作者:乐多体育 | 发表于:2022-12-31 | 阅读:61次

基础数据就是大伙儿老看到的某人得到30分10篮板几个助攻之类的这就是基础数据,最近常常能看到这种高阶数据表,但是其中每一项是什么意思一直不明白。这里转了百度上引用虎扑的高阶数据解析,希望能帮助和我一样的人解惑。另外 大家觉得这些是否是一个衡量球星统治力的标准呢?(结尾有投票)

此图就是用来举例子说明用的

篮球进阶数据「科普你们了解篮球基础数据可是你了解高阶数据么」

这是NBA某球星的进阶数据表(来自虎扑体育)相信很多球迷看完这些数据依然满脸懵逼。下面我将一一为大家介绍这些数据。

PER

PER是由现孟菲斯灰熊队副总裁、前ESPN的专栏作家John Hollinger发明的,根据当赛季所有球员表现,来综合评定某一位球员赛季表现的进阶数据。根据Hollinger的设定,每年NBA所有球员的平均PER为15。

针对PER这项数据,人们经常会提出一些批评:

Hollinger自己也曾承认,该项数据对那些偏重防守的球员(例如布鲁斯-鲍文、本-华莱士等等)并不友好,这类球员在防守端的贡献并不能很好地从PER值中体现出来。[1]

另一个针对PER值经常会犯的错误是"跨赛季比较"。如前所述,NBA每个赛季球员的平均PER均为15,考虑到每个赛季所有球员平均水平的不同,因此PER值并不适合跨赛季比较。

此外,PER值经常会翻译成"效率值",但"效率值"并不一定是"PER"。举例来说,NBA官网就有一项数据为"efficiency",中文翻译同样是"效率值",但计算的理念和公式则与PER值完全不同。[2]

WS

WS(Win Share)一般翻译为"胜利贡献值",最初是由Bill James为统计一名棒球运动员每年为球队贡献了多少场胜利而发明的概念。在Bill James的棒球体系中,每一场胜利等于3个Win Share;在篮球里,每一场胜利约为1个Win Share。另一个区别是,Bill James的棒球体系下不允许负的Win Share;而在篮球中,则允许负数,即"这名球员的表现实在是太糟糕了,对产生了负面的影响,拿走了他队友所产生的Win Share"。

通常来说,如果一支球队赢下了某场比赛,那么该队所有球员的Win Share之和就等于1。

另外需要注意,Win Share是累加的数字,即球员A在第一场比赛得到了0.4的Win Share,第二场比赛得到了0.12的Win Share,则该球员这个赛季的Win Share值为0.4 0.12=0.52。

在1977-78赛季后(之前NBA还没有开始统计球员的个人失误),Win Share的计算公式:Win Share = Offensive Win Share Defensive Win Share。

OWS

OWS(Offensive Win Share)通常翻译为进攻胜利贡献值,该数值是用来衡量球员进攻端的表现。具体的公式非常复杂,如有兴趣可以参见Dean Oliver撰写的图书《Basketball on Paper》。

DWS

DWS(Defensive Win Share)通常翻译为防守胜利贡献值,该数值是用来衡量球员在防守端的表现。具体的公式非常复杂,如有兴趣可以参见Dean Oliver撰写的图书《Basketball on Paper》。

进攻效率

ORtg(Offensive Rating)通常翻译为进攻效率值(自1977-78赛季后引入NBA),用于球员的话,该数值用来衡量该球员在场时球队每100回合得分,用于球队的话,该数值用来衡量球队每百回合得分。

举一个例子,节奏较慢的球队A每场比赛可以获得40次进攻机会,从中得到了80分;另一支节奏较快的球队B每场比赛可以获得70次的进攻机会,但从中只得到了90分。如果从"得分"来看,球队B的进攻能力要强于球队A,但事实上,球队B的进攻机会比球队A多了75%,得分却只多了12.5%,实在很难认为球队B的进攻能力要强于球队A。

防守效率

DRtg(Defensive Rating)通常翻译为防守效率值(自1973-74赛季后引入NBA),无论是用于球员还是球队,该数值都是指每百回合被对手攻下的分数。

在场防守效率

ON DefRtg就是指球员在场上时对手在每百回合中能攻下的分数。

不在场防守效率

OFF DefRtg就是指球员不在场上时对手在每百回合中能攻下的分数。这些数据都是来自虎扑的。

篮球进阶数据「科普你们了解篮球基础数据可是你了解高阶数据么」

高阶数据话题延伸,为什么感觉科比效率有点低。

1、基础数据出色。

2、队友整体水平明显高于联盟平均值,队友终结球能力明显高于联盟平均值。

3、该球员进攻端很少被包夹并且面对的防守者不高于联盟平均值。(队内战术地位高的吃饼内线也是占很大便宜)

4、队友防守能力明显高于联盟平均值,该球员负责防守的球员进攻能力不高于联盟平均值。

5、球队战术中该球员只干自己最擅长的,其余的由队友负责执行完毕。(这一点造成的结果就是,队友数据缩水明显,真实实力提现不到数据上,作用容易被忽略)

高阶数据最吃亏的打法差不多是较上面反着来,比如进攻端总是被包夹但队友三分球水平一般,防守端每天都要负责高于联盟平均值水准的球员,球队战术队友去做自己擅长的剩下的自己来搞定,由于打法问题几乎所有在他身边打球的球员数据和效率都会得到增长。

最占便宜的就仁者见仁了,最吃亏的显然是科比布莱恩特毫无疑问。

#微头条日签# #NBA睿闻# #NBA# #我要上头条# #NBA吐槽大会# #体育#

特别声明:所有资讯或言论仅代表发布者个人意见,乐多体育仅提供发布平台,信息内容请自行判断。

标签: 数据 高阶 可是

相关资讯