NBA比赛结果影响因素统计分析：2008-2009赛季实证研究
2010年（第46卷）第6期
第l46卷第6期，1522，2010。
陈建宝
, 小林
,徐世杰
, 林丙灿
,
,
,
摘要：采用一系列统计分析方法，研究影响2008-2009赛季NBA参赛球队表现的因素。
研究。实证结果表明，球队核心运动员在常规赛中的作用明显；常规赛确实存在主场优势；通过
在模型中加入主客场虚拟变量后发现，球队常规赛战绩受到多种因素的影响；替代运动
动员能力和常规赛战绩也是影响季后赛表现的重要因素。以NBA为参照，我国CBA的发展
并对发展和队伍建设提出了一些有针对性的建议。
关键词：NBA；记录;影响因素；统计分析
:
.onclu
愿景：1);2)
;3)、我们
；4)
自由海
儿子。，
。
:NBA;;;
CLC 分类号：G841 文档识别码：A
收到日期：；修订日期：
基金项目：国家社会科学重点基金研究项目（）。
作者简介：陈建宝(1965)，男，云南曲靖人，教授，博士生导师
老师，研究方向是统计理论与方法、数量经济学，Emai:l
;肖琳（1988），女，福建莆田人，硕士
本科学历，研究方向为经济统计，Emai：@.l
徐士杰（1987），男，福建泉州人，峨麦人：
@;林丙灿（1988），男，福建晋江人，硕士，研究员
方向是经济统计，Emai：。
作者单位： 1. 厦门大学经济学院，福建 厦门； 2. 中华人民共和国
大学统计学院，北京； 3 泉州市丰泽区城市经济
调查队，福建泉州； 4西南财经大学统计学院
四川省成都市
1.,,,
中国；2.，ina，
，中国；3。
,,中国;4.,
集成电路，
，中国。
1 简介
NBA，即全国职业篮球联盟，成立于 1946 年，
拥有60多年的历史，已成为全球最专业、最市场化的公司。
大联盟之一。 NBA于1987年首次由中央电视台录制并播出。
中国，随着姚明、易建联等的相继加入，世界
最高水平的职业篮球联赛越来越被中国人民所熟知和喜爱。
喜欢。近年来，NBA在中国的发展越来越受到关注。
值得注意的是，其体育文化价值和商业价值都得到了充分展现。
NBA比赛的亮点不仅在于速度、力量、对抗、激情和
联赛中的运动员技术精湛、意识良好、身体素质优良。
品质还在于NBA科学细致的选秀制度、转会制度和薪资限制制度。
制衡制度保证了各个团队的实力相对均匀，没有一个团队具有绝对的优势。
如果你是对的，你可以击败另一支球队。比赛的结果往往充满悬念。
就像NBA的口号一样。 NBA的发展
他为篮球运动在世界范围内的普及和推广做出了杰出贡献。
比赛越激烈，胜负悬念就越大，球迷就越想预测比赛。
结果。不过，球迷对足球比赛结果的预测基本上还是以主要的数据为依据。
预测基于观察推论，有时会受到团队或运动员个人偏好的影响。
科学性和准确性往往较差。团队中核心队员的角色如下：
什么？人们常说的主场优势是否显着存在？季后赛与常规赛
竞争的主要影响因素有哪些？这些都是体育行业的专业人士
成为明星和粉丝关注的热门话题。本文参考了之前的研究
在此基础上，我们尝试充分利用各种统计分析方法，深入开展
深入研究旨在分析影响NBA球队表现的因素。
统计模型分析发现我国CBA的短板并在此向NBA学习
在这些方面发展优势，从而解决当前CBA的短板
为促进CBA更健康、更长远的发展提供意见和建议。
2 研究现状简述
NBA在世界上的巨大影响力，催生了许多国内外有关NBA的文献。
