nba防守效率第一_nba防守效率查询

1.18年绿军防守效率联盟第几

2.NBA本赛季效率值榜前十名的球员都有谁啊

3.NBA联盟防守数据怎样看

4.nba技术统计

5.NBA的防守效率值是怎么计算的?

NBA新浪直播间是一个实时赛况、数据分析与讨论的平台，为广大NBA球迷提供了一个互动交流的场所。在这个直播间里，你可以了解最新的比赛情况，查看球员和球队的数据统计，与其他球迷一起讨论比赛的精彩瞬间。

如何进入NBA新浪直播间

首先，你需要打开新浪网站，然后在搜索栏中输入“NBA新浪直播间”。接下来，你会看到一个名为“NBA新浪直播”的页面，点击进入即可。

实时赛况

在NBA新浪直播间中，你可以随时查看比赛的实时赛况。比如，你可以看到比赛的得分、篮板、助攻、抢断、盖帽等数据，还可以查看球员的个人数据和球队的总体数据。此外，你还可以看到比赛的进程，比如哪个队伍在领先，哪个队伍在落后，哪个球员表现最出色等等。

数据分析

除了实时赛况，NBA新浪直播间还提供了数据分析的功能。在这里，你可以查看球员和球队的历史数据，了解他们的表现趋势和强项。比如，你可以查看某个球员的得分、篮板、助攻、三分命中率、罚球命中率等数据，还可以查看他在不同场次中的表现情况。此外，你还可以查看球队的总体数据，比如得分、篮板、助攻、进攻效率、防守效率等等。

讨论交流

最后，NBA新浪直播间还提供了一个讨论交流的平台。在这里，你可以与其他球迷一起讨论比赛的精彩瞬间，分享你的看法和观点。比如，你可以发表自己对比赛的看法，或者回复其他球迷的评论。此外，你还可以参与投票活动，比如预测比赛结果、选出本场比赛的MVP等等。

18年绿军防守效率联盟第几

有。根据查询体育网显示，nba球员个人的防守效率受到球队整体防守表现和个人防守表现的影响，守效率通常包括两部分，一个是球队防守效率，可以理解为球队每百回合的失分，每百回合失分越少，防守越好，另一个是球员防守效率，它指的是球员在防守方面。

NBA本赛季效率值榜前十名的球员都有谁啊

第六名。

根据百度信息查询得知，2018年绿军防守效率联盟排名第六。

防守效率就是，这是一项自从13-74赛季开始引入NBA的数据，无论是用于个人还是团队，都是指每百回合被对方攻下的分数。

NBA联盟防守数据怎样看

球迷朋友们对效率值PER并不陌生，它考量的是一名球员在一段时间内的综合表现，由著名体育人John Hollinger发明。但是效率值并不是完美的统计方法，John Hollinger也承认它对得分能力出众的球员比较青睐，但是对精于传球和防守的球员并不太友好。但是有一个道理叫强者恒强，联盟的顶级强者用什么标准衡量，他们都是最顶级的那一部分人，让我们一起来看一下本赛季NBA效率值榜前十的球员都有谁？

第10位：哈桑怀特塞德

今年是哈桑怀特塞德的合同年，怀特塞德的个人表现相当不错，本赛季场均16分，是除了16-17赛季的第2高表现，14.2个篮板创了历史新高，比他得篮板王那个赛季还高0.2个，排在本赛季篮板榜第2位，仅落后于德拉蒙德。场均3.1个助攻排名联盟第一，拿下盖帽王应该不在话下。他本赛季效率值是24.9排在第10位。

第9位：乔尔恩比德

恩比德本赛季表现相较上赛季有所退步，场均只有23.3分11.8个篮板3.3次助攻。而且还被76人球迷认为软，发起进攻点越来越向外线倾斜。但是他还是以25.6的效率值排在NBA第9位。

第8位：勒布朗詹姆斯

詹姆斯排在效率榜历史第2位，仅落后于迈克尔乔丹。本赛季初的时候詹姆斯排在效率榜第4位，但是由于场均得分的下降和失误的增加，现在下降到第9位，效率值为25.7。本赛季场均25.4分7.8个篮板10.8次助攻，但是场均失误也达到了4次。

