PTT體育區 / NBA (美國籃球)

[專欄] 初探SportVU: Howard是不是有撲有交代?已回收

看板NBA (美國籃球)作者 (恩歪批居)時間12年前 (2013/11/11 17:12), 編輯推噓31(31推 0噓 33→)
留言64則, 35人參與, 最新討論串1/1
圖表文網站版： http://reckonbox.herokuapp.com/2013/11/11/sportvu-howard-protect-rim/ 籃球運動中，防守能力的量化是一個高懸已久的難題。 多年來對於球員防守能力的評價，就算不是單純靠印象派， 最多也只能參考「抄截」、「阻攻」兩項基本數據。 當年主宰聯盟的一方之霸 Allen Iverson 曾經蟬聯三屆抄截王， 卻極少被視為擁有頂尖的防守能力； 原因就在於：嘗試抄截和阻攻失敗後所造成團隊輪轉失位的代價無法計算。 多打少代表高命中率， 所有的戰術執行都在試圖製造特定區域的進攻人數優勢和攻守球員間的時間差， 尤其當這個區域是禁區的時候，防守端一個「有撲有交代」的無效封阻， 換來的常常就是一個空籃的爆扣或是簡單的勾射。 SportVU 是一套追蹤系統，他可以追蹤場上十名球員、三名裁判還有球的所有動態， 甚至像是球員在比賽中碰了幾次球都有統計數據。 而本季 NBA 宣布在各隊的主場都裝上 SportVU 並公開所取得的資料， 這使得我們有機會從中找到真正能保護禁區的球員。 考慮保護禁區的能力，SportVU 設定兩個條件，當進攻方出手的時候： 1) 該防守球員 - 籃框 < 5英呎 2) 該防守球員 - 出手球員 < 5英呎 接著計算這些符合條件的出手，會有多高的命中率。簡單來說，有點像棒球的守備率。 有了這材料，我們就可以揪出這些「有撲有交代」嫌疑人啦！我們找現階段符合幾個條件 的球員來看看他們的表現： 1) 出場數 > 5 2) 場均火鍋 > 1 3) 場均禁區防守機會 > 5 NOT 5 | Opp at rim Player GP MIN BLK | FGM FGA FG% Marcin Gortat (WAS) 5 31.9 1.4 | 7.6 10.6 71.7% DeAndre Jordan (LAC) 7 37.2 2.1 | 4.6 7.6 60.4% Chris Bosh (MIA) 6 32.1 1.5 | 4.2 7.3 56.8% DeMarcus Cousins (SAC) 6 32.1 1.2 | 5.0 8.8 56.6% Dwight Howard (HOU) 7 35.0 1.4 | 4.9 9.0 54.0% 先來看看表現最差的五人名單，果不其然， DAJ 和 Howard 兩位一向被認為禁區防守能力優異的球員入榜。 而另一頭表現較佳的五人名單除了三位江湖流傳已久的高手以外， 則是由 Davis 和 Hibbert 代表新生代竄起的禁區大柱。 我們來比較被命中率更可看出可怕的能力差異， DAJ 和 Howard 分別為60.4%和54.0%， 另一頭 top 5 的被命中率則幾乎是只有他們的一半。 假設每場8次防守機會、每次2分、被命中率差30%，這樣一場比賽將近多掉5分， 而 DAJ 和 Howard 的進攻能力否補上這個洞，又是個大大的問號。 TOP 5 | Opp at rim Player GP MIN BLK | FGM FGA FG% Anthony Davis (NOP) 6 38.0 4.3 | 1.3 5.5 24.2% Joakim Noah (CHI) 5 27.8 1.2 | 1.8 6.2 29.0% Chris Kaman (LAL) 7 18.2 1.1 | 1.7 5.7 30.0% Tim Duncan (SAS) 5 28.8 1.6 | 2.4 7.6 31.6% Roy Hibbert (IND) 7 30.3 4.3 | 3.4 10.3 33.3% 當然賽季才剛開始，目前的樣本數還不足以妄下定論， 但是 SportVU 這個 NBA 最新推出的數據系統， 的確提供一個指標讓我們檢視這些帳面漂亮的球員， 除了怒搧一鍋的霸氣效果之外，是不是真的有鞏固兵家必爭的那一個小方塊。 參考資料： http://tinyurl.com/mcbmhhv http://tinyurl.com/kh2zyll -- ReckonBox | 睿啃盒子 算術是籃球的一部份 http://reckonbox.herokuapp.com/ https://www.facebook.com/ReckonBox -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 61.230.248.25 ※ 編輯: nypgand1 來自: 61.230.248.25 (11/11 17:14)
推
11/11 17:13, , 1F
我覺得防守最準的數據 還是 on/off 只是樣本要很大
11/11 17:13, 1F
→
11/11 17:14, , 2F
頂尖防守球員 on/off 都差很大 尤其是內線球員
11/11 17:14, 2F
推
11/11 17:15, , 3F
Duncan果然很厲害
11/11 17:15, 3F
推
11/11 17:17, , 4F
狀元真的很不錯~
11/11 17:17, 4F
推
11/11 17:17, , 5F
我今天在研究這些數據覺得樣本一多一定能更完整分析
11/11 17:17, 5F
推
11/11 17:18, , 6F
有趣 但是Kaman...?
