P.LEAGUE+的第一季數據排名(一、土洋合併-觸球及效率)

P.LEAGUE+第一季打完了,季後賽到了冠軍戰的時候算是被疫情給中斷了,所以筆者先就較完整的季賽來做整體排名,本次也會加上一些比較簡易、不同角度的數據,從新的角度來看一下排名的變化。

聯盟節奏 (Pace)
P.LEAGUE+第一季打完,整體聯盟打球節奏,用較簡易的公式回推可以得到98.6這個數字,對照一樣48分鐘的NBA來看,NBA在2020-21賽季聯盟平均節奏為101.42(ESPN)及99.75(NBA),相較NBA慢約1~3%,這是肉眼大概感受不出來的速度差異。

P.LEAGUE+第一個完整季賽的節奏(pace)

可以看到最快是新竹攻城獅99.10,最慢的是台新夢想家97.07,相差不到2%,主因也是因為P.LEAGUE+的隊伍就四隊,最多也就6個組合,互相影響的程度大。

請繼續往下閱讀




NBA 2020-21賽季的節奏最快隊伍為巫師104.67,最慢為尼克,96.32,不同網站算出來結果會不大一樣,但最快與最慢的隊伍是一樣的,差距可以到8%,快慢的感覺就有了。



效率(EFF)、EFF48、效率佔比
效率值是由兩分、三分的進球及出手、罰球進球及出手、籃板、助攻、抄截、阻攻、失誤等數據構成的,可以簡單看出一個球員在場上的效益,因為出手不進的權數很重,所以打法離框較近且有禁區優勢的情況下,較容易有高的EFF,這個數據也是需要用打法來區分會較準確。

P.LEAGUE+第一個完整季賽的EFF效率排名

我們可以看到,本土幾乎無法排在EFF榜單的前面,場均(分)是指平均的上場時間,如果我們將所有人都換算成48分鐘,會得到下圖。

P.LEAGUE+第一個完整季賽的eff48排名

戴維斯(Q)因為較少的場上時間,將之換算為48分鐘情況下,名次大躍進,從隊伍分佈上來看,富邦的人員佔比變多的,主因也是富邦的陣容較完整,本土陣容堅強,板凳深度又深,本土及洋將主力的上場時間較少,名次整體向前。



由EFF在延伸一個數字,就是球員的EFF,在他有上場時,佔球隊總EFF的比例,來看看球員的重要性有沒有升降。



P.LEAGUE+第一個完整季賽的效率佔團隊比例

可以看到,與EFF的進榜人員是幾乎一樣,但有名次上的變化。當塞瑟夫在場上時,富邦有著最高的117.7的團隊效率,這讓他的EFF佔團隊比例較低。這裡的觀察點在於,哪些球員上場時,團隊會有較高的EFF,而效率佔比是看在當時陣容的重要性。

請繼續往下閱讀

同時本排行也列出了每得到一分所產生的EFF,數值高可能代表內線球員、命中率高、輔助數據多,數值低可能代表外線球員、命中率較低、較不關注得分以外的事務,在下一篇會列出前15名排行。





觸球機會 與 觸球效率
觸球機會是由球員的數據反推的,並非真實在場上的觸球機會,大致上就是所有的EFF項目去計算成觸球機會,與實際上得到的EFF相比,平均每一次觸球,得到的EFF,希望來看一下誰的每一次觸球品質最高。

數據的可能的問題在於籃板少、出手命中率低的球員會較佔劣勢。

​P.LEAGUE+第一個完整季賽的觸球效率

從上表可知,大部分觸球效率高的還是洋將,但裡面可以進去五個本土球員了,戴維斯(Q)依然展現高效,而其他本土球員像曾祥鈞、林俊吉、蔡文承、曾文鼎,都在相對較少的觸球得到不錯的效率。

在隊伍分佈方面,富邦有著3本土、3洋將入列,從我們直覺的角度來看也不算意外,而入圍最少的隊伍是夢想家,有1本土及1華裔入列,華裔也算本土,但夢想家洋將的觸球效率,則是沒有排名在前15名的(塔克老師觸球效率是.578,他的持球機會太多了,下面會說明)

那麼,聯盟觸球機會較高的球員表現如何呢?

請繼續往下閱讀

P.LEAGUE+第一個完整季賽的觸球機會排名

筆者再將少於12場出賽的名單去掉

P.LEAGUE+第一個完整季賽的至少上場12場的觸球機會排名

若沒有限制出場12場以上,整個聯盟觸球機會前15名,唯一入列本土球員就是高國豪了,他也是前15名入列觸球效率最低的.488,不過比較的對象都是洋將,榜外的本土有張宗憲、楊敬敏、林志傑、施晉堯,四人的持球效率分別是.418、.531、.580、.512,這些都是有一定資歷的前輩。戴維斯依舊是本土領域的bug,林志傑則仍然是在本土球員中的有著高等級的持球效率。高國豪在持球效率大概是本土的中間,還有成長空間,後續有機會再發本土比較。

塔克老師是夢想家的攻守中心,也有著較多的外線出手,可以看到像里德、杰倫這種非內線為主的球員,仍然會有持球效率較低分的問題,而像塔壁、賈西亞這種以內線為主的洋將,較容易產生高的持球效率,可以用位置來排一下,較可以比出更明顯的優劣。

小結
數據可以有很多種解讀方向,另外一個重點也在於聯盟數據的準確性,搜集的完整性,以FIBA來說,其數據幾乎很少用於分析,數據的記錄與產生也較無一定邏輯,其數據的應用價值較低。以NBA來看,數據具有邏輯、準確性高,還會記錄許多進階數據,可供參考的意義更大。

在下一篇,用P.LEAGUE+現存的數據,來做全聯盟的每得1分所產生的效率排行、球員在場上時隊伍的得分狀況排行以及球員的PER(簡易算法)。