第7位：约基奇

约基奇是NBA现役最会传球的大个子，才华横溢，拿三双拿到手软，他是NBA历史上唯一的连续三个赛季场均拿到10次三双的内线球员。本赛季他场均20.8分10.2个篮板6.8次助攻，效率值为26，排在联盟第7位。

第6位：利拉德

说出来很难相信，开拓者队两人进了效率榜前十位，可是战绩却排在西部第10位，为了季后赛的名额苦苦挣扎。利拉德本赛季场均29.5分4.4分7.9次助攻，数据相当亮眼，效率值位26.8，排在第6位。

第5位：伦纳德

不得不说快船这个赛季非常成功，一下子成季后赛球队变为冠军大热门。伦纳德的到来是最重要的因素，本赛季他场均27分7.5个篮板5.1次助攻，效率值保留一位小数也是26.8，但他以微弱的优势领先利拉德。

第4位：东契奇

东契奇本赛季的表现令人惊叹，仅仅第2个赛季就成为西部全明星首发。媒体总拿他跟同届的特雷杨相比较，但是目前看东契奇更加高效，特雷杨虽然厉害，但是失误惊人，场均4.8次失误，排在本赛季联盟第一位。而特雷杨职业生涯场均4.2次失误，排在历史第一。东契奇本赛季效率值为28，排在第4位。

第3位：安东尼戴维斯

戴维斯是这份榜单所钟爱的人，本赛季他场均26.6分9.4个篮板3.2次助攻2.5个盖帽，效率值位28.1，排在第3位。不但如此，他整个生涯的效率值为27.5，排在历史第三位，即将超越勒布朗詹姆斯，位列历史第2位。

第2位：詹姆斯哈登

詹姆斯哈登排在第2位令很多人大跌眼镜。很多球迷都觉得哈登命中率不高，失误还多，效率值应该没有这么高。其实不然，正如文章开头所说的，效率值榜单偏爱得分能力强的球员，而且哈登的单打成功率相当高，本赛季位列联盟第一位。他场均34.9分6.3个篮板7.4次助攻，场均4.4次失误，效率值还能达到29，位列第2位。

第1位：阿德托昆博

字母哥跟戴维斯一样都是效率值榜单所钟爱的球员，字母哥太全面了，本赛季场均29.6分13.8个篮板5.8个助攻1.1个抢断1.1个盖帽，命中率达到55.1%。字母哥本赛季一直领跑MVP排行榜，本赛季非常有可能蝉联MVP。他本赛季的效率值31.9，排在第一位。

NBA效率值榜前十名，詹姆斯仅第8，哈登场均4.4次失误还能排在第2。

nba技术统计

在衡量防守价值的时候，还是得依靠传统的球探报告。

主要原因，在防守没办法切割成一个个的独立。对于一个防守球员来说，一次成功阻挡对手切入，逼迫对手传球，在BOX上不会留下任何纪录。一片空白，对于防守球员来说却是成功的结果，让防守数据上先天就有所不足。

举例来说，马刺连续两年最佳防守球员伦纳德，在16-17年的防守数据上有些难以解释的地方。当他在场上的时候，马刺团队防守每100次球权会丢掉106.9分。反观他在场下的时候，马刺每100次球权仅仅丢掉98.3分而已，两者的效率相差极大。有伦纳德在场上的时候，数字显示出来团队的防守效率仅稍微优于平均，没他在场上却是几乎滴水不漏的防守劲旅。

同样的伦纳德，前两年他拿最佳防守球员的时候，团队防守数字呈现出来的却是截然不同。14-15年伦纳德首次拿最佳防守球员，他在场上马刺每100回合失分99.8，不在的时候失分104.8。15-16年连庄最佳防守球员，有在场上马刺每回合失分.2，不在的时候失分101.8。前两年的数字都非常符合直觉，有最佳防守球员在场上，马刺的防守效率比较好，失分较少。但到了16-17年，整个情况却反过来。正值当打之年，25岁的伦纳德，没道理突然变成团队防守的负分!