进行了更加深入、全面的研究。
, 和 W (1994) 关于 NBA
15
根据球队一个赛季的数据建立统计模型，预测球队的胜率。
回归分析发现，比赛得分、罚球、篮板和失误具有统计显着性。
，且各年份数据之间的回归系数相对稳定；
(1997) 使用计量经济学方法来分析 NBA 比赛明星。
研究了上座率与电视收视率、门票收入等之间的相关性。
得出正相关关系； ，Zuber 和 Lamb (2001) 等人。
NBA博彩市场主客场优势分析；利兹及所有
men (2003) 在他的书中！体育经济学∀
对联盟的制衡机制进行了更深入的讨论；米扎克、斯泰尔和罗西
(2004)使用胜率标准差和HHI等指标来衡量大联盟的竞争力。
平衡论据并指出所使用指标的优缺点；此外，国外学者还
关于NBA球员和裁判，是否存在种族歧视、工资差异等问题。
已进行了研究。
国内相关研究文献不多，其研究特点可概括为
分为3类：1）从营销角度看，NBA的市场价值和质量
分析中国的品牌文化传播和营销； 2）
从制度经济学的角度看NBA的人力制衡、收入制衡和权力制衡
深入研究三大制衡机制的功能及相关制度的运行原理
研究; 3）从NBA比赛本身的技术角度来看，比如比赛中的冲球技巧，
不同位置的运动员、攻防能力、比赛日程等。
分析和研究参见刘素荣等。 (2009)，吴
福珍和王晓军（2009）等。
这些研究虽然研究文献较多，但大多采用文献数据
研究采用数据、比较分析、视频观察等方法，有的还采用
一些更简单的描述性统计分析方法已经被开发出来，只有少数使用统计分析方法。
实证分析的建模方法。由于分析方法不同、视角不同，
与此同时，还有许多问题尚未解决，特别是基于统计建模方法的问题。
需要对NBA比赛输赢的影响因素进行更全面的分析。
深入一点。为此，本研究综合了多种统计定量方法并尝试比较
全面审视NBA比赛的影响因素，从而洞察我国体育专业
为人们特别是CBA的健康发展提供了宝贵的参考建议。
3 数据来源及指标选择
3.1 数据来源
本文涉及2008#2009赛季NBA如下指标数据：30
各队核心运动员统计评价指标；每队30支
82场比赛各项统计指标。相关数据来自虎扑网站
（2009年7月20日），搜狐网（2009年7月24日-26日）
日本）和NBA官方网站（2009年7月23日）。
3.2 指标选择
3. 2. 1 30支队伍各队核心运动员及统计评价指标
选择
核心运动员的选拔标准主要根据得分、起跑等综合考虑
速率、播放时间等指标。虽然有的运动员综合实力很强，
由于伤病等原因，他并没有打很多比赛。与整个团队的战斗
性能影响不大。此时，将选出该队中出场次数次之的最佳运动员。
为了分析，本文选取的30支球队各队的核心运动员如下表所示
1.
由于不同球队的核心运动员在赛场上的角色不同，因此不同类型的运动员
指标之间存在较大差异。为了综合考虑不同角色运动员的不同能力，
力量方面，选取了12个可以衡量运动员各方面能力（外表
数据、上场时间、投篮命中率、三分球、罚球、篮板、助攻、抢断、盖帽
盖帽、失误、犯规、得分），所有指标（除了比赛场数）均为每场比赛的平均值
其中，除了失误和犯规是负向指标外，其他都是正向指标。
表1 NBA 2008#2009赛季30支球队各队核心运动员名单
大西洋赛区 中部赛区 东南赛区
凯尔特人队
网队
尼克斯队
76人队
猛龙队
保罗·皮尔斯
