| 也谈Fantasy NBA的球员排名问题 |
| 送交者: 终身大师 2005年12月14日15:58:58 于 [竞技沙龙] 发送悄悄话 |
|
《也谈Fantasy NBA的球员排名》
本文则旨在探讨一个简单得多的问题：提出一种简单易行的Fantasy NBA的球员排名方法。关于该方法是否接近Yahoo! Fantasy NBA的球员排名方法的问题，不在本文探讨的范畴之内。 Fantasy NBA的球员排名问题，其实就是根据以下九项技术统计数据来评价NBA球员的Fantasy价值：得分数（PT）、篮板数（REB）、助攻数（AST）、抢断数（STL）、盖帽数（BLK）、三分球数（3PT）、失误数（TO）、投篮命中率（FG%）、罚球命中率（FT%）。为了简化问题的描述，本文中的技术统计数据都是指赛季总数（season total），而本文提出的排名方法也可直接应用于场均数据。由于这九项技术统计数据的意义相差悬殊，自然不能把它们直接加权平均。 一种方法是把每个球员的这九项技术统计数据的单项排名进行加权平均而得出该球员的总排名。该方法虽然简单易行，但是存在一个明显的不足：单项排名是一种离散的均匀分布，而各单项技术统计数据与均匀分布偏离很大。举个例子， Name.......Total Score....Rank 同样是总得分排名只差一位，排名第一的Iverson比排名第二的Bryant要多83分，而排名第六的Brand却只比排名第七的Pierce多2分。很显然，在总得分这一项上，Iverson比Bryant的价值大不少，Brand和Pierce的价值差不多，而单项排名则不能反映出这类的比较。 本文提出的排名方法的基本思想其实很简单：采用单项百分比排名，从而把不同意义的绝对数值转化为动态范围相同的、可加的相对数值。 让我们还是用总得分的例子。我们先定义 某球员的总得分百分比 = 该球员的总得分数 / 总得分最多的球员的总得分数 * 100% 因此，上面提到的四名球员的总得分百分比为： Name.......Total Score....Rank....总得分百分比 类似地，我们可以把这种定义推广应用于篮板数（REB）、助攻数（AST）、抢断数（STL）、盖帽数（BLK）、三分球数（3PT）。 那么，应该怎么处理失误数（TO）呢？基于同样的思路，我们可以定义 某球员的失误数百分比 = 1 - 该球员的失误数 / 失误最多的球员的失误数 * 100% 现在我们再来考虑如何衡量投篮命中率（FG%）对排名的影响。投篮命中率属于composite statistics，是由两个变量（即命中次数和投篮次数）共同决定的，而投篮命中率本身却只反映了其中的一个自由度。例如，同样是25%的投篮命中率，4投1中和20投5中对某Fantasy队的影响是大不相同的。我们的思路是寻找一个比投篮命中率更合理的变量来用于总排名。先定义一个中间变量 投篮命中率贡献值（FGPC） = 命中次数 - 投篮次数 * Fantasy队的投篮命中率 不难看出，某球员的“投篮命中率贡献值”反映了该球员对他所在Fantasy队的投篮命中率的贡献大小。例如，如果某Fantasy队的投篮命中率是50%，那么4投1中和20投5中的投篮命中率贡献值分别为-1和-5，而4投3中和20投15中的投篮命中率贡献值分别为+1和+5。在比较不同Fantasy队的球员排名时，可以人为地假设50%为投篮命中率的参照标准（采用其它的数值也可以）。 我们进一步定义 某球员的投篮命中率贡献百分比 = （该球员的FGPC - FGPC最小的球员的FGPC） / （FGPC最大的球员的FGPC - FGPC最小的球员的FGPC） * 100% 同样地，上述方法也可以应用于罚球命中率（FT%），其中，可以假设75%为罚球命中率的参照标准。 综上所述，在本方法中，某球员的Fantasy价值为以下九项百分比数据的平均值： 得分百分比 本文实为抛砖引玉，笔者真诚欢迎广大饭迷的批评指正。 |
|
 |
 |
| 实用资讯 | |