11/11 17:18, 6F
推
11/11 17:21, , 7F
大致同意 不是TOP5有Kaman似乎...
11/11 17:21, 7F
→
11/11 17:22, , 8F
TD赫然在榜上......
11/11 17:22, 8F
→
11/11 17:22, , 9F
過
11/11 17:22, 9F
→
11/11 17:26, , 10F
Kaman一向是個不錯的火鍋手啊
11/11 17:26, 10F
→
11/11 17:27, , 11F
才7場比賽 小樣本參考就好 有可能這七場內對手多烙賽
11/11 17:27, 11F
推
11/11 17:28, , 12F
這結論似乎跳的有點快.....
11/11 17:28, 12F
推
11/11 17:29, , 13F
那草莓獸是因為對方手氣太旺嘍 應該不是吧...
11/11 17:29, 13F
→
11/11 17:30, , 14F
他應該擺明就是被電假的
11/11 17:30, 14F
推
11/11 17:30, , 15F
我印象中Kaman打球很像有點軟 就在小牛和湖人幾場看
11/11 17:30, 15F
→
11/11 17:30, , 16F
不過可能是我看太少了
11/11 17:30, 16F
→
11/11 17:30, , 17F
很多可能原因阿 等樣本數多一點再來分析比較有意義
11/11 17:30, 17F
→
11/11 17:31, , 18F
今年的這些新數據真的很有趣
11/11 17:31, 18F
推
11/11 17:32, , 19F
+/-還要算上很多變因 應該很難當純防守指標吧
11/11 17:32, 19F
→
11/11 17:37, , 20F
+/-光是替補他上場的人就占很大因素了...
11/11 17:37, 20F
推
11/11 17:39, , 21F
兩津這季攻守都大進化啊!
11/11 17:39, 21F
推
11/11 17:42, , 22F
看到TD跟Hibbert在榜上 就覺得有一定參考價值
11/11 17:42, 22F
推
11/11 17:45, , 23F
有參考價值 但也會有特例 這點是前提
11/11 17:45, 23F
推
11/11 17:45, , 24F
Kaman防守很爛 被錯位都被射爽爽 或切到犯規過多
11/11 17:45, 24F
推
11/11 17:48, , 25F
Kaman位移慢 防守一向不被認為有到水準
11/11 17:48, 25F
推
11/11 17:49, , 26F
Kaman的防守沒有想像中的爛 不過這數據倒是令人意外.
11/11 17:49, 26F
推
11/11 17:49, , 27F
看上季整年的統計比較準吧
11/11 17:49, 27F
推
11/11 17:50, , 28F
今年Kaman上場不多 對手也大多是替補 可能跟這有關
11/11 17:50, 28F
推
11/11 18:00, , 29F
樓樓上 上季還沒有使用這套追蹤系統讓你看啊
11/11 18:00, 29F
→
11/11 18:04, , 30F
數據越來越細...頗有ID野球的味道...是好還是壞...
