基于多元回归的NBA球员薪金与技术数据分析

admin管理员组

文章数量:1567278

2024年1月8日发(作者：)

DOI：10.16655/.2095-2813.2005-5659-9026基于多元回归的NBA球员薪金与技术数据分析罗舜(福州大学经济与管理学院 福建福州 350108)摘 要：该文运用文献资料法、数理统计法、比较研究法，对2018—2019赛季美国男子职业篮球联赛常规赛场均得分前50名的球员的赛季薪金与各项技术数据进行分析与比对，将球员数据进行分类，对球员各类技术数据进行相关分析，并将得出的结果可视化，最后得出每个因素对球员工资的影响程度，为中国职业篮球联赛球员的挑选提供理论性的参考。结果表明：2018—2019赛季美国男子职业篮球联赛常规赛顶尖球员的技术数据中，在满，场均篮板、场均助攻和场均得分对球员赛季薪金有显著性影响并且呈足t检验的显著性水平Sig＜0.05的情况下正相关，其中场均助攻的影响程度最高；场均失误对球员赛季薪金有显著性影响并且呈负相关。关键词：美国职业篮球联赛 篮球技术数据 多元回归分析 薪金中图分类号：G841 文献标识码：A 文章编号：2095-2813(2021)02(a)-0229-04①Analysis of NBA Players Salaries and Technical Data Based on

Multiple RegressionLUO Shun(School of Economics and Management Fuzhou University, Fuzhou, Fujian Province, 350108 China)Abstract: This paper uses the methods of literature, mathematical statistics and comparative research to analyze

and compare the season salary and various technical data of the top 50 players with average score in each game in

the regular field of the 2018—2019 NBA, classify the player data, make relevant analysis on all kinds of technical

data of the players, and visualize the results, and finally get each of them. The influence of the factors on the

player's salary can provide theoretical reference for the selection of players in the CBA. The results show that: in

the technical data of the top players in the regular season of the 2018—2019 NBA, under the condition of meeting

the significance level sig<0.05 of the t-test, the average rebounds, assists and scores have a significant and positive

impact on the players' season salary, of which the average assists have the highest impact. The average mistakes have

a significant impact on the players' season salary. It also has negative Words: American professional basketball league; Basketball technical data; Multiple regression analysis; Salary伴随世界经济的不断发展，如今竞技体育项目发展趋势是体育赛事的规范化、产业化。而其中美国职业篮球联赛（NBA）则是职业体育与经济的完美结合的典例。该研究从美国职业篮球联赛官网选取50名具有代表性的NBA球员，先初步对数据进行统计与整理，然后利用多元统计方法分析他们的比赛表现和薪金水平，分别得出球员的得分、助攻、篮板等数据对球员薪金的影响程度，为我国的篮球运动员筛选提供理论参考。1.2 研究方法1.2.1 文献资料法从福建省高校数字图书馆、中国知网查询文献资料，以“篮球运动员薪金”“篮球运动员技术数据”等为主题与关键字进行文献查阅。1.2.2 数理统计法采用SPSS 22.0和Excel 2018对数据进行统计学处理，对2018—2019赛季美国职业篮球联赛常规赛优秀球员的技术数据进行相关系数分析与多元回归分析。1.2.3 比较研究法对2018—2019赛季美国职业篮球联赛球员的薪金与技术数据的比较，分析不同种类球员之间存在的差异。1 研究对象与方法1.1 研究对象2018—2019赛季美国男子职业篮球联赛常规赛场均得分前50名的球员赛季薪金与各项技术数据。①作者简介：罗舜（1997—），男，硕士在读，研究方向为数据挖掘。当代体育科技（Ｃｏｎｔｅｍｐｏｒａｒｙ　Ｓｐｏｒｔｓ　Ｔｅｃｈｎｏｌｏｇｙ）229

