为什么nba统计比较客观(NBA数据统计的利与弊:本意是服务比赛,但很容易混淆事实)

时间:2023-02-22 10:57:14 阅读:113

  NBA的数据统计非常发达,不夸张地讲,只要你能想到的数据,就会有对应的记载。但是在数据为比赛带来便利的同时,也不可避免地产生了很多问题,有的时候,数据并无法反映真实的比赛情况,甚至会混淆视听,下面我们就来详细聊聊,数据统计的利与弊。

  ▼数据统计三大优点

  1、带来便利

  为什么nba统计比较客观(NBA数据统计的利与弊:本意是服务比赛,但很容易混淆事实)

  现在观看NBA比赛,基础数据几乎成为不可分割的一部分。所谓基础数据就是指未经过二次计算,直接统计比赛中的得分、篮板、助攻等各项指标,是最直观的数据,也是应用最广泛的数据。

  很多球迷没时间看直播比赛,经常会直接打开比赛的数据统计表,以此来判断球员表现好坏;或者是看比赛过程中,随时关注数据变化。这就给大家带来了观赛便利,可以第一时间通过客观信息来完善观赛感受,加强对比赛的认知。

  2、详细记载

  为什么nba统计比较客观(NBA数据统计的利与弊:本意是服务比赛,但很容易混淆事实)

  如果一名球迷对NBA有充分的兴趣,如何了解以前的球员呢?最常用的方法就是视频集锦和数据统计。但是仅凭集锦只能获取片面信息,只有数据统计才能更清晰、更完整地反映曾经的比赛状况和球员表现。

  NBA有庞大的数据库,几十年前的比赛统计、球员数据都有详细的记载,这样一来,可以让球迷们最快速地了解和熟悉NBA的历史。

  3、适合推广

  为什么nba统计比较客观(NBA数据统计的利与弊:本意是服务比赛,但很容易混淆事实)

  除了基础比赛数据,NBA还有每一年详细的奖项获得统计,拿MVP为例,只要你想查,当赛季的完整投票计数都能看到,这就给球员排名提供了客观依据。

  正所谓“文无第一,武无第二”,竞技体育的魅力就是竞争、比较。球迷不仅喜欢看比赛中的激烈对抗,更喜欢对知名球星谁强谁弱展开讨论。

  而NBA的荣誉统计和数据统计,就提供了相对客观的平台,让球星强弱这个本来很主观很难找到统计论据的话题,有了相对客观的条件基础。

  而球迷在寻找论据的过程中,就是查找数据的过程,这样一来,无形中对NBA的历史就有了印象,NBA就这样不知不觉间,完成了对联赛历史的推广。

  ▼数据统计存在的问题

  数据统计有很多好处,但是也存在很多问题,而且有些是极为隐蔽,很容易让人陷入误区的大问题。

  1、基础数据的局限性

  为什么nba统计比较客观(NBA数据统计的利与弊:本意是服务比赛,但很容易混淆事实)

  基础数据也就是我们通常看到的得分、篮板、助攻、抢断、盖帽、失误等统计,正如前面提到的,这些统计能帮助观众更清晰地观看比赛,但也存在局限性。

  这个局限性就是,当数据被剥离到比赛之外,其反映出的现象就和事实有偏差,再通俗一点说,就是一旦只看数据不看比赛,很容易得出错误的比赛认知。

  比如一场比赛中,同样的得分数据,高强度防守下挺身而出,和低强度防守下零敲碎打是不一样的价值,但是基础数据无法体现区别;

  同样的篮板球数据,在人群中抢篮板或者卡位保护篮板和待在篮下捡篮板,也是完全不同的价值,但数据上也无法分辨;

  同样的抢断数据,是凭借身体强度给对手压迫造成对方失误,还是孤注一掷地放弃防守位置扑出去,对球队来说也是不同的,基础数据同样一概而论。

  为什么nba统计比较客观(NBA数据统计的利与弊:本意是服务比赛,但很容易混淆事实)

  所以在当代篮球比赛中,在数据统计越来越被大家重视的情况下,有一些“聪明”的球员或明或暗、或多或少地在场上“刷数据”。

  本来一个难度不大的后场篮板,给谁都是给,但有些球员偏偏要和自家队友争一下,这样从数据统计上判断,他的篮板球能力貌似很强。

  再比如有些反击快攻的轻松得分机会,有些球员总是第一时间冲上去,不惜体力也要拿下这两分,这样一来,从数据统计上既能拉高场均得分,又能提高进攻效率,这会让大家觉得他是一名高效的得分手。

  2、高阶数据的线性问题

  为什么nba统计比较客观(NBA数据统计的利与弊:本意是服务比赛,但很容易混淆事实)

  很多球迷会被“高阶”两个字吓住,以为高阶就是代表高深,进而把这些统计当成金科玉律甚至是真理一般对待。但事实上,如果你稍微花一点时间了解一下,就能发现所谓的高阶数据名不副实。

  高阶数据的原材料全部来源于基础数据,通过给得分、篮板、助攻、盖帽、抢断、失误、出手次数、命中次数这些基础统计赋予不同的权重,利用公式计算得出。

  这样一来就存在两个关键问题:

  第一,加权参数如何保证精准?实际上这个问题是没有答案的,因为根本解决不了。虽然大型体育媒体ESPN有不少数据专家,尽可能利用统计学去赋予相对准确的加权,但NBA的比赛是动态发展的。

  为什么nba统计比较客观(NBA数据统计的利与弊:本意是服务比赛,但很容易混淆事实)

  不同年代比赛强度不同,节奏不同,60年代抢一个篮板和90年代抢一个篮板,是完全不同的价值,但是在计算公式中,这样的变化根本无法体现。这也就引出了第二个问题,基础数据的局限性。

  这个问题前文已经提到,如果一名球员去刷数据,体现在基础数据上就是更好看,而高阶数据来源于基础数据,所以刷得分、刷篮板、刷助攻同样能让自己的高阶数据好看,一个人为能控制高低的评价标准,还有多少权威性?

