APM是评价NBA球员的最好方法吗?

NBA球员
资料来源:Pixabay/CC0公共域

体育分析教授最近的一项研究表明,用来评估NBA球员表现的调整加减(APM)数据有时会产生误导,因为它不能准确地解释球员队友的素质。

一项名为“在互补团队环境下衡量个体工人产出:正负调整是否孤立了NBA球员的个人贡献?”的研究最近发表在《科学》杂志上《公共科学图书馆•综合》科学杂志。

该研究的第一作者、雪城大学(Syracuse University)体育管理助理教授贾斯汀·埃尔利希(Justin Ehrlich)表示,大多数NBA赛事都是在NBA赛场上进行的在赛季中保持在同一支球队和相同类型的阵容中。这项研究仔细研究了球队阵容的质量对球员APM得分的影响。

“我们发现了互补效应的证据:根据加减系数,你的队友越好,你看起来就越漂亮,”埃利希说。这很有趣,因为调整后的加减可以控制队友和对手的影响。然而,它并不能提供关于球员在其他阵容和球队中会如何打球的样本外信息。”

许多人认为APM是给玩家评分的最佳统计数据。其理念是,为了准确感受玩家的价值,你需要考虑其他玩家的存在,包括进攻和防守。

例如,一个+1的球员意味着如果这个球员增加,平均每100回合能多得1分。在2019-20赛季流行缩短的常规赛中,密尔沃基的字母哥以10.3领衔NBA。

《公共科学图书馆•综合》研究显示,字母哥的一些队友很有可能比没有字母哥的队友拥有更高的APM评分。

根据这项研究,“APM测量使用季节性的比赛数据来估计个人球员的贡献。如果一个团队的总体得分边际成功是用一个饼来比喻的,那么APM度量就可以很好地分割饼,并相应地赋予个人贡献属性。然而,他们并没有考虑到这样一种可能性,即更好的球员可以增加蛋糕的整体大小,从而增加队友的整体APM值。”

这项研究的研究团队包括雪城大学体育管理助理教授贾斯汀•埃尔利希;雪城大学体育管理教授肖恩·桑德斯;西伊利诺伊大学经济学助理教授Shankar Ghimire

研究人员表示,基于这项研究,应该对APM评分方法进行更多的调整,以确定NBA球员的真正价值。与此同时,球队官员在做出关于交易和自由球员的决定时,应该了解当前方法的局限性。

桑德斯说:“如果一名球员被交易或作为自由球员被交易,从一支好球队变成了一支差球队,他的APM预计会受到打击。”“如果一个球员从一个差队变成一个好队,他的APM预计会上升。

“这也意味着球员轮换,”桑德斯补充道。“如果一个球员从替补变成首发,他的APM预计会上升。如果一个球员从首发变成替补,他的APM预计会受到影响。”

从研究结论

研究结果有力地证明,调整后的加减球员生产力指标实际上并不是“独立于队友”的。相反,我们发现有证据表明,阵容队友的生产力会积极地影响给定球员的真正正负价值。由于这一结果是基于特定玩家的基准生产力(通过玩家的固定效应和年龄),我们将其解释为一个显著且相当强的互补性效应,即在调整的加减措施(如真实的加减)中是不受控制的。

虽然Real Plus减去可以控制样本队友的影响良好,但似乎该措施不会控制采样超出样本的阵容 - 队友质量效应。我们在一个模型中找到了这一点,该模型占队友质量从季节变化的变化。我们注意到篮球联赛不是天然实验,其中玩家随机配对和重新采样。相反,玩家被组织成经常稳定的团队环境,并且重新采样不经常发生,使得玩家经常在他们收到一系列新的队友和谁玩耍的时候扮演的球员。在这样的环境中,有关球员价值的反事实将在很大程度上是不可观察的。从该估计,可以在将来的工作中进一步推出对APM估计方法的调整。


进一步探索

AI玩家基于真实玩家创造惊人的现实虚拟网球比赛

更多信息:Shankar Ghimire等人。在一个互补的团队中衡量个体工人的产出:常规化的调整加减去独立的NBA球员的贡献吗?,《公共科学图书馆•综合》(2020)。DOI: 10.1371 / journal.pone.0237920
由...提供锡拉丘兹大学
引用APM是评价NBA球员最好的方法吗?(2020年9月7日)从//www.puressens.com/news/2020-09-apm-nba-players.html检索到2021年4月27日
此文件受版权保护。除作私人学习或研究之公平交易外,未经书面许可,任何部分不得转载。本内容仅供参考之用。
27股票

反馈给编辑

用户评论