NBA球员综合能力的统计分析解读课件.ppt
《NBA球员综合能力的统计分析解读课件.ppt》由会员分享,可在线阅读,更多相关《NBA球员综合能力的统计分析解读课件.ppt(25页珍藏版)》请在三一办公上搜索。
1、NBA球员综合能力的统计分析,- 基于因子分析和聚类分析,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。,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2013-2
2、014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! 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。,1. 摘要,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。,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. 因子分析结果,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:,2.2 特征根及累
3、计贡献率,2.3 碎石图,2.4 方差最大化正交旋转后的因子载荷矩阵,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、 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
4、分效率,记作得分效率因子。,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:,以各因子的方差贡献率占三个因子总方差贡献率的比重作为权重进行加权汇总,得出个球员的综合得分F,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,2.7 计算综合得分,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: 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
5、,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;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;而因子得分小于零的
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- NBA 球员 综合 能力 统计分析 解读 课件
链接地址:https://www.31ppt.com/p-1482894.html