NBA的三分球革命：數據揭秘「三分策略是否真有效」？

「

新賽季的NBA已經在本周打響了第一槍，熱血的全球第一籃球聯賽的熱情高漲，同時高漲的還有大家對數據科技的追求。本期DT數據俠與紐約數據科學學院合作的數據專欄中，作為計算機專業出身的數據俠Thomas Deegan，使用Python爬取了NBA的三分球數據，並用數據可視化的方式向大家解析NBA這幾十年的「三分球革命」，並在最後為大家分析NBA的「三分球策略」是否真的很有效。

▍

背景介紹

當下的NBA，你是否發現一種現象——越來越多的三分球正在掀起NBA歷史大進攻時代的高潮。

三分球正在改變著整個 NBA 的格局，聯盟里的球隊都在嘗試投更多的三分球。而隨著2017-18賽季NBA的收視率、上座率、商品和特許產品銷量以及球員工資都創下新高，評估「三分球策略」的效率就變得更有現實意義。

▍

數據準備

為了評估NBA這幾年發生了怎樣的變化，我使用了一個Python的網路爬蟲框架Scrapy，從 sportsreference.com 這個網站上爬取相關數據。最終的數據集包括了1946-47賽季到2017-18賽季每個賽季每支球隊的數據。

▍

探索性數據分析

除了在1990年代出現過一個三分球投射高峰（因為當時規則曾出現過短暫更改，將三分線設置的更近了），全聯盟平均各隊的三分球嘗試次數基本上呈現逐年線性增長的規律。而過去4個賽季，增速開始提升。

(圖片說明：自79-80賽季至14-15賽季，每隊三分球平均出手數）

同一個時間跨度的三分球得分數也呈現相似的趨勢。

(圖片說明：自79-80賽季至14-15賽季，每隊三分球平均命中數）

在全聯盟層面的三分球能力提升背後，三分球的命中率在過去幾十年卻一直維持穩定。

(圖片說明：自79-80賽季至14-15賽季，全聯盟三分球命中率）

更進一步的分析顯示，三分球的增多並不是因為球隊的比賽節奏加快而帶來了更多投射機會。三分球的增多是以兩分球減少為代價的。

(圖片說明：自79-80賽季至14-15賽季，三分球與兩分錢的佔比）

提到三分球，大家必然想到的就是庫里。過去幾個賽季他已經多次打破自己保持的三分球記錄。他在球隊成就和個人獎項上都「拿獎拿到手軟」：2次NBA最有價值球員，3次總冠軍。而且還簽下了5年2.01億美元的大合同。

球隊方面，最明顯的在嘗試使用三分球策略的球隊是火箭隊。2017-18賽季火箭隊贏下了聯盟最多的65場比賽的勝利，球隊最棒的球員詹姆斯·哈登（James Harden）也榮膺MVP（最有價值球員）。他72場比賽命中了265記三分球。

(圖片說明：最近十幾個賽季球隊的三分球平均出手數）

▍

三分球策略解析

於是順理成章，我們自然想要搞清楚這三分球策略是否真的有用。

為了解答這個問題，我將集中分析過去四個賽季的數據，而這四個賽季也是三分球投射嘗試陡增的時期。我會用一個指標評估每個隊三分嘗試次數與中位數。

一個有兩個樣本的t檢驗測試結果顯示，那些投三分球數超過中位數的球隊，贏球的平均值要高過投三分球次數不及整體中位數的球隊，並且是有統計學意義的。有趣的是，選擇多投三分的球隊比例並不比投的少的隊伍數多很多（比例分別為35.6%vs 35.4%）。

一個有意思的現象是，看起來僅僅是用更高頻率投三分，也能帶來好處。而投三分超過中位數水平的球隊，也會命中更多的兩分球。

這個結論仍然需要進一步的分析來確定。但直覺告訴我，也許是因為更頻繁地投三分的球隊，會讓對方的防守更貼近三分線，從而遠離籃筐，因此兩分球得分的機會也就多了起來。

通過更多的一些假設檢驗可以證明或者推翻更多的觀點。

• 觀點：投三分更多的球隊，攻擊籃筐會少一些，因此罰籃也會更少。

• - 假 (p = 0.59) 22.8 FTA/gm vs. 22.7 FTA/gm

• 觀點：投三分更多的球隊，得分更多

• - 真(p = 0.003) 104.8 ppg vs. 102.5 ppg

• 觀點：隨著球員年齡增長，他們的運動能力下降，會更依賴投三分

• -假 (p = 0.4286)

• 觀點：投三分更多的球隊會有更多的長籃板，因此會拿到更多進攻籃板

• -假 (p = .8967) 10.2 ORB/gm vs. 10.4 ORB/gm

對於研究NBA的三分球策略有效性的主題，應該有更多分析可以納進球員層面的評級分析中。此外，如果對NBA球隊的「擺爛」現象進行分析，也應該會有更多有趣的發現。

精彩的NBA三分球數據分析文章讀完了，你是否有所啟發呢？也請你在

文末留言

註：

本文編譯自

科技博客 「The NBA"s Three-Point Revolutio」，

點擊「

閱讀原文

內容僅為作者觀點，不代表DT數據俠立場。

作者 

| 

Thomas Deegan

題圖 | 視覺中國

期待更多數據俠乾貨分享、話題討論、福利發放？在公眾號

DT數據俠

（ID：DTdatahero）後台回復「

數據社群

」，可申請加入DT數據社群。

▍

關於DT×NYCDSA

DT×NYCDSA是DT財經與紐約數據科學學院合作專欄。紐約數據科學學院(NYC Data Science Academy)是由一批活躍在全球的數據科學、大數據專家和SupStat Inc. 的成員共同組建的教育集團。

▍

數據俠門派

本文數據俠 Thomas Deegan，芝加哥大學計算機專業碩士畢業生，曾就職於Hayes管理諮詢公司，擔任金融分析師，在2018年7月-9月參與紐約數據科學院的數據訓練營。

那些你可能錯過的乾貨：

▍

加入數據俠

「數據俠計劃」是由第一財經旗下DT財經發起的數據社群，包含數據俠專欄、數據俠實驗室系列活動和數據俠聯盟，旨在聚集大數據領域精英，共同挖掘數據價值。了解數據俠計劃詳情請回復「數據俠計劃」，申請入群請添加DT君微信（dtcaijing003）並備註「數據社群」，投稿、合作請聯繫datahero@dtcj.com。

推薦閱讀：