大家好，nba高级数据分析相信很多的网友都不是很明白，包括nba高级数据有哪些也是一样，不过没有关系，接下来就来为大家分享关于nba高级数据分析和nba高级数据有哪些的一些知识点，大家可以关注收藏，免得下次来找不到哦，下面我们开始吧！
本文目录一览：
- 〖壹〗、nba高阶数据bpm计算公式
- 〖贰〗、高阶数据per是什么时候提出的
- 〖叁〗、NBA高阶数据介绍(二)
nba高阶数据bpm计算公式
〖壹〗、NBA高阶数据BPM（Box Plus/Minus）的初始计算公式（Raw BPM）为：Raw BPM = aReMPG + bORB% + cDRB% + dSTL% + eBLK% + fAST% - gUSG%TO% + hUSG%（1-TO%） + l*sqrt（AST%*TRB%）。
〖贰〗、BPM（Box Plus/Minus）作为高阶数据，在评估NBA球员表现时确实提供了一定的借鉴价值，但其存在的问题同样不容忽视。以下是对BPM数据差劲的详细分析：原始公式的局限性 BPM的原始公式包含了一系列面板数据（如篮板百分比、抢断百分比、助攻百分比等）以及相应的系数。
〖叁〗、原始的BPM公式是这样的，总之就是一堆面板数据加上一个系数，最后算了个结果。但是你要知道16-17赛季的威少是30+以及场均三双的得分王！所以他各种面板数据都拉满了。然而这里出现一个问题，大家能发现的就是所谓的高阶数据，更适合把面板数据都拉满的球员。
〖肆〗、公式法计算得到的数据：如PER（球员效率值）、WS（胜利贡献值）、BPM（篮球正负值）、VORP（价值超过置换球员）、PIE（比赛贡献值）等。这些数据是基于基础数据的加权算法的结果，加权因子来自于打分。黑箱模式数据：如DPM、EPM、LEBRON、RAPM、ERM、RAPOTR等。
〖伍〗、BPM模型的非线性项设计缺陷BPM的初始计算包含两个关键非线性项：USG%*AST%：模型假设高球权球员的助攻比个人得分更有价值（体现作者对团队篮球的偏好）。sqrt（AST%*TRB%）：未明确篮球逻辑，仅因降低回归误差而加入。
高阶数据per是什么时候提出的
高阶数据PER最早由分析师约翰·霍林格于1995年提出，其正式流行并系统化应用的时间在2005年之后。以下是具体说明：提出背景与早期发展1995年，篮球分析师约翰·霍林格（John Hollinger）首次提出PER（Player Efficiency Rating，球员效率值）这一概念。
该高阶数据组是上世纪80年代出现的。nba高阶数据的出现和发展可以追溯到上世纪80年代，早期的高阶统计数据是由前ESPN专栏作家“John Hollinger”在90年代末至2000年初引入并推广的，他发明的是一种高阶数据指标。随着电脑技术的发展和数据分析的兴起，篮球统计开始超越了传统的得分、篮板和助攻等基础数据。
篮球-借鉴网站（Basketball-Reference.com）和NBA官方网站的宝库中，藏着众多易于理解的高阶指标，比如PER效率值，它是EHRAN KHAN在2013年撰写的入门指南中提及的关键指标。PER虽能衡量球员的进攻效率，但遗憾的是，它忽略了防守表现，因此可能造成防守专家的排名偏低。
NBA历年高阶数据榜的排名是根据球员在比赛中的表现来计算的。ESPN曾经公布了2013年的PER值榜，排名前五的球员从高到低分别是勒布朗·詹姆斯，凯文·杜兰特，克里斯·保罗，卡梅隆·安东尼以及布鲁克·洛佩兹。此外，还有一些数据类的网站也会有相应的体育板块，不定期也会有依据数据的分析文章。
科比两连冠时期（2002010年）总决赛高阶数据确实能体现他的关键作用，虽然效率不是最顶级，但关键时刻的硬解能力拉满。
约翰·霍林格。通过查询虎扑体育显示，篮球高阶数据，球员效率值（PER）是约翰·霍林格（JohnHollinger）发明的一体化篮球评分，试图将球员的贡献全部归结为一个数字。
NBA高阶数据介绍(二)
NBA高阶数据介绍（二）在NBA数据分析领域，高阶数据为球迷、媒体和球队管理层提供了更为深入、全面的球员评估工具。本文将继续介绍两种重要的高阶数据：LEBRON和EPM。 一体化数据LEBRONLEBRON是一个备受争议的一体化数据，尽管其名称容易让人联想到勒布朗·詹姆斯，但实际上这只是个巧合。
真实命中率（True shooting percentage）：这是衡量NBA球员有效得分效率的一个指标，它不仅包括球员在三分线内的投篮得分，还包括他们在中距离和篮下的得分。真实命中率能够清楚地展示球员如何有效地利用其投篮机会。
拼抢数据：如干扰投篮、截断、救球、掩护助攻、卡位等，这些数据能够体现球员在防守和篮板争夺中的积极性。
NBA高阶数据对比主要看几个关键指标：PER（效率值）、WS（胜利贡献值）、BPM（基础正负值）和VORP（不可替代值）。这几个数据能比较全面地反映球员的真实价值。PER是最常用的，像约基奇上赛季PER高达31，联盟第一。这个数据综合了得分、篮板、助攻等基础数据，但有个缺点就是偏袒进攻型球员。
OK，关于nba高级数据分析和nba高级数据有哪些的内容到此结束了，希望对大家有所帮助。