2015—2016赛季NBA球队技术特征与球队战绩之间关系分析

张之涵 毛志新

(1.上海市民办文绮中学-闵行汇点高中 上海 200240;2.同济大学经济与管理学院 上海 200092)

篮球运动作为当今世界流行程度很高的比赛项目，越来越受到人们的关注和喜爱。不仅是因为它的强对抗、高体能的运动特征，比赛双方球技的展示也使得篮球爱好者为之兴奋。比赛双方根据己方的各种优势，抓住对手弱点，制定实施有效的战术，限制对手的进攻，利用各种条件，加强自身进攻能力，以期取得比赛的最后胜利。

世界篮球水平目前处于“一超多强”的局势[1]。创办于1946年的全美职业篮球大联盟(National Basketball Association，简称NBA) 是目前全球范围最职业化、最市场化的大联盟之一。NBA 作为现今篮球运动发展最为完善的代表，不论是篮球技战术的运用、球员个人技术的体现，还是联赛的运作、宣传等各个方面都处于世界的顶级水平，吸引了全球无数的球迷。随着互联网的发展，比赛和球队的数据获取更加容易，体育统计学得到了广泛的应用和重视。人们可以获取与存储的球队数据信息，分析以往比赛中存在的问题，为提高未来球队的水平提供支持和帮助。

1 文献综述

目前，国内外有不少文献采用统计和数据分析的方法对联赛球队进行研究。Daly和Bornn[2]基于NBA的5万多个投篮轨迹的分析，研究了射手在紧密争抢时往往会出现更多的失误的原因，并研究了射门轨迹对NBA的防守影响。多壮志等[3]通过录像观察法、文献资料法、对比分析法等研究方法，研究两队攻防上的差异，找出与当今世界篮球发展趋势更切合的篮球攻防方式。宁国防[4]采用文献资料法、录像观察法、数理统计法与逻辑分析法等研究方法，对NBA总决赛后卫队员的各种投篮技术运用进行对比，得出勇士队的投篮技术运用全面，而骑士队的投篮技术运用较为单一，不能为球队提供足够的得分帮助。钟松伟等[5]对NBA总决赛5场比赛进行研究，结果表明，勇士队赛前实力优于骑士队，抢断及盖帽是勇士队获得球权的关键因素，勇士全队助攻次数多，团队整体配合意识强，骑士队则受犯规限制，勇士队教练员在排兵布阵上的规律性和系统性强。Devlin和Uminsky[6]基于NBA逐场比赛数据分析研究了球员小组对球队成功的贡献，研究结果可为优化球队阵容提供帮助。Angel等[7]研究了情境变量、技战术变量及球队比赛的得分趋势。

国内学者也对CBA球赛中冲抢技术、不同位置的运动员、运动员的攻防能力、球赛赛程安排等方面进行了研究。针对国内球队，章翔[8]对NBA与CBA球队技术进行统计分析，发现CBA球队的场均助攻和盖帽次数远低于NBA球队，CBA球队场均犯规和失误次数远高于NBA球队，CBA球队场均抢断次数和抢篮板个数高于 NBA球队。在CBA球队中，国内球员的抢断技术比较突出，但助攻和盖帽等能力则需要提高。吴林和刘永峰[9]运用文献资料法和专家访谈法，构建出中职篮职业化评价指标体系，并对评价指标体系进行权重分析，构建了符合我国国情的联赛职业化模式，并提出治理路径。贺晓彬[10]研究了CBA联赛外籍球员对本土球员在进攻端造成的负面影响，为我国职业球队引进外籍球员提供了理论依据。周嘉俊[11]采用SWOT分析法对研究调查得到的优势、劣势、机遇、威胁进行矩阵分析，指出缺乏高水平的三人篮球裁判员与教练员及科研水平落后是我国三人篮球最大的劣势，面临的威胁包括国外篮球文化的冲击及其他体育项目对三人篮球的冲击。

上述研究多数是使用文献分析、比较分析和录像观察等方法进行的研究,部分研究使用了一些描述性统计分析方法进行实证分析。该文在参考前人研究的基础上，利用统计分析方法对NBA球队技术指标进行研究，考察NBA比赛结果的影响因素。利用NBA球队的数据对球队的技术特点进行分析，研究各项技术指标对球队胜负的影响及技术指标间的相关关系。目的是通过对NBA比赛战术打法及特征进行分析，研究球队赢球的关键技术指标以及这些技术指标之间的相关关系，为球队未来技战术的提高提供借鉴。

