篮球数据分析app受压时的实验数据

天津财经大学 硕士学位论文 篮球數据分析app比赛中的定性数据统计分析 姓名:张丹 申请学位级别:硕士 专业:统计学 指导教师:龚凤乾 摘要 定性资科的统计分析就是对研究對象进行I质的方面的分析.具体地说是运用归纳 和演绎对获得的各种材抖进行思维加工。从而达到认识事物本质、揭示内在规律的日的. 定性分析常被用于对事物相互作用的研究中.它主要是解决研究对象有没有膏或者-是 不是”的问题.我们要认识某种对象,首先兢要認识这个对象所具有的性质特征以便把 它与其他的对象区别开来.所以,定性分析是一种最根本、最重要的分析研究过程.从科 学认识嘚过程看任何研究或分析一般都是从研究事物的质的差别开始,然后再去研究它 们的量的规定在量的分析的基.碚上,再作最后的定性分析得出更加可靠的分析.近年 来,随着科技水平的不断提高体育事业也得到了迅猛发展,人们对于体育的关注逐渐增 加而统计學便逐渐地广泛应用于体育比赛之中.鉴于定性分析在处理定性数据方面的优 势,在体育统计不断发展的过程中定性分析方法不断被引進体育领域的统计分析中,这 使得传统的定量分析所不能解决的问题得到一一解决定性分析也越来越被体育统计分析 人士所喜爱.本文嘚研究目的就是想将定性分析方法拓展到体育统计领域,所以在实证分 析部分本文将根据具体数据首先生成一个4维列联表,希望得到四個变量对于频数分布 的影响其次的对数线性模型将根据前面列联表分析的结果进行深入一层的分析,希望得 到各变量对壤教影响的具体數值;最后的LogJstic回归模型将使用新的得分变量希望 得到各解释变量对于球队胜率影响的具体数值,这一系列的定性分析方法都是希望能够從 统计的专业角度分析在NBA火箭队中核心球员对于球队战绩的影响这三步分析前后衔接、 相辅榴成。最后将搬据本文中定性分析的应用给絀此方法在体育领域中应用拓展的建谡. stic线性回归模型 关键词:定性数据列联表对数线性回归模型Logi Abstract The ll'bcaimedat forItlc

FGM-A 是总投篮数-总投中数

3PM-A 是总投三分浗数-投中三分球数

FTM-A 是罚球次数-罚中次数

你对这个回答的评价是

下载百度知道APP,抢鲜体验

使用百度知道APP立即抢鲜体验。你的手机镜头里戓许有别人想知道的答案

随着大数据时代的到来社会各夶领域对于数据分析的重视程度上升到了前所未有的高度。体育当然不甘落后尤其在,利用数据解读比赛已经成为一门学问数据库的豐富程度更是超乎你的想象。

十几年前刚开始看球的时候我们只会关注得分、篮板、助攻、盖帽这些基础数据,如今人们已经把目光逐漸转向五花八门的高阶数据

何为高阶数据?有多神奇我举几个例子您就知道了,你可以通过它了解到一名球员一场比赛的触球次数拿球时长,跑动距离传球次数;定点投篮多少次,急停跳投多少次空位投篮多少次,防守人扑到脸上的投篮有多少次;整个赛季对位所有防守人的情况伦纳德防守你多少回合,你得了多少分命中率多少,乔治防你的时候又如何等等。

是不是很厉害这还只是一部汾,只有你想不到的没有做不到的。

但是很多研究数据的朋友也会有疑惑:数据的确够多可真到用时方恨少,或者说每项数据只能反映一种现象很难归纳出一个完整的结论,难以说服人

尤其防守端的数据不如进攻端丰富,进攻数据都是实质性的得了多少分,命中率多少足够评价一名球员。防守呢只用数据似乎难以评判。

但也不是没有办法我总结了三个方法,用多项数据结合的方式足以客觀评价一支球队的整体防守水平。一、造失误+限制命中率

造失误顾名思义,造成对手失误的能力NBA官网有统计对手每场的失误次数,以忣失误率(百回合有多少次失误)

什么样的防守容易造成对手失误呢?

1、激进策略:以半场盯人为例扩大防守区域,从三分线外就开始贴身抢球美国队就是靠这招制衡天下的。还有更激进的像全场紧逼、全场领防,都能造成对手失误

2、夹击策略:夹击的目的就是為了断球,两个人夹击一个人要么从手里直接把球断走,要么逼迫仓促传球队友埋伏在路线上把球拦下。在NBA中夹击经常出现在挡拆の后,今年总决赛对伦纳德的夹击,以及对的多人照顾都是这个道理,既可以逼迫当家球星把球交出去又有机会制造失误。

无论激進还是夹击都有一定风险一旦失败对手可能直接获得空位投篮机会,所以要同时看第二点限制命中率的能力。

怎样才能限制命中率呢

我要回帖

更多关于 篮球数据分析app 的文章

 

随机推荐