2017/10/25

籃球科學化發展,進階數據大解析(五):Win Share、RPM、BPM、VORP

好長一系列的進階數據解析單元即將進入尾聲囉~本次我們要介紹幾項目前在籃球界很盛行的數據,Win Share、正負值及其親戚。這將是本系列的第五篇,在此婦上前四篇的連結: 籃球科學化發展,進階...

作者:Dangal冠

請繼續往下閱讀

ericyang

謝謝Dangal大費心寫完一系列數據介紹文,辛苦了
請問:
你覺得目前在NBA STATS上能取得的數據,哪一樣最能衡量一位球員在進攻端對球隊的貢獻? 防守端呢?

Dangal冠

要綜合進攻端整體貢獻,我覺得ORtg就很棒了。對於球員的"貢獻"或者說"進攻效益",有不錯的呈現。但另一方面DRtg我就不推薦,受球隊影響很大,而且可以刷。
防守的話我個人認為目前還沒有數據能夠很好的呈現球員防守端的表現,若要用數據參考的話,NBA官網Defense Dashboard裡的DIFF%有些參考價值,但要把3PT跟2PT分開來看,不能直接看Overall,減少受到守位不同影響。而且除了看DIFF%,FREQ跟對方命中數/出手數也建議一起參考,也是為了減少換防、協防或守位差異導致的偏差。
但儘管如此,還是很難以此衡量球員的防守孰優孰劣,球隊防守體系、體能條件、身材、判斷、反應速度,太多因素綜合之下使得防守的評斷非常抽象。老話一句,籃球場上是動態連續的"過程",變數太多,僅以"結果"來衡量場上表現必然有些缺失。但我們還是能挑最適合呈現場上影響力的數據做為參考。

Dangal冠

抱歉現在才回覆

好長一系列的進階數據解析單元即將進入尾聲囉~本次我們要介紹幾項目前在籃球界很盛行的數據,Win Share、正負值及其親戚。這將是本系列的第五篇,在此婦上前四篇的連結:

籃球科學化發展,進階數據大解析(一):EFF、GmSc、eFG%、TS%

籃球科學化發展,進階數據大解析(二):籃板率、USG%、AST%、TOV% 

籃球科學化發展,進階數據大解析(三):PER、Possession、Pace

籃球科學化發展,進階數據大解析(四):ORtg、DRtg

WS(Win Share,勝利貢獻值) 

Win Shares最早是Bill James設計給棒球用來計算球員貢獻多少勝場數的指標,後來由Dean Oliver改良引進籃球界,同樣是用來計算球員為球隊貢獻了多少勝場數。他可以拆分成進攻與防守的部分,也就是OWS(Offensive win share)DWS(Defensive win share) 

這個數據是累積數據,會隨著比賽的進行而累計。而且球隊也會輸球,所以不太可能永遠都是正貢獻。當球員表現不好的時候,該場的WS可能是負的。最終球員累計的WS,代表球隊的總勝場中,估計有多少勝是由該球員所貢獻。 

首先我們來認識OWS的部分: 

其中marginal offense用來衡量球員創造的得分效益,比聯盟平均進攻效率與節奏下的得分效益高出多少。公式如下: 

marginal offense = points produced - 0.92×聯盟每回合平均得分×聯盟平均進攻回合數 

這個points produced就是在ORtg裡頭的PProd是同一個的東西,代表球員在進攻端為球隊帶來的所有得分效益。後面減掉的整串就是聯盟平均的得分效益,但加權為0.92 

接下來要把球員創造的得分效益換算成勝場數,所以我們要知道marginal points per win這個東西。它代表每一勝需要的邊際得分效益: 

以聯盟場均得分乘上0.32(這是WS自己計算出來的加權值),得到聯盟平均每勝需要的得分。再將進攻節奏轉換為球隊的進攻節奏,就是該隊每勝需要的得分。 

後將球員創造的總得分效益marginal offense除以每勝需要的得分marginal points per win,就是估計出來球員在進攻上為球隊貢獻的勝場數了。 

 

接下來是DWS的部分。首先必須要特別注意,DWS是以DRtg為基礎下去推算的。 

 

其中:

與進攻的0.92相反,防守的加權較高,為1.08。聯盟平均每回合得分乘上1.08,扣掉球員每回合失分,得到該球員每回合能守下比聯盟平均低多少的得分。再換算球隊的進攻回合數,並考慮球員的上場時間比例,推算出球員為球隊守下的所有分數,稱為marginal defense 

同樣將球員手下的得分marginal defense除以每勝需要的得分marginal points per win,就可以推估球員在防守上為球隊帶來多少勝場的貢獻。 

 

OWSDWS加起來,就是球員的總WS。最終的WS就是球員估計為球隊貢獻的總勝場數。 

另外,WS雖然是計算球員對於勝場的總貢獻,但是可以用球員的上場時間算出另一項效率指標:WS/48。將球員的WS除以球員的總上場時間,再乘以48,就是球員平均每48分鐘所能貢獻的勝場數。 

缺失: 

既然是球員估計為球隊帶來的勝場貢獻,那麼全隊的WS加總應該要等於球隊的勝場才對。然而WS的每勝所需得分換算是以聯盟平均推估,因此每支球隊的WS加總多少都會與實際勝場數有些差異。尤其對於每場贏球的勝分差與輸球的負分差有明顯落差的球隊(例如贏都贏很多、輸都輸很少,或者贏都贏很少、輸都輸很多)WS加總與實際勝場數就很容易產生更大的誤差。 

此外,DWS的部分是用很有問題的DRtg所推算,所以在DWS計算的第一步就很有可能發生問題,導致最終算出來的DWS不夠客觀。 

 

、正負值 

與前面所介紹的進階數據不同,正負值的統計來源是每場比賽的play by play,而非Box Score裡的每個傳統數據。 

訂閱運動視界電子報

追蹤我們