德文∃哈里斯
内特·罗宾逊
安德烈·伊戈达拉
克里斯·波什
公牛队
骑士队
活塞
步行者队
雄鹿队
本戈登
勒布朗·詹姆斯
理查德·汉密尔顿
丹尼·格兰杰
理查德·杰斐逊
热
魔法
巫师
老鹰
山猫队
德韦恩∃韦德
德怀特·霍华德
安托万∃贾米森
乔·约翰逊
杰拉德∃华莱士
西南赛区 西北赛区 太平洋赛区
黄蜂队
小牛队
火箭队
灰熊队
热刺
克里斯·保罗
德克·诺维茨基
姚明
鲁迪 ∃ 盖伊
蒂姆·邓肯
掘金
森林狼队
爵士乐
开拓者队
雷霆队
卡梅罗·安东尼
埃尔杰斐逊
德隆·威廉姆斯
布兰登·罗伊
凯文·杜兰特
国王
湖人队
太阳队
战士
剪子
凯文·马丁
科比 ∃ 布莱恩特
史蒂夫·纳什
斯蒂芬·杰克逊
艾尔·桑顿
3. 2. 2 30支球队 2008# 2009 每支球队常规赛82场
各项统计指标
30支球队2008#2009赛季各球队82场常规赛的指标
包括12个正向指标和2个负向指标，其中正向指标为：各
场均得分 (ppg)、篮板 (rpg)、抢断 (spg)、盖帽 (bpg)、助攻
进攻 (apg)、投篮命中率 (fg)、三分球命中率 ()、罚球
命中率（ft）、球队价值（）、工资总额（pay）、教练执教能力
力量（教练）和核心运动员能力（P层）；负面指标是： 损失
失误（to）和犯规（fou l）。
3. 2. 3 2008#2009年季后赛16支球队替补运动员
各项统计指标
替补球员主要是指季后赛大部分比赛的替补球员。
以运动员身份出战的运动员，每队约有3至5名替补队员
运动员。描述替补运动员与核心运动员能力的指标
相同的标记。鉴于季后赛指标波动较大易建联nba比赛录播，建议使用
常规赛指标方面，数据较为稳定。各队替补运动员各项指标
它是通过累加各队所有替补运动员的各项指标来计算的。
3. 2. 4 16支球队全部进入2008#2009年季后赛
游戏各项统计指标
进入2008#2009季后赛的16支球队的季后赛指标为
在常规赛指标的基础上，增加球队常规赛胜率（bsl）、对手常规赛统计数据。
常规赛胜率（对手）和替补运动员能力（待定），共15项指标。
16
中国体育科技2010年（第46卷）第6期
4 运动员核心能力分析
4.1 主成分分析
核心运动员在各自球队中的作用不容忽视。因此，在这个过程中
在分析球队胜率的因素之前，我们首先分析各队的核心运动员。
分析。但衡量运动员的指标有很多，各个指标之间可能存在差异。
存在交互效应，因此主要采用主成分分析法对运动员进行分析。
评分后，运动员的分析结果将用于影响球队的胜率。
考察影响球队胜率的变量，更全面、客观
因素。
表1入选核心运动员的12项统计指标为
主成分分析，利用SPSS软件计算每个运动员的各种主成分
得分（表 2）。
表2 NBA 2008# 2009赛季核心运动员
统计指标主成分分析结果一览表
第一主成分 Y1 第二主成分 Y2 第三主成分 Y3
出现次数 0. 0. - 0. 51905
每场比赛平均时间 0. 0. - 0. 09975
射击 0. 0. - 0. 30942
三分球 0. - 0. 16825 - 0. 12291
罚球 0. 0. 0.
篮板球 - 0. 30818 0. 0.
助攻 0. - 0. 17016 0.
抢断 0.0.0.
被盖帽 - 0. 27496 0. 0.
错误 0.0.0.
犯规 - 0. 31518 0. 0.