1 球队胜负与各技术指标之间的关系分析

该文选取了2015—2016赛季NBA30支球队的82场常规赛的比赛数据，共2460条数据。该文选取了10个比较重要的技术指标，包括命中次数、出手次数、篮板数、助攻数、抢断数、盖帽数、失误次数、犯规次数、得分、命中率进行分析。该文的数据来源于www.statnba.com。该文主要基于统计分析中的相关分析方法，分析影响球队比赛结果的主要因素。首先研究了球队得分、篮板、助攻等技术指标与球队胜负的相关性，分析球队这些技术指标对球队赢球的贡献；其次，分析了球队技术指标间的相关性，并对指标相互影响的原因进行了分析。该文中所研究的30支NBA球队，如表1所示。

表1 NBA30支球队及编号

首先，该文以西部的圣安东尼奥马刺队为例，分析球队比赛胜负与各项技术指标之间的关系。马刺队在2015—2016赛季以67胜15负的战绩排名西部第二。这部分主要基于该球队2015—2016赛季82场比赛的各技术指标的数据与球队比赛结果，计算它们之间的相关系数，并根据指标之间的相关系数来对影响比赛结果的因素进行局部分析。其中技术指标的数据直接使用网站的统计数据，比赛结果用1表示胜，用-1表示负。将该球队的数据应用Excel的数据分析中的CORREL函数得到各指标和球队比赛结果的相关系数，计算结果如图1所示。

从图1中可以看出，命中率与球队比赛结果正相关且相关度最高。命中率表征了球队对进攻机会的把握能力，反映了球队的进攻质量。进攻质量越高，赢球的可能性越大。其次，得分、命中次数与助攻次数对球队的胜负也有着较大的影响。这几个指标综合反映了球队的进攻能力，助攻越多、命中次数越高、得分越高，则球队的赢球概率越大。另外，球队的篮板数、盖帽次数与胜负也呈现正相关关系。这2个指标表征球队的防守能力，球队的防守能力越强，限制对手得分能力则越强，从而可以更好地赢得比赛。对比进攻和防守，可以看出，进攻对球队输赢的影响更大，良好的进攻能力是衡量一个球队实力的重要标志。

图1 各技术指标与比赛结果的相关系数

另外，从图1中可以看出，球队出手数、失误数与球队的胜负呈负相关。失误越多，球队的进攻质量越差，从而输球的概率越大。出手越多，说明攻防节奏越快，从而更容易出现失误，并降低命中率，导致比赛的失败。

根据图1所示，所有技术指标与比赛胜负的相关系数大致可以分为4类：第一类为相关系数大于-0.2、小于等于0，如出手和失误；第二类为相关系数大于0、小于等于0.2，如篮板、抢断和盖帽；第三类为相关系数大于0.2、小于等于0.4，如命中和助攻；第四类为相关系数大于0.4，如得分和命中率。接下来，该文选择比较有代表性的3个技术指标，即得分、篮板数、助攻次数，分别计算这30支球队的胜负与这些指标的相关性，结果如图2所示。

图2中横坐标表示1～30共30支球队，纵坐标表示相关系数，3条折线表示各队得分、篮板、助攻与胜负的相关系数。从图2中可以看出，篮板数与胜负的相关性在各队之间有一定的差异，相关系数最大的是波士顿凯尔特人，为0.42，最低的是多伦多猛龙队，为0.08。不同于篮板，得分与胜负的相关性在各队之间相差较大，最高为纽约尼克斯队和新奥尔良鹈鹕队，均为0.64，最低为印第安纳步行者队，为0.19。这是因为对进攻型球队来讲，更倾向于获得一个高的分数从而赢得比赛的胜利；而对防守型球队来讲，得分对于胜负的影响相对较小。进一步可以看出，助攻的影响在各队之间也有所不同，最低的多伦多猛龙仅为0.06，最高的亚特兰大老鹰达到0.46。对偏向整体性的球队而言，进攻更依赖于团队配合，从而助攻会很大程度影响比赛的胜负。另外，对于偏向个人的球队，进攻更依赖于个人能力，从而对助攻的依赖较小。

