NBA数据除了基础数据（得分、篮板、助攻、抢断、盖帽、命中率、失误）外，还有高阶数据（又称进阶数据）。 高阶数据分成单项高阶数据和综合高阶数据： 单项高阶数据种类繁多，例如真实命中率、有效命中率、进攻效率、防守效率、篮板率、助攻率、失误率、助失比、使用率、正负值、on/off值、被盖率、快攻得分、二次进攻得分、利用失误得分、中投得分、接球得分、TPA图、投篮热图、速度和运动距离、触球情况、被包夹情况、拼抢数据（如干扰投篮、截断、救球、掩护助攻、卡位）等。 单项高阶数据还包括不同条件下的基础数据，例如不同进攻区域的、关键时刻的 、不同打法（例如突破、挡拆、低位背身、面框、手递手）下的、不同防守强度下的、不同运球次数下的、24秒内不同剩余时间下的基础数据。篮板分压迫性篮板和非压迫性篮板。助攻还包括二次助攻、造成罚球的助攻。防守包括防守对手命中率、降低对手命中率等。失误包括传球失误和丢球失误。 完善的统计需要深刻钻研，你非得耗时几个月学习。 综合高阶数据：汇总各单项数据对球员球队进攻综合评定的数据，分成两种类型： 一是公式法计算得到的数据：PER、WS、BPM、VORP、PIE(比赛贡献值)等是基于基础数据的加权算法的结果，加权因子来自于打分。PER是数据专家约翰-霍林格研发的数据，曾经风靡一时。 二是黑箱模式数据：如DPM、EPM、LEBRON、RAPM、ERM、RAPOTR，上述高阶数据均基于正负值产生，并不依赖基础数据，而是以大数据分析（线性代数和统计学）获得数值。 近年来，黑箱模式数据受到认同度高于公式法数据。#nba#