2 结果与分析2.1 近几年NBA球员薪金状况美国职业篮球联赛于20世纪在纽约成立，这个男子职业篮球联盟是由美国的30支队伍组建而成，世界上顶级的篮球队员都聚集于此，我国的顶尖球员姚明等人也曾效力于其中的球队。与篮球球员能力对应的是美国职业篮球联盟的球员的高薪金。以NBA2018—2019赛季常规赛球员的赛季薪金为例，美国职业篮球联盟的球员斯蒂芬·库里这个赛季的薪金就高达3746万美元。每一个NBA球队在与球员续约或者签订新球员合同的同时，都在综合考虑球员的能力后付给其相应薪水，但之后往往发生种种变化，产生许多工资昂贵却能力低下的球员，也产生了工资低下却对球队贡献巨大的球员，这种变化使得球队应更加注重球员的筛选。2.2 球员技术数据基本统计分析篮球运动员的技术数据能直接反映出一个球员在球场上对球队的贡献。将从官网得到的球员技术数据进行分类整理，清理掉一些不必要的类别，最后选用场均篮板（X1）、场均助攻（X2）、场均上场时间（X3）、场均投篮命中率（X4）、场均抢断（X5）、场均盖帽（X6）、场均失误（X7）、场均犯规（X8）、场均得分表1 球员技术数据统计值一览表场均篮板X1平均值标准差最小值最大值方差中位数6.462.922.4013.608.525.40场均助攻X24.712.171.0110.704.704.30场均上场时间X333.112.1926.636.904.8033.35场均命中率X446.974.0139.357.8016.0546.50场均抢断X51.090.440.002.000.191.00场均盖帽X60.590.470.002.400.220.45场均失误X72.550.891.015.000.792.55场均犯规X82.300.601.103.800.372.20场均得分X922.223.7718.0036.1014.2121.15赛季薪金Y17.4710.581.6937.4611219.08表2 球员技术数据相关系数分析一览表场均篮板场均篮板场均助攻场均上场时间场均命中率场均抢断场均盖帽场均失误场均犯规场均得分rSigrSigrSigrSigrSigrSigrSigrSigrSig1-0.050.750.100.500.590.000.090.540.730.000.230.120.570.000.320.03场均助攻场均上场时间场均命中率场均抢断场均盖帽场均失误场均犯规场均得分10.310.03-0.200.160.520.00-0.060.690.780.000.350.020.380.001-0.060.660.480.000.200.160.400.000.350.020.580.001-0.170.240.560.000.050.740.330.020.190.1810.080.580.380.000.060.670.480.0010.130.350.420.000.360.0110.450.000.620.0010.370.001表3 球员技术数据与薪金模型拟合优度参数检验一览表R模型0.77R20.59当代体育科技（Ｃｏｎｔｅｍｐｏｒａｒｙ　Ｓｐｏｒｔｓ　Ｔｅｃｈｎｏｌｏｇｙ）230

（X9）这9类数据作为自变量，球员赛季薪金（Y）作为因变量。从表1中看出，在9个自变量中，场均命中率和场均得分的标准差和方差较大，说明其波动性较大；而因变量场均薪金方差较大，最大最小值差距也很明显，说明球员之间的薪金存在显著性的差距。各变量单位：场均篮板（个）、场均助攻（个）、场均上场时间（分钟）、场均命中率（%）、场均抢断（个）、场均盖帽（个）、场均失误（次）、场均犯规（次）、场均得分（分）、赛季薪金（百万美元）。2.3 球员技术数据相关分析在篮球比赛中，球员的技术指标之间存在着联系。自变量之间的相关系数r的绝对值越接近1，并且显著性水平Sig满足小于0.05，它们之间的关联程度越高。对球员的各项技术数据进行相关分析，表2为分析结果。由表2可以看出，场均篮板与场均盖帽、场均犯规的相关性较高，实际比赛中负责篮板的球员因为常与对手进行身体对抗，在盖帽与犯规的指标也相对较高；场均助攻与场均失误的相关系数也较高，比赛中助攻多代表着球员在场上传球次数多，传球失误指标自然也会增加。这9项数据之间的吻合程度与实际情况较为相符。2.4 球员技术数据与薪金多元回归分析在篮球职业联赛中，球员薪金与球员的场上技术数据挂钩，每种技术数据都对薪金有不同程度的影响。将球员技术数据与薪金进行模型汇总分析，检测其拟合优度（goodness of fit）。拟合优度是用来衡量估计的回归模型对观测值的拟合程度。模型拟合优度R2为0.59，表示自变量一共可以解释因变量59%的变化，说明该模型的数据拟合优度达到了大效应，模型拟合程度好（见表3）。t检验是对单个自变量的检验，取5%作为显著性检验的标准，若显著性Sig＜0.05，则自变量对因变量有显著影响。对每个自变量进行回归系数分析，得出的模型中自变量应包括场均篮板、场均助攻、场均上场时间、场均失误与场均得分，它们都满足Sig＜0.05（见表4）。根据以上分析得出模型公式（1）。Y=-61.42+1.18X1+3.81X2+1.93X3-9.7X7+1.23X9 （1）从模型公式中可以看出，场均篮板（X1）、场均助攻（X2）、场均上场时间（X3）和场均得分（X9）与球员薪金是正相关的关系，这几个数据越大，则球员的赛季薪金Y可能就越高，而在正相关因素中，场均助攻系数最大，影响的程度也是最大的，约为21%，最小的是场均得分与场均篮板，约为7%；场均失误（X7）则与球员薪金是负相关的关系，球员场均失误越多，球员的赛季薪金就越有可能变低；从总体来看，失误个数对薪金的影响程度最大，为54%，失误越多，表明球员的赛场稳定性就越差，越容易给球队带来负面的影响。3 结论从球队的角度来说，在挑选球员或者续约球员的过程中，球员的个人能力与发挥稳定性是考察与考虑的重点。在个人能力的考察中，场均篮板、场均助攻、场均得分体现球员个人能力积极的一面，这几项数值越高越能体现球员的价值；场均失误体现球员能力的负面，越低越好。建议参考美国职业篮球联赛球员各类技术数表4 球员技术数据回归系数统计检验一览表自变量系数常数场均篮板场均助攻场均上场时间场均命中率场均抢断场均盖帽场均失误场均犯规场均得分当代体育科技（Ｃｏｎｔｅｍｐｏｒａｒｙ　Ｓｐｏｒｔｓ　Ｔｅｃｈｎｏｌｏｇｙ）Sig＜0.05＜0.05＜0.05＜0.05＞0.05＞0.05＞0.05＜0.05＞0.05＜0.05-61.421.183.811.93-0.26-1.070.03-9.700.031.23231