比较有可能的解释，是对手选择直接放弃伦纳德防守下的球员，让他参与进攻极小化。通常伦纳德防守的都是对方的王牌，让对手几乎放弃自己的进攻王牌，对马刺来说防守就成功了一半。话说回来，能够成为一支队伍进攻王牌的人，让他不参与进攻，球队进攻反而效率比较高，是一件很奇怪的事情。这个吊诡的现象，显示了防守数据的不可靠。

伦纳德不谈，成功的防守例子如下面的影片。两个影片都是肯巴·沃克在挡切后面对恩比德的防守，两次的结果对于费城来说都是好的。第一个影片，因为恩比德广大的防守范围和吓阻力，即使交换防守一对一守到肯巴·沃克，肯巴·沃克也无法轻易突破他的防守。结果?队友迅速回位，肯巴·沃克眼看这次打不进去，把球交给队友。

第二个例子，同样是肯巴·沃克和恩比德。这次肯巴·沃克看到恩比德在前面，连球都不盘了，直接在三分线外拔起出手，球没有投进篮框。

这两个影片八成都是基于恩比德广大的防守影响力，才让肯巴·沃克做出这样的决定。第一个影片中，对防守球队或是个人来说是完全一片空白。第二个影片，七六人让对手投篮不进，但恩比德的数据是一片空白。恩比德的威吓力在数据中完全看不到，这样合理吗?

再看看第二个影片，是恩比德七六人的队友，奥卡福。面对切入，他手没举，脚没跳，单纯只是对方抛射不进，奥卡福甚至连争抢防守篮板时脚都没有离地!热火拿到进攻篮板后，传给怀特塞德投进两分，不知道会不会记在离他两步远的奥卡福头上。

相同的例子实在太多太多，除了一个一个play来观察，很多时候防守真的很难用数字表示。接下来我们就来看看哪些防守数字，比较能让我们了解球员在防守端上的真正贡献!

第一级防守数据：几乎没有任何参考价值

Synergy Play-Type的防守数据，基本上完全不可用。使用这种数字，会让防守的贡献严重失真，甚至误导。但低位单打的防守数据，可信度就很高。原因?一对一被吃掉或是防守成功，就是看防守功力和投篮手感而已。

其次，是对位球员的总命中率。如同前面所提的，最成功的防守，是对方直接放弃进攻，把球传给队友。但在对位球员命中率上，最成功的防守完全看不到任何东西。再来，每个投篮一定有一个防守者。很多时候导出大空档，倒楣的是最后一个轮转的球员。然而，空档的产生有时候根本就是第一线防守的问题啊!所以使用这个数据，也要非常小心。

最后一个要非常小心的数据，是个人的DRtg(每一百回合失去的分数)。跟团队数据不一样，个人的DRtg不是球员在场上时球队的DRtg。相反的，个人的DRtg只是一个估计值。举例来说好了，活塞中锋Andre 德拉蒙德的DRtg是99，排名联盟第一。但只要有看过活塞比赛的人都知道，其实德拉蒙德在场上活塞的防守反而是比较差的。有他在场上时，整体活塞的DRtg111.8!诡异吧。

第二级防守数据：价值不高，但勉强可以参考

首先是防守的WS。使用WS这数字要很小心，因为他是经过一连串复杂的计算而来，很多人(包括小弟在内)，根本不了解其中的参数到底是什么。WS的计算是用分钟效率为基础，对于上场时间少的球员会比较有利。

接著是ESPN计算的真实效率值(Real Plus/Minus )，还有数据盒子效率值Box Plus/Minus Real plus/minus。这两个数字也是计算出来的，最大的问题如同前面所说，计算是基于看得到的数字，诸如火锅篮板抄截等等。成功防守的价值很难展现出来，只是另类的看图说故事而已。举例来说，来自法国效力费城七六人的得分后卫Timothé Luwawu-Cabarrot，在这个排行榜上名列14位。在他后面的有勇士大锁克莱·汤普森，你觉得这样合理吗?

第防守数据：价值尚可，必须搭配其他数据使用

球员场上场下防守效率差别。当球员在场上，球队防守效率较好，这位球员自然在防守上是有所贡献。但要小心的地方，除了前文里面有提到的伦纳德效应外，还有使用在同队球员的比较上面，尤其是相同位置的球员，因为他们搭配的可能是截然不同的队友。

举例来说，马刺中前锋大卫·李从来不以防守见长，而替补中锋戴德蒙的活动力和拼劲都广受好评。数据上来看，有Lee在场上，马刺每一百次球权会比戴德蒙在场上多丢掉2.8分。但焉知这不是因为马刺更常安排伦纳德和米尔斯和大卫·李一起上场?

