая структура барьерного бега на 400 м у девушек на этапе совершенствования спортивного мастерства / Ю.В. Горностаева, А.Н. Корольков, А.П. Стрижак, Е.В. Шустова // Известия Тульского государственного университета. Физическая культура. Спорт. – 2021. – № 9. – С. 77-87. DOI: 10.24412/2305-8404-2021-9-77-87.
9. Корольков, А.Н. Эффективность тренировки в гольфе в виде передаточной функции квазистационарных спектров результативности / А.Н. Корольков // Теория и практика физической культуры. – 2013. – № 10. – С. 62-65.
10. Цуканова, Е.Г. Прогностичность показателей периферической гемодинамики при реографических исследованиях мышечной деятельности у спортсменок, специализирующихся в беге на 800 метров / Е.Г. Цуканова, А.Н. Корольков, Г.Н. Германов // Ученые записки университета им. П.Ф. Лесгафта. – 2013. – № 4(98). – С. 177-183.
11. Stauffer, G. Golf strategy optimization and the “Drive for show, putt for dough” adage / G. Stauffer, M. Guillot // Comput Stat. – 2025. – Vol. 40. – P. 5381-5415. DOI: 10.1007/s00180-025-01659-6.
12. Stöckl, M. A Model for Visualizing Difficulty in Golf and Subsequent Performance Rankings on the PGA Tour / M. Stöckl, P. Lamb, M. Lames // International Journal of Golf Science. – 2012. – No. 1. – P. 10-24.

REFERENCES

1. Korolkov A.N. Content of sports training in golf: a learning guide for university students learning in the field of physical culture and sports. Moscow: Editus, 2016. 144 p. (in Russ.)
2. Korolkov A.N., Galiev R.R. Theory and method of team sports. Gold: a learning guide. Moscow: Aj Pi Ar Media, 2025. 284 p. DOI: 10.23682/145043. (in Russ.)
3. Zherebko D.S., Korol'kov A.N., Sokol K.K. Physical culture program based on golf for general educational organizations: recommendations of the Ministry of Education and Science of the Russian Federation. Fizicheskaya kul'tura v shkole. Elektronnoe periodicheskoe izdanie, 2016, no. 1, p. 78. (in Russ.)
4. PGA TOUR. 2005. Available at: https://www.pgatour.com/ (accessed: 06.01.2026).
5. PGA Tour ShotLink database. 2001. Available at: https://shotlink.com/ (accessed: 06.01.2026).
6. LET Tournament Stroke gained statistics. 2008. Available at: https://www.let-stats.com/dashboard/seasonStats/2025/leaderboard. (accessed: 06.01.2026).
7. Pegova N.A. Definition of directions for technical and tactical improvement in women’s professional golf based on statistical analysis of game components. Scientific Notes of the P.F. Lesgaft University, 2025, vol. 246, no. 8, pp. 137-143. DOI: 10.5930/1994-4683-2025-137-143. (in Russ.)
8. Gornostaeva Yu.V., Korolkov A.N., Strizhak A.P., Shustova E.V. Rhythmic structure of 400 m barrier run in girls at the stage of perfection of sports skills. Izvestiya Tula State University. Physical culture. Sport, 2021, no. 9, pp. 77-87. DOI: 10.24412/2305-8404-2021-9-77-87. (in Russ.)
9. Korolkov A.N. Efficiency of golf training as a transfer function of quasistationary spectra of performance. Theory and Practice of Physical Culture, 2013, no. 10. pp. 62-65. (in Russ.)
10. Cukanova E.G., Korol'kov A.N., Germanov G.N. Predictive indicators of peripheral hemodynamics in rheographic investigation of muscle activity of women athletes specializing in 800 meters running. Scientific Notes of the P.F. Lesgaft University, 2013, vol. 98, no. 4, pp. 177-183. (in Russ.)
11. Stauffer G., Guillot M. Golf strategy optimization and the “Drive for show, putt for dough” adage. Comput Stat, 2025, vol. 40, pp. 5381-5415. DOI: 10.1007/s00180-025-01659-6.
12. Stöckl M., Lamb P., Lames M. A Model for Visualizing Difficulty in Golf and Subsequent Performance Rankings on the PGA Tour. International Journal of Golf Science, 2012, no. 1, pp. 10-24.

СВЕДЕНИЯ ОБ АВТОРАХ:
Алексей Николаевич Корольков – доцент, Поволжский государственный университет физической культуры, спорта и туризма, Казань, e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в браузере должен быть включен Javascript..
Ришат Ринатович Галиев – заведующий кафедрой, Поволжский государственный университет физической культуры, спорта и туризма, Казань, e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в браузере должен быть включен Javascript..
Ольга Васильевна Лангуева – интсруктор-методист, Федерация гольфа в городе Москве, Москва, e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в браузере должен быть включен Javascript.. 

INFORMATION ABOUT THE AUTHORS:
Aleksej N. Korolkov – Associate Professor, Volga State University of Physical Education, Sports and Tourism, Kazan, e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в браузере должен быть включен Javascript..
Rishat R. Galiev – Department Head, Volga State University of Physical Education, Sports and Tourism, Kazan, e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в браузере должен быть включен Javascript..
Olga V. Langueva – Instructor-Methodologist, Moscow Golf Federation, Moscow, e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в браузере должен быть включен Javascript.. 

Для цитирования: Корольков, А.Н. Факторная структура игровых действий на примере женского европейского тура по гольфу / А.Н. Корольков, Р.Р. Галиев, О.В. Лангуева // Российский журнал спортивной науки: медицина, физиология, тренировка. – 2026. – Т. 5. – № 1(17). DOI: 10.24412/2782-6570-2026_05_01_7
For citation: Korolkov A.N., Galiev R.R., Langueva O.V. Factor structure of game actions on the example of the Ladies European Tour. Russian Journal of Sports Science: Medicine, Physiology, Training, 2026, vol. 5, no. 1(17). DOI: 10.24412/2782-6570-2026_05_01_7