得分 0. 0. - 0. 16825
分析表2，我们发现在第一个特征向量中，玩游戏的次数和每场游戏的平均时间
时间、投篮、三分球、罚球、助攻、抢断、失误和得分都是积极的指标。
篮板、盖帽和犯规均为负指标易建联nba比赛录播，其中助攻（0.384）和抢断为负指标。
(0.377) 和三分球 (0.362) 最为显着。可以看出，第一主成分是
后卫和小前锋能力的描述；在第二个特征向量中，出现的次数，
场均上场时间、投篮、罚球、篮板、盖帽、抢断、失误、犯规和得分
为正指标，三分球和助攻为负指标，其中投篮（0.453）、盖帽
(0.409)、罚球 (0.365) 和篮板 (0.406) 最为显着。可以看出，第二个
主要部分是对中锋和大前锋能力的描述；在第三个特征向量中
其中，出场次数、场均时间、出手次数、三分球命中数和得分为负指标，其他指标为负指标。
被标记为积极指标，其中错误和出现次数最为显着。可以看出，第三个主要
这些成分是针对各类运动员的反向指标，与运动员的位置关系不大。
由于第三主成分分析的价值较低，此时我们主要分析第一和
第二主成分。根据原始指标和特征向量计算各个核心操作
动员的第一和第二主成分的得分（表 3）。
从表3可以看出，描述防守者的指标（第一主成分）用g表示
里斯∃保罗得分最多，德韦恩∃韦德和勒布朗∃詹姆斯
紧随其后的是中锋蒂姆·邓肯、德怀特·霍华德、姚明
明等人在这方面并不占优势，排在后面。描述前向和
中心的指数（第二主成分）是∃Wade的最高分。
各个主成分的得分都非常高，说明∃Wade的数据比较全面。
紧随其后的是德怀特·霍华德等中锋和大前锋，以及数据天空
王者勒布朗∃詹姆斯也排在第3位，名副其实。在，
2008#2009赛季最抢眼球星科比·布莱恩特∃科比的两大指标
标军排名第8，表现较为全面，但与德维恩∃韦德和勒布相比
罗恩·詹姆斯并不是很出色。一方面是指标的局限性；另一方面是指标的限制；
一方面也说明一支球队要取得好成绩并不一定需要核心运动员
表现得非常好。
中国球迷最受关注姚明位居主成分排行榜第一
在描述前锋和中锋的指标中排名第 30 位（第二主成分）
该出价也排名第10位。这些数据表明，一方面，姚明还没有
联盟最好的中锋还需要继续加强各方面的训练；另一方面
对此，有些指标在这里可能没有体现出来，比如姚明虽然盖帽
他的能力不是很好，但是凭借着NBA顶级的身高，他赋予了进攻球员很大的力量。
巨大的进攻压力，这也是他防守能力的一大体现。
表3 NBA 2008#2009赛季核心运动员第一、第二主成分得分列表
按第一主成分排序（从大到小） 按第二主成分排序（从大到小）
Y1 Y2 Y1 Y 2
克里斯 ∃ 保罗 3. 0. 德韦恩 ∃ 韦德 3. 3.
德韦恩 ∃ 韦德 3. 3. 德怀特 ∃ 霍华德- 3. 27856 2.
勒布朗 ∃ 詹姆斯 2. 2. 勒布朗 ∃ 詹姆斯 2. 2.
凯文·马丁 1.0.16716 艾尔·杰斐逊 - 2.76202 2.
斯蒂芬·杰克逊 1. 69209 - 0. 56694 德克·诺维茨基 - 0. 35122 1.
德隆·威廉姆斯 1. - 1. 85248 克里斯·波什 - 1. 13543 1.
德文 ∃ 哈里斯 1. 56315 - 0. 71823 凯文 ∃ 杜兰特 1. 1.
科比·布莱恩特 1.1.2089 科比·布莱恩特 1.1.2089
凯文∃杜兰特 1. 1. 丹尼·格兰杰 0. 1.
乔·约翰逊 1. - 0. 95566 姚明 - 3. 30216 0.
安德烈·伊戈达拉 0. - 0. 83742 蒂姆·邓肯 - 2. 87164 0.
布兰登 ∃ 罗伊 0. - 0. 3482 安托万 ∃ 贾米森 - 0. 86072 0.
史蒂夫·纳什 0. - 3. 82858 卡梅隆·安东尼 - 0. 4046 0.
本·戈登 0.-1.45623 凯文·马丁 1.0.16716
丹尼 ∃ 格兰杰 0. 1. 克里斯 ∃ 保罗 3. 0.
