笔趣阁看书手机小说首页小说搜索

返回《篮球高手之打爆全联盟》

笔趣阁看书(biquks.com)

首页 >> 篮球高手之打爆全联盟 () >> 第五百零四章 鉴别数据刷子
亲爱的书友,您现在访问的是转码页面,会导致更新不及时及无法正常下载,请访问真实地址:http://m.biquks.com/101708/

第五百零四章 鉴别数据刷子(1/2)

以昨天勇士森林狼比赛为例,勇士的克莱-汤普森拿到28分5篮板3助攻1抢断,投中6个三分;斯蒂芬-库里拿到22分8篮板8助攻2抢断1盖帽,投中2个三分球。

说起2017-2018赛季,很多媒体都认为这是nba有史以来一个相当出色的黄金盛世。众多的球星抱团催生豪强,新生的超级巨星崛起,优秀的新秀涌现。而在各项数据排行榜上,这个趋势展现的尤其明显。

字母哥阿德托昆博场均得分31.9分,高居联盟第一;纽约新王波尔津吉斯以场均30.0分排名第二;火箭线分排在第三。

篮板榜排名第一的是场均15.3个篮板的庄神德拉蒙德,排名第二的是场均14.3个篮板的小乔丹考辛斯以场均13.6个篮板排在第三。

韦少以场均10.9次助攻的微弱优势领先于沃尔的场均10.8次助攻,排在助攻榜的第一位,沃尔暂列第二,排在第三位的是哈登的场均9.7次助攻。

虽然赛季只打了三周,但是各项数据榜上的前几名和上赛季来比有了不小的变化。这时候有资深球迷要说了,光看数据统计根本无法体现一名球员的作用;另外一部分资深球迷则说,这些基础数据不算啥,我们应该看看真实命中率,各项效率值,使用率等一系列其他的数据。

等等,这些真实命中率,各项效率值,使用率究竟是什么东西?他们又是如何计算出来的呢?下面,我们就以nba官方的分类为标准,为大家介绍一下所谓的基础数据和高阶数据,至少能让球迷朋友们在看技术统计的时候,对于球员的表现有一个更加清晰的判断。

篮球场上的基础数据,指的是直接能够反应在球场上的数据。比如我们平时接触最多的得分,篮板,助攻,抢断,盖帽,就是最基本的五大基础数据。

除了百分比的数据之外,其余的基础数据都可以分为总数和场均两种。总数是指球员在一段时间内拿到的数据总数,而场均则是指球员在一段时间内平均每场比赛拿到的数据数值。

根据nba官方的列表,基础数据下有18个分类。下面就进行一个简单的介绍。

投篮命中数(field goal ):球员在比赛中投篮命中的次数,包括两分球和三分球,但是不包括罚球。

投篮出手数(field goal attea):球员在比赛中投篮出手的次数,包括两分球和三分球,但是不包括罚球。

投篮命中率(field goal percentage,简称fg):球员在比赛中投篮命中数除以投篮出手数的比例,包含两分球和三分球的整体命中率,但是不包括罚球。

三分命中数(3-pointer ):球员在比赛中三分命中的次数。

三分出手数(3-pointer attes,简称3pa):球员在比赛中三分出手的次数。

三分命中率(3-pointer percentage,简称3p):球员在比赛中三分命中数除以三分出手数的比例。

罚球命中数(free-t):球员在比赛中罚球命中的次数。

罚球出手数(free-ta):球员在比赛中罚球出手的次数。

罚球命中率(free-t):球员在比赛中罚球命中数除以罚球出手数的比例。

篮板球(rebounds,简称reb):投篮不中后,球员抢到的从篮板或篮圈上反弹球的次数。

进攻篮板球(offeive rebound,简称oreb):球员在作为进攻方时抢到的篮板球次数。

防守篮板球(defeive rebound,简称dreb):球员在作为防守方时抢到的篮板球次数。

助攻(a):指持球队员通过球的传递,帮助下一位触球的己方球员直接或者在一定时间内完成得分行为的次数。

抢断(l):抢断指球员在防守时通过符合规则的方法,用自己积极的带有侵略性的行为,从对方手中获得球权的次数。

盖帽(blocks,简称blk):盖帽指球员在防守时通过符合规则的方法,让进攻者的投篮偏离出手后正常轨道的次数。

失误(turnoverov):失误指的是球员在进攻时导致失去球权行为的次数,可能是被抢断,自己出界,出现违例或者是进攻犯规。

以上的18项数据,构成了nba的基础数据。也许有人会想到,为什么犯规不计算在基础数据之内?因为犯规次数的多少,并不能衡量一名球员在场上表现的好坏,对于球员的能力并没有确切的参考价值,因此犯规并不属于基础数据的范围。

不过这些数据固然详尽,但是要综合衡量一名球员的价值,却还是有着不足的地方。这个时候,就需要高阶数据出马了。

根据nba官方的高阶数据列表,高阶数据一共有12种,其中篮板率下面还可以细分为进攻篮板率和防守篮板率,这里就不详细介绍了。这些高阶数据都无法直接在比赛中体现,而是通过现场记录的几类数据进行计算,才得到的结果。

值得一提的是,高阶数据都需要一定数量的样本做支持,否则结果就会非常混乱。比如一名一个赛季仅仅上场一次,打了1分钟却抢到1个篮板1次助攻的球员,通常不被计入高阶数据统计,否则的话,他的某些高阶数据将会非常夸张。

比起基础数据来,高阶数据能够更好的体现一名球员的效率,积极性等不能在基础数据中表现出来的东西。随着中国的nba球迷越来越专业化,高阶数据如今已经在球迷群体中广为流传。下面,就让我们来看nba官方的高阶数据种类。


状态提示: 第五百零四章 鉴别数据刷子
第1页完,继续看下一页