据对其薪金的影响，以及各项技术指标之间的关联程度分析的结果，结合我国男子篮球运动员的实际情况，建立更加科学、有效的选材机制，重点加强对球员重要指标的训练。在具体筛选球员时，球队经理综合考虑重要因素来确定是否去与球队需要的球员签约或者续约，不应该单纯考虑场均得分这一种因素，拥有出色的助攻与篮板能力的球员也理应获得高薪酬。还应球队注意球员最近的表现和之前的表现是否波动很大，即球员的稳定性。如果球员的表现是循序渐进不断成长的，那么球队应多给予这种球员关注，而表现时好时坏的球员球队则要慎重考虑再做决定。从球员的角度来说，球员应当注意自身各项能力的提升，也要培养自己融入球队的能力，减少不必要的失误，争取获得更多球队的关注，获得更高的赛季薪金。[2] 熊凤枚.关于NBA球员性价比的聚类分析[J].网络财富,2010(12):245-246.[3] 刘晨.职业运动员薪酬问题研究——基于美职篮球员数据的计量分析[J].皖西学院学报,2014(2)10-13.[4] 张凯,朱金焕.影响NBA东、西部球队得分能力的回归分析——以2017—2018赛季为例[J].体育科技文献通报,2019(30):70-71.[5] 刘诗文.对NBA网络新闻标题的研究[D].北京体育大学,2018.[6] 会渊凯.基于数据挖掘技术的NBA金州勇士队取胜的影响因素分析[D].燕山大学,2019.[7] 陈桀夫.中美男子职业篮球联赛运动员体能测试与评价方法的比较研究[D].东北师范大学,2016.[8] 王立国.中国职业篮球联赛准入评估指标体系构建研究[D].武汉体育学院,2015.[9] 孙赫.NBA球队战绩影响因素分析[D].首都经济贸易大学,2015.球员的培养。第三，广州恒大能够有效地对比赛进行掌握，主抓机会，注重细节，依靠自己整体实力追求稳中求胜。参考文献[1] 陶国栋,蔡理.NBA球员薪酬研究[J].体育文化导刊,2012(4):69-73.(上接228页)的主力外援，对于球队的获胜起到了关键的作用。2.5 新球员技术统计2019赛季新球员的加入为恒大无论是进攻端还是防守端增加了新的活力。在最后一轮关键战面对申花，韦世豪首先打破僵局破门，从而获得此赛季联赛的第11粒进球。韦世豪射门数71次，射正数29次，说明韦世豪有着很强的进攻能力。11个进球成为本土进球数最多的球员，此外他还有6个助攻，这对于初来恒大赛季的他来说表现还是值得肯定的。作为一名前锋，传球成功率在75%以上也是非常不错的，详见表4。场均射门2.8次，在队内仅少于塔利斯卡，这也说明他的进攻力是非常强的。韦世豪出场25次，为队内出场次数较多的球员。这充分体现了新球员的价值，对球队获胜起到了至关重要的作用。参考文献[1] 张磊,李春满,游永豪,等.中超联赛制胜因素分析[J].北京体育大学学报,2015,38(8):118-124.[2] 彭彬.广州恒大足球俱乐部对中国足球超级联赛的影响[J].运动精品,2018,37(4):61-62.[3] 党传奇,黄迎乒,卓庆,等.2018年世界杯法国队夺冠技战术分析[J].青少年体育,2019(7):85-86.[4] 张超群.对我国足球职业联赛竞技能力的探析——基于中超与欧洲五大联赛主、客场攻守数据的比较分析[J].武汉体育学院学报,2019,53(10):88-92.[5] 康金明,张硕宗.第21届足球世界杯不同区域控球率与射门指标的相关性研究[J].南京体育学院学报,2019,2(8):50-58.[6] 何睿.2013—2017年中超联赛发展情况与国家队成绩的对比研究[D].北京体育大学,2019.3 结论第一，2019赛季广州恒大不再强调猛烈的进攻和绝对的压迫，而是能够抓住快速攻防转换的时机，进行间歇式的冲击打法。第二，广州恒大善于利用核心球员，同时注重年轻232当代体育科技（Ｃｏｎｔｅｍｐｏｒａｒｙ　Ｓｐｏｒｔｓ　Ｔｅｃｈｎｏｌｏｇｙ）

本文标签： 球员数据薪金技术分析