保罗 ∃ 皮尔斯 0. - 0. 64786 布兰登 ∃ 罗伊 0. - 0. 3482
德克·诺维茨基 - 0. 35122 1. 斯蒂芬·杰克逊 1. 69209 - 0. 56694
卡梅隆 ∃ 安东尼 - 0. 4046 0. 杰拉德 ∃ 华莱士 - 1. 54053 - 0. 57441
17 号
陈建宝等：NBA球队表现影响因素统计分析
续表3
按第一主成分排序（从大到小） 按第二主成分排序（从大到小）
Y1 Y2 Y1 Y 2
安托万 ∃ 贾米森 - 0. 86072 0. 保罗 ∃ 皮尔斯 0. - 0. 64786
鲁迪 ∃ 盖伊 - 0. 99224 - 0. 德文 ∃ 哈里斯 1. - 0. 71823
理查德 ∃ 杰斐逊 - 1. 09936 - 1. 鲁迪 ∃ 盖伊 - 0. - 0. 78302
克里斯·波什 - 1. 13543 1. 安德烈·伊戈达拉 0. - 0. 83742
理查德·汉密尔顿 - 1. 25736 - 2. 乔·约翰逊 1. - 0. 95566
内特·罗宾逊 - 1. 31268 - 2. 艾尔·桑顿 - 2. - 1. 06828
杰拉德 ∃ 华莱士 - 1. 54053 - 0. 理查德 ∃ 杰斐逊 - 1. - 1. 25572
阿尔·桑顿 - 2. 64908 - 1. 本·戈登 0. - 1. 45623
艾尔·杰弗森 - 2. 76202 2. 德隆·威廉姆斯 1. - 1. 85248
蒂姆·邓肯 - 2. 87164 0. 理查德·汉密尔顿 - 1. - 2. 35015
德怀特·霍华德 - 3. 27856 2. 内特·罗宾逊 - 1. - 2. 99437
姚明 - 3. 30216 0. 史蒂夫·纳什 0. - 3. 82858
作者发现12个技术指标可以用2个综合指标代替，
综合指标的信息并没有丢失太多。在此基础上，不仅可以
计算每位运动员的主成分得分，并采用线性加权法
方法中，以各主成分的方差贡献率作为权重，即根据公式：
Y = (
+ % +
12
12
）/
12
我=1
(1)
在，
, %,
12
是每个主成分的方差易建联nba比赛录播，以及每个主成分之前的权重
数字为主成分的方差贡献率。计算各核心运动员的综合得分
得分（即本文分析的运动员核心能力）并相应排名（表4）。
主成分得分是综合考虑各变量和主成分的方差贡献。
是根据贡献来计算的
德韦恩∃韦德、克里斯∃保罗、勒布朗∃詹姆斯的综合得分
分数还是很高的，相对来说，相对落后的科比∃布莱恩特，
排名第4，可见综合考虑各种因素后，主成分得分较好
体现运动员的综合能力。姚明仍然排名第22位，更靠后。
原因和之前分析的一样。
表4 NBA 2008#2009赛季各队核心运动员总成绩及排名列表
综合成绩排名 综合成绩排名
德韦恩 ∃ 韦德 1. 1 保罗 ∃ 皮尔斯 - 0. 00762 16
克里斯 ∃ 保罗 1. 2 卡梅罗 ∃ 安东尼 - 0. 05151 17
勒布朗 ∃ 詹姆斯 1. 3 布兰登 ∃ 罗伊 - 0. 08551 18
科比 ∃ 布莱恩特 0. 4 本 ∃ 戈登 - 0. 31935 19
凯文·杜兰特 0. 5 安托万·贾米森 - 0. 41091 20
斯蒂芬·杰克逊 0. 6 鲁迪·盖伊 - 0. 46354 21
凯文·马丁 0. 7 姚明- 0. 46797 22
德文∃哈里斯 0.8 杰拉德∃华莱士- 0.49506 23
丹尼·格兰杰 0. 9 史蒂夫·纳什 - 0. 51567 24
德隆·威廉姆斯 0. 10 理查德·杰斐逊 - 0. 65725 25
德怀特·霍华德 0. 11 蒂姆·邓肯 - 0. 67997 26
安德烈·伊戈达拉 0. 12 艾尔·杰弗森 - 0. 68698 27
德克·诺维茨基 0. 13 内特·罗宾逊 - 1. 10306 28
乔·约翰逊 0. 14 理查德·汉密尔顿 - 1. 14260 29
克里斯·波什 0. 15 艾尔·桑顿 - 1. 16203 30
