新浪博客

[82games]NBA 2005-06赛季球员传球数据统计

2006-05-13 23:48阅读：

http://blog.sina.cn/dpool/blog/u/1196713931

前注：为了有助于更系统地理解82games在传球数据统计方面的的开拓性研究，我把04-05赛季的传球数据统计也翻译出来，建议大家参照阅读。
源链接：http://www.82games.com/feeders0506.htm

NBA 2005-06赛季球员传球数据统计

上赛季一篇备受欢迎的文章就是NBA 2004-05赛季球员传球数据统计，它告诉我们一名球员的投篮进球中有多少是来自某个特定队友的助攻，以及一名助攻者的助攻又有多少该感谢某个特定队友的得分。
对于目前的助攻数据统计，我们希望在不久的将来能看到其被废弃，因为这种方法具有非常明显的缺陷.......1) 助攻数在很大程度上取决于投篮者的得分难度，一个无人防守的灌篮和一个对抗中的高位跳投难度显然完全不同，同样是得2分，显然后者助攻的价值百分比要小于前者；2) 没有统计那些被投失的传球，如果投篮者的准星能再精确点，那么这些传球就很有可能成为助攻；3) 没有统计那些被对手犯规导致罚球的传球；4) 没有统计那些接球队员失误的妙传，如果接球者没有失误，这类传球原本很可能会转化为助攻。所有这些，都是NBA现行的传球数据统计中需要修正的。 我们的图表小分队已经在这方面作出相当杰出的贡献，请参照图表小分队零距离观察之一：妙传的价值
。事实上，这篇文章所展现的还只是冰山一角，以后我们会提供更详细的球员个人的这方面数据统计，到那时候我们可以根据“每次持球平均得分”来计算出球员传球的真实效率。 现在，对于那些传统论者，还是让我们先来看看基于传统的助攻统计下，有哪些NBA球员是位列前茅的。 1) 顶级传球-得分拍档（Top Passer-Scorer Combos）
首先我们还是要找一个比较容易的着手点，这就是下面的表格所要描述的——在2005-06赛季常规赛中，哪些球员组合之间的助攻次数是最多的？

[82games]NBA 2005-06赛季球员传球数据统计
在团队方面活塞总是表现优异，不过如图表所示，我们还看到另一个美妙的事实：Billups-to-Hamilton在本赛季已经成为联盟中助攻次数最多的“助攻-得分”组合。
上赛季在此榜单上排第一的是Nash-to-Stoudemire组合，他们比Nash-to-Marion组合仅仅多一次助攻进球，后者本赛季仍然排名第二。 除了第二和第一的差距较为明显外，第三和第二名的差距也同样明显。此外，Nash本赛季的综合表现依旧领先，他在这个榜单的前20位中占据了3个助攻席位（译者注：原文这里写的是4个席位，经过和82games核实，证明是一个错误）。 如图表所示，平均每场比赛两次助攻以上的“助攻-得分”组合在NBA屈指可数，所以我们很难在比赛中反复看到那些纯粹的得分表演。当然，如果把造犯规罚球也算入助攻范畴的话，那么某些“助攻-得分”组合的数据统计会有明显提高。
2) 顶级助攻拍档（Leading Combined Assisted FG Combos）
为什么仅仅把焦点集中在单向的传球呢？当两名队员在进攻中打出美妙配合，他们之间的总助攻数又是如何？以下就是我们的双向助攻统计排行榜...
 [82games]NBA 2005-06赛季球员传球数据统计
Billups-Hamilton组合依旧优势明显。如图表所示，大部分的上榜配对都呈现出一边倒的“助攻-得分”关系，纵观全联盟可以得到以下几个相关统计（05-06赛季）：
21对球员之间相互助攻数达到50+
10对球员之间相互助攻数达到60+
3对球员之间相互助攻数达到70+ ...所以，在上面的图表中，马刺的Parker-Duncan组合、湖人的Parker-Bryant组合、国王的Bibby-Miller组合是相互间配合最为平衡的。 联盟中又有哪些组合属于“有球就不给你”的极端案例的？Jamal Crawford给了Eddy 'no pass' Curry44次助攻却没有得到一次回报，Baron Davis给了Adonal Foyle43次助攻只得到一次投桃报李。
Iverson-Webber组合默契，他们在这个榜单上排名第五，这两位巨星主将都身体健康.....但显然费城离季候赛标准还有距离。这也许在暗示一点，76人仍在期待某些重大调整。类似的还有Johnson-Harrington组合，对于下赛季希望回升的鹰队，他们也许不是一个好的选择。
3) 球员助攻进球对特定队友的依赖度（Players most reliant on one teammate for assisted FGM's）
现在我们来看另一个有趣的关注点，哪些球员的助攻得分是严重依赖于特定队友的助攻的？
(统计门槛：被助攻总数100+)
[82games]NBA 2005-06赛季球员传球数据统计
如图表所示，以被助攻得分的百分比而言，Kurt Thomas和Boris Diaw对Nash的依赖度是最高的。上赛季在此榜单上排头名的是Carter（依赖Kidd的助攻），今年他们落到第三。
对上述统计我们再做进一步思考和改进。事实上，我们可以把得分手的投篮命中总数作为百分比计算时的分母，而不去管那些投篮命中是被助攻还是他自己创造的机会。这样，就可以得到某助攻手A对某得分手B的助攻数占B的投篮命中总数的百分比统计。
4) Players most reliant on one teammate for feeds, part II
如上所述，现在我们来统计一名球员的投篮命中总数中，有百分之多少是来自于某个特定队友助攻的？以此为参考来讨论球员的被助攻依赖度也许会更客观。