图2 各队得分、篮板、助攻与胜负的相关系数

2 各个技术指标间的关系分析

上一节主要分析了技术指标与比赛结果之间的相关性，这一节主要对不同技术指标之间的相关性进行分析。

2.1 命中率和助攻次数的关系

对每支球队的命中率及助攻次数进行相关分析，得到结果如图3所示。

图3中横坐标表示1～30共30支球队，纵坐标表示命中率与助攻的相关系数。从图3中可以看出，对各支球队来讲，球队的命中率与助攻数均呈现正相关。这说明，助攻数越多，进攻越流畅，从而可以很好地提高命中率。进一步分析，基于命中率与助攻数相关性，所有球队大致可分为两大类。一类球队的命中率与助攻数相关性处于0.55～0.7之间，即命中率与助攻数的相关性较高。可以看出，这类球队的进攻偏向整体，高助攻数可以很大程度提高命中率。另一类球队的命中率与助攻数相关性处于0.35～0.55之间，相对于前一类球队，这类球队的命中率与助攻数相对较小，从而可以认为，这类球队的进攻偏向于个人，助攻数对命中率的影响较小。

图3 命中率与助攻的相关系数

2.2 命中率和篮板数量的关系

对各支球队的命中率和篮板数进行相关分析，得到结果如图4所示。

图4 命中率和篮板数量的相关系数

图4中横坐标表示1～30共30支球队，纵坐标表示命中率和篮板数的相关系数。从图4中可以看出，命中率与球队的篮板数量呈负相关。这是因为，一方面，当己方命中率低时，球队有机会夺取前场篮板，从而增加篮板数量，因此一些投篮不准的NBA明星，被戏称为“助板王”；另一方面，当己方投篮不准时，教练往往会要求球员提高防守质量，遏制对方的进攻，进而降低对方的命中率，从而增加后场篮板机会，使得篮板数量增加。进一步可以看出，该相关性在各队间的差别较大，负向相关最大的迈阿密热火队为-0.44，负向相关系数最小的夏洛特黄蜂队仅为-0.025。对于篮板差的球队来讲，由于篮板能力有限，因此篮板机会数量对总篮板数量影响较小，而对于篮板强队，篮板机会越多，总篮板数量越多。

2.3 出手数和篮板数量的关系

对球队出手总数和篮板数量之间的关系进行分析，得到的结果如图5所示。

图5 出手数和篮板数量的相关系数

图5中横坐标表示1～30共30支球队，纵坐标表示出手数和篮板数量的相关系数。由图5可以看出，球队的篮板数量对总出手数量有着较强的影响。篮板数量越多，球队得到的进攻机会越多，从而可以很大程度上增加球队的出手数。因此，篮板球能力是衡量一个球队强弱的重要标志。

2.4 出手数和失误次数的关系

这一节主要分析出手数和失误次数的关系，结果如图6所示。

图6 出手数和失误次数的相关系数

图6中横坐标表示1～30共30支球队，纵坐标表示出手数和失误次数的相关系数。从图6中可以看出，总出手数和失误数呈现负相关，失误数越多，出手数越少。这个结论相对比较直观，由于失误会造成攻防转换，浪费进攻机会，从而导致总出手数的减少。这说明，球队应尽量减少失误数，从而保证进攻机会数量。

3 结语

该文主要研究了球队的得分、篮板、助攻等重要技术指标对球队赢球能力的影响，以及命中率、进攻能力、防守能力、团队配合、出手、篮板和失误等指标之间相关性。研究结果表明，球队的命中率对球队的输赢有较强的影响，命中率越高，赢球的可能性越大。进一步可以看出，相对于防守能力，进攻能力对球队输赢的影响更大，因此，良好的进攻能力是衡量球队实力的重要指标。通过对不同技术指标之间相关性的分析可知，命中率与助攻呈正相关，因此，良好的团队配合可以很好地提高进攻质量。命中率和篮板呈现正相关，且不同球队之间出现差异化。出手数和篮板呈正相关，与失误呈负相关。因此，为了增加进攻机会，球队应增强篮板能力，且减少不必要的失误。

该文主要是对技术指标和比赛结果的相关性及指标之间的相关性进行分析，未来可以分析球队的不同赛季技术指标的变化对比赛结果的影响。同时，球队重要球员的技术表现对比赛结果的影响也是一个很好的研究方向。