NBA球员综合能力的统计分析【精选】

2.3 碎石图
2.4 方差最大化正交旋转后的因子载荷矩阵
罚球命中率 Ｘ１
两双
Ｘ２
效率
Ｘ３
进攻篮板
Ｘ４
防守篮板
Ｘ５
篮板
Ｘ６
助攻
Ｘ７
抢断
Ｘ８
失误*
Ｘ９
得分
Ｘ１０
提取方法 :主成分分析法。
a. 旋转在 5 次迭代后收敛。
旋转成份矩阵a
1 -.485 .891 .714 .920 .962 .984 -.291 -.024 .192 .410
•
2013-2014常规赛联盟球员数据EXCEL表
• 将指标“失误”取倒数，记为“ 失误* ”然后对上述数据 进行SPSS分析。
2. 因子分析结果
2.1 上述数据因子分析的KMO 和 Bartlett 的检验为
0.611，大于0.6，适合作因子分析。
KMO 和 Bartlett 的检验 取样足够度的 Kaiser-Meyer-Olkin 度量。 Bartlett 的球形度检验
3.1 基于F1因子得分分析NBA球员实力
• 公共因子F1在两双，篮板，效率上的载荷值都很大。以 F1排序得分最高的六个球员是霍华德、乐福、考辛斯、杰 弗森、格里芬、阿尔德里奇，他们均是内线球员，在篮板 贡献方面有绝对优势，因此，他们得到篮板和得分上双的 概率更高，两双贡献度大。同时，作为内线球员，命中率 较其他位置球员更高，效率也更高。得分比较低的球员是 克劳福德、帕克、尼克—杨他们均是后卫篮板贡献较小。
45.708
23.469
69.177
16.417
85.594
即：F=(45.708*F1+23.469*F2+16.417*F3)/85.594
2.7 计算综合得分
• 各公共因子以及综合得分如下EXCEL表所示：
•
因子得分EXCEL表
2.8 聚类分析对因子分析的检验
• 通过聚类分析的组间连接法对上述NBA球员的数据进行聚 类，以对因子分析进行检验，分类结果如下表所示：
NBA球员综合能力的统计分析
------- 基于因子分析和聚类分析
1. 摘要
• 对NBA球员综合能力的评价是广大球迷非常关心的一件事。 联盟利用各种各样的奖项来评价球员的素质,比如常规赛 MVP,最佳新人,进步最快球员,最佳防守球员等,但是这些指 标都不能体现一个球员的综合素质。在NBA赛场上，临场 技术统计的单项技术指标能从一个侧面反映一个篮球与动 员的比赛能力。但是，其单一性和局限性决定了它无法对 篮球员动员的比赛能力给予客观的综合评价。
•
聚类分析结果（组间连接法）
2.9 聚类分析对因子分析检验的解释
• 由聚类分析的分类结果:如果将聚类结果分为4类，即:
• 第一类: 22、25、33、24、39、46、27、40、50、32、 38、41、12、13、19、31、45、34、48、43、49、47、 14、17、18、16、23、10，30、42、44；
成份 2 -.052 .201 .363 -.145 -.104 -.118 .841 .821 .834 .223
3 .776 .093 .556 -.180 .097 .012 .197 -.024 .093 .795
2.5 旋转后的因子载荷矩阵简析
• 由方差最大化正交旋转后的因子载荷矩阵可以看出: • 第一个主因子F1主要由两双、效率、进攻篮板、防守篮板、
• 而因子得分小于零的球员均被分在第一类中； • 聚类分析法的分析结果与前述因子分析的结果基本一致,
说明前述因子分析的的结果具有很强的解释力。
3. 基于各因子得分及综合得分的球员分析
基于F1因子得分分析NBA球员实力 基于F2因子得分分析NBA球员实力 基于F3因子得分分析NBA球员实力 基于综合因子得分F分析NBA球员实力
90.896 95.478 97.883 99.159 99.766 99.999 100.000
累积 % 46.202 72.749 85.594
2.2 特征根及累计贡献率
• 由上表，按照特征根大于1的原则，选入3个公共因子， • 分别表示为F1、F2、F3，其累计方差贡献率为85.594%
• 其碎石图如下:
• 第二类: 3、5、1、2; • 第三类: 8、11、6、15、26、36、9，29、37、28、7、
20、35、21; • 第四类: 4.
2.9 聚类分析对因子分析检验的解释
• 其中，序号4单独一类，说明乐福与其他球员的与众不同， 其综合因子得分也是远高于其他球员；
• 第二类和第三类中的球员的因子得分均大于零，且第二类 的平均因子得分略高于第三类；
篮板等五个指标决定，这五个指标在主因子F1上的载荷均 在0.7以上，反映了球员在球场上的篮板贡献度，记作篮 板贡献度因子； 第二个主因子F2主要由助攻、抢断、失误*等三个指标决 定， 这三个指标在主因子F2上的载荷均在0.8以上，反映 了球员在球场上的活跃程度，记作球场活跃度因子; 第三个主因子F3主要由罚球命中率、得分等两个指标决定， 这两个指标在主因子F3上的载荷均在0.7以上，反映了球 员的得分效率，记作得分效率因子。
初始特征值 方差的 % 46.202
26.546 12.845 5.302 4.582 2.404 1.276 .608 .233 .001
解释的总方差
提取平方和载入
累积 % 46.202来自百度文库
合计 4.620
方差的 % 46.202
72.749 85.594
2.655 1.285
26.546 12.845
2.6 以F1的因子得分为X轴，F2的因子得 分为Y轴得出的各球员的因子得分图为：
2.7 计算综合得分
以各因子的方 成份 差贡献率占三个因 子总方差贡献率的 比重作为权重进行 1 加权汇总，得出个 球员的综合得分F 2
3
合计 4.571 2.347 1.642
旋转平方和载入
方差的 %
累积 %
45.708
1. 摘要
• 鉴于此，本文就利用因子分析法和聚类分析法, 从球员技 术统计中的罚球命中率、两双、效率、进攻篮板、防守篮 板、篮 板、助攻、抢断、失误、得分等共计10个指标出 发, 对2013-2014年度NBA常规赛中50名球员的综合能力 进行评估分析，比较球员的综合素质，满足广大球迷的好 奇心与需求！
.611 近似卡方 df Sig.
802.539 45 .000
• 特征根及累计贡献率、碎石图、因子载荷矩 阵的输出结果如下：
2.2 特征根及累计贡献率
成份
1 2 3 4 5 6 7 8 9 10
合计 4.620
2.655 1.285 .530 .458 .240 .128 .061 .023 .000