11/11 18:04, 30F
→
11/11 18:05, , 31F
開季到現在樣本數都還太小 出現意外很正常
11/11 18:05, 31F
推
11/11 18:05, , 32F
有點難理解....隊型和內線搭擋影響還是滿大
11/11 18:05, 32F
→
11/11 18:05, , 33F
如果後衛是旋轉門監視器一直放人進來一堆錯位
11/11 18:05, 33F
→
11/11 18:06, , 34F
那對手命中率自然比較高
11/11 18:06, 34F
→
11/11 18:06, , 35F
可能整季打下來會比較準喔
11/11 18:06, 35F
→
11/11 18:07, , 36F
不過我覺得這設定對Bosh有點不公平就是XD
11/11 18:07, 36F
→
11/11 18:08, , 37F
Bosh比賽中擋拆防守對後衛施壓的效果還蠻明顯的
11/11 18:08, 37F
→
11/11 18:09, , 38F
Kaman也有可能是顧住了籃下5ft外卻被對方射爆
11/11 18:09, 38F
推
11/11 18:10, , 39F
Kaman這季上場時間20min左右而已 可以全力拼鬥
11/11 18:10, 39F
推
11/11 18:11, , 40F
沒錯 這種數據對歐肥這種懶王應該超有利
11/11 18:11, 40F
→
11/11 18:14, , 41F
但可以肯定樣本擴大後,用不同條件交叉比對會很好玩
11/11 18:14, 41F
→
11/11 18:15, , 42F
可以比照投籃區間一樣...設定出一個防守熱圖
11/11 18:15, 42F
推
11/11 18:17, , 43F
這系統太讚了
11/11 18:17, 43F
推
11/11 18:33, , 44F
這系統等DATA多了之後如果真的可以參考 .......
11/11 18:33, 44F
→
11/11 18:34, , 45F
那會有很多"竽"被抓出來lol
11/11 18:34, 45F
推
11/11 19:09, , 46F
這個是用對手命中率來排的 如果限制對手出手數>7
11/11 19:09, 46F
→
11/11 19:10, , 47F
搞不好就會把一些奇怪的人擠掉
11/11 19:10, 47F
→
11/11 19:17, , 48F
奇怪的人=平常顧開特力 難得上場就只想灌籃結果吃屎
11/11 19:17, 48F
推
11/11 19:17, , 49F
目前樣本太小，對到的對手等因素應該影響很大，再看
11/11 19:17, 49F
→
11/11 19:17, , 50F
個幾十場應該會更有參考價值
11/11 19:17, 50F
推
11/11 20:17, , 51F
防守是目前籃球場上最難被數字化的東西。站位，輪轉
11/11 20:17, 51F
→
11/11 20:17, , 52F
，補防，換防，干擾無球/持球者，對手強弱，甚至犯規
11/11 20:17, 52F
→
11/11 20:17, , 53F
是否恰當等，數字上都還不能全然盡釋。
11/11 20:17, 53F
→
11/11 20:22, , 54F
這個新統計技術有其參考性，但要用來解析籃球員的防
11/11 20:22, 54F
→
11/11 20:22, , 55F
守能力還是未逮。目前還是要實際觀看比賽，搭配各式
11/11 20:22, 55F
→
11/11 20:22, , 56F
數據參考。
11/11 20:22, 56F
→
11/11 21:08, , 57F
我真的覺得如果有全部play by play的資料會更有研討
11/11 21:08, 57F
→
11/11 21:08, , 58F
價值 不過建構這個就太複雜了...
11/11 21:08, 58F
推
11/11 21:56, , 59F
有bias吧，應該也要把隊友的四人防守能力校正才更準
11/11 21:56, 59F
推
11/11 22:02, , 60F
一眉超猛的數據阿= =
11/11 22:02, 60F
推
11/11 22:46, , 61F
K..Kaman????
11/11 22:46, 61F
推
11/12 06:10, , 62F
這數據說真的效用不太，換防跟補防就讓這數據沒意義
11/12 06:10, 62F
→
11/12 06:13, , 63F
再加上防守陣式的差別，即使是一直龜籃下，隊友漏人
11/12 06:13, 63F
→
11/12 06:13, , 64F
後切入籃下2打1也算你頭上，這樣也滿無奈的
11/12 06:13, 64F
※ nypgand1:轉錄至看板 Rockets 11/12 09:38
‣ 更多 nypgand1 的文章
文章代碼(AID): #1IW9zq8u (NBA)
NBA 近期熱門文章
更多 近期熱門文章 >>
PTT體育區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 nypgand1 的文章
文章代碼(AID): #1IW9zq8u (NBA)