篮球运动中统计运用面面观

寇希冉

学了统计，你知道它与我们喜爱的篮球运动关系匪浅吗？下面就让我来给大家介绍一下其中的门道.

就篮球这项运动的本质而言，从统计科学的角度来看无非是一种概率的集体博弈，从比赛双方的每一次进攻或防守，到球队的每一次选秀或交易，甚至是球员的每一次伤病，都可以看成是一次随机事件，因此涉及的种种技术指标也就成了随机变量.

啊哈！最后原来还是落到了统计学的头上，那就让我们一起通过数据分析，来看看其中的规律在哪里，

一、标准差判断稳定性

NBA球员某项技术指标的稳定性是由该技术指标分布的标准差决定的，这个值越小，那么他的这项技术指标就越稳定.

如表1所示，是根据姚明在NBA职业生涯三个赛季的常规赛的得分统计所做的一个数据分析：

从中，我们发现，姚明在2005--2006赛季的得分数的标准差比前两个赛季低了不少，这就意味着，其在得分的稳定性方面有了明显的进步，也说明他在比赛中得到20分左有的概率增大了，而拿10分以下或拿30分以上的概率则相应地减少，不再大起大落了，这就是稳定性的体现.

如果你大致理解了标准差的作用，让我们再来看看曾经的一些NBA著名球星每个赛季常规赛场均得分的分布情况，请看表2：

从表中可以看出，邓肯的稳定性令人惊叹，无愧于“石佛”的称号；虽然科比和麦迪均为得分高手，但他们的稳定性与乔天王相比还有较大的差距，或许伤病是造成这种情况的一大原因吧；在中锋这个位置上，奥尼尔的稳定性相当突出，说明他的竞技状态保持得比较好.怎么样，有了统计学的加入，我们就可以对球员的竞技状态以及球队的状况做m正确的评估和比较，并利用它在球队阵容配置上减少不必要的风险.

当然，统计学的威力可没这么简单，只要有效数据足够，甚至还可以拥有“预测”的功能.

二、回归分析具有预测性

回归分析就是针对具有相关关系的两个变量进行统计分析的方法，只有散点图大致呈线性时，求出的回归方程才能有实际意义，否则，求出的线性回归方程毫无意义.根据回归方程进行预报，仅是一个预报值，而不是真实发生的值，只有具有线性相关关系，才可以通过线性回归方程来估计和预测.

如，为了解某篮球运动员小李的投篮命中率与打篮球时间之间的关系，表3记录了小李某月1号到5号每天打篮球时间x（单位：h）与当天投篮命中率y之间的关系（假设小李的状态稳定，发挥正常）：（1）求小李这5天的平均投篮命中率；（2）请用线性回归分析的方法，预测小李该月6号打6小时篮球的投篮命中率.

当x=6时，y=0.53，故预测小李该月6号打6小时篮球的投篮命中率為0.53.

实际上，在平时的篮球训练中还会用到茎叶图，它一般适用于样本数据不太多的情形.当然统计在篮球运动中的运用还很多，在此就不一一赘述了.

如何，现在你是不是也有点相信，体育老师的数学功底可能也很不一般哦.endprint