  为什么nba统计比较客观(NBA数据统计的利与弊:本意是服务比赛,但很容易混淆事实)

  第三,则是更深层的问题,那就是高级数据的线性局限。

  比如A球员场均出战30分钟,场均出手15次,打出一组数据后通过加权计算,得出其进攻效率是25;另一位B球员场均出战36分钟,场均出手20次,计算出进攻效率是20。如果按效率值判断,A无疑是进攻效率更高的球员。

  接下来就涉及到很多球迷的经典问题,是不是给普通球员足够的出手机会,也能打出全明星的表现?当然不是!在实战中,对于任何一名球员,一定存在某一个自身能力上限的临界点或拐点。

  拿进攻为例,我们看到某一名球员可以高效地场均贡献20分,但如果强行要求他更多次出手,完成更多高难度攻坚,他的命中率会出现断崖式下跌,从0分到20分他需要用15次投篮机会,但是涨到25分,就可能要出手25次才行。

  为什么nba统计比较客观(NBA数据统计的利与弊:本意是服务比赛,但很容易混淆事实)

  但是高阶数据的线性特征就不能反映出这里的差异,在直角坐标系上,高级数据永远是一条平稳上升的直线,这种逻辑下,让A球员不断增加出手,场均得分会稳步提升,且效率值不变。但是实际中,这种操作在坐标系中应该是一条曲线,到了一名球员身体、能力承受上限的拐点,其效率值会暴跌。

  对于不同目标的球队来说,虽然A球员进攻效率高,但是不一定价值就高于B球员。比如一支争冠球队,已经有很多得分点,就缺一个执行高难度攻坚的得分手,那么B球员对于他们来说,才是最需要的,如果引进看似进攻高效的A球员,他们距离夺冠永远都会差那么一段距离。

  ▼数据统计的盲区

  除了上述的各种局限性,数据统计还存在很多盲区。

  1、进攻数据的盲区

  为什么nba统计比较客观(NBA数据统计的利与弊:本意是服务比赛,但很容易混淆事实)

  比如在进攻端,有些“聪明”的球员会挑选轻松得分的机会,把那些相对困难的出手留给队友,这样一来,自己的得分和命中率都能得到保证。

  也许有球迷很说,挑选轻松的得分机会也是一种能力,而且说明进攻选择合理。但是不要忘了从比赛整体角度出发,一场比赛中,一支球队所有的出手,一定是由简单、中等、困难等不同级别的出手组成。

  作为球星,价值的体现就是去完成那些困难的出手,把简单的出手留给角色球员,但如果一名球星反过来,总是抢着出手简单的投篮,反而把困难的投篮留给队友,这样得来的高效数据,又有何意义呢?

  2、防守数据的盲区

  为什么nba统计比较客观(NBA数据统计的利与弊:本意是服务比赛,但很容易混淆事实)

  再比如防守端,这其实是数据统计最大的盲区。目前防守效率主要参考还是看盖帽、抢断这些基础数据,先进一点,再加上限制对位球员命中率和对位得分正负值等。

  但这些数据统计都只能片面地体现防守能力,实战价值更高的身体对抗、无球跟防,协防补位等多个层面,数据根本无法体现。

  因此NBA中有一些球星,在这些数据统计无法体现的防守环节上,体能是能省就省,而在篮板、盖帽、抢断上,拼着防守失位也要去争取。

  这种本末倒置的球风,往往会得到不错的防守效率,反而是那些不惜体能,在防守端用身体去消耗对手的球员,最终的防守效率不怎么好看。而实际上,后者才是防守大闸,前者可能是防守黑洞。

  ▼数据统计的不可替代性

  为什么nba统计比较客观(NBA数据统计的利与弊:本意是服务比赛,但很容易混淆事实)

  最后我们要问,为什么明知道数据统计存在这么多漏洞,大家还都以此为评价依据呢?答案其实很简单,因为NBA比赛太多看不过来。

  这不是在开玩笑,NBA一年的常规赛总场次高达1230场,加上季后赛就更多,别说普遍的球迷,就是以NBA为生的职业记者、评论员也不可能关注全部比赛,或者说大家都只能观看一小部分比赛。

  为什么nba统计比较客观(NBA数据统计的利与弊:本意是服务比赛,但很容易混淆事实)

  但是基于职业要求,对NBA的解说、报道、分析、评奖等多方面,还需要评论员和记者们去完成,这样一来,他们只能通过数据统计,来衡量所有球员之间的强弱对比。

  而对于球迷来说,更是需要用数据来验证自己的观点,因为作为业余爱好者,别说比赛,集锦都看不过来。

  但数据毕竟是为人服务的,NBA的数据统计也是比赛的辅助环节,绝不是用来给比赛和球员定性的。如果完全迷信数据统计,把这些数字和公式当成真理,最后不仅会远离比赛的真实情况,也失去了欣赏体育比赛原本的魅力。

版权声明:本文来自互联网整理发布,如有侵权,联系删除

原文链接:https://www.yigezhs.comhttps://www.yigezhs.com/tiyuzhishi/18671.html

标签:统计 本意 混淆

Copyright © 2021-2022 All Rights Reserved 备案编号:闽ICP备2023009674号 网站地图 联系:dhh0407@outlook.com