(统计门槛：投篮命中总数100+)
[82games]NBA 2005-06赛季球员传球数据统计
...在这个榜单上，Kurt Thomas对Steve Nash的依赖度遥遥领先，他54.4%的进球都来自Nash的助攻。和去年比较，这实在是一个非常巨大的数字——去年排前两位的Cato（依赖Francis助攻）和Bruce Bowen（依赖Tony Parker助攻）的数据都只有40%多。
当然，一名得分手总是依赖于特定队友的助攻并不能说明什么好坏。比如在凤凰城，Kurt Thomas虽然在进攻端很少自己创造出激动人心的得分机会，但他能够跑到空位并且把球投中。许多“接球即投型”的球员也都在此列。
5) 助攻手对特定得分手的依赖度（Passers most reliant on one scorer）
现在我们换个方向，来看看一名助攻手的助攻总数中又有百分之多少是送给某位特定队友的。当然我们这回仍然无法考量出助攻手-得分手之间配合的综合效率，但不可否认，很多时候这样的单项统计也是很有参考价值的。
(统计门槛：助攻总数100+)
[82games]NBA 2005-06赛季球员传球数据统计

在上面的图表中，华盛顿奇才引人瞩目，他们占据了3个席位。
年年岁岁花相似，岁岁年年人不同。去年的前十榜单中今年只有Szczerbiak-to-Garnett依旧存在，而下赛季我们不会再看到他们在这项统计中连袂的身影。 Antonio Daniels本赛季在华盛顿的起步有点缓慢，显然来到一支新球队后他需要一点时间适应。不过他的表现已经越来越好，并且成为奇才未来的一块重要拼图。
6) 关于未来（What the future holds...）
为了有助于大家更好的熟悉这些内容，在季候赛期间我们还将推出一些专门的传球数据统计。当你看到这些详尽确切的传球数据统计时，也许会发觉现在所使用的助攻统计实在有些古怪可笑。想象一下，假如今天我们只能看到球员的命中球统计而得不到球员的出手总数统计，会做何感想？
再一次，为了更好的理解，我们建议您将本文和图表小分队零距离观察之一：妙传的价值参考阅读。

我的更多文章

下载客户端阅读体验更佳

APP专享