接著，是场上五人的防守效率。举例来说，费城七六人当T.J.麦康奈尔打控球时，比罗德里格斯主控时防守效率好上不止一截。但这会严重受到样本数大小的影响，即使这个场上组合超过100分钟，那也只不过是两场多一点的比赛时间而已。这样短的时间内，什么事情都可能发生，所以在使用场上五人防守数据时，我们还是得搭配其他数字来服用。

第高级防守数据：大胆放心使用吧

属于防守数据的王者只有一个，很可惜这个数字只适合给中前锋使用，那就是当球员在篮框附近时，对手投篮命中率。这个数据几乎不会受到其他队友影响，也不会因防守阵型不同而改变。顾名思义，这个数据会产生一定是防守球员在篮下，而且对方在篮下出手投篮，最简单直接的反映了球员的护框能力。

唯一的缺憾，是这个数字无法反映球员的吓阻力。当一位球员切入的时候，看到篮下补防的中锋是戈贝尔，还是灰狼状元郎唐斯，做出来的动作可能截然不同。碰到法国大扫把，切入球员传球的可能性高得多，直接挑战的不会是多数。切入球员不选择攻击篮框，而选择把球传出去，在数字上面不会有任何影响。

除此之外，这个数字几乎是能完美呈现球员的护框能力。原因如下：

1.防守球员的位置很接近进攻球员，而且不是被迫错位。

2.进攻球员投进与否是一翻两瞪眼，直接反映在这个数字上面。

3.几乎所有球员的基淮点都相同，不会因为球队防守体系或是进攻节奏有所改变。

另外一个防守数字的王者，是经过节奏调整后的防守数字。这边说的不是球员每分钟的效率，而是调整过快慢不同的节奏，产生出来的最终数字。对于锋卫球员来说，这是一个相当可靠的指标。

结论

我们现在能看到的防守数据，很难单一判断球员防守的防守好坏。最高等级的防守数据，往往是主流媒体或是评论最容易忽略的地方。举例来说好了。各年的阻攻王通常都是该年度最佳防守球员的热门人选。但在个人很久以前的文章中(敲火锅等于好防守?从怀特塞德谈起)，就提过这点。

还好，近年来曾有过传统数据不怎样的马克·加索尔拿下最佳防守球员，而格林也在票选上击败了大扫把戈贝尔拿下这项大奖，表示抄截和火锅在投票者心中的比例，已经越来越低。这并不是说戈贝尔的防守不好，事实上，他在篮下的吓阻力和影响力，可能只有推特王恩比德可以跟他稍微比较一下。格林得奖，在于他暨拥有强大的护框能力，同时兼备防守侧翼球员的优秀脚步。不过17-18球季，戈贝尔还会是最佳防守球员的热门人选。

这篇文章的用意，不是说全部的防守数据都是垃圾，毫无参考价值。这里只是想提醒大家，没有一个防守数据能全然反映球员的能力。使用每个数字之前，最好都能理解他背后是如何被计算出来的，这样在诠释上才不会有问题。另外，目前没有数据能力衡量球员在无球状态下的防守能力，这也是未来值得开发的区域。

NBA的防守效率值是怎么计算的?

效率值

NBA对于球员有一个综合判断指数：效率准则(也称之为单位效率准则)，这个效率指数的最基本思路是将一名球员球场表现的折算成为一个可以进行比较的数字，保障了不同位置的球员都可以在一个通过换算后的同一起跑线上进行比较。

计算这个效率准则的公式为：[(得分+篮板+助攻+抢断+封盖)-(出手次数-命中次数)-(罚球次数-罚球命中次数)-失误次数]/球员上场比赛的场次。这个依据的得出，可以综合判断球员良性表现，并且参照球员的球场不良表现，接着根据球员出场的次数来得出单场平均的效率表现。

就这个公式而言，是现在NBA官方数据中，最常见的一个综合数据指数，而事实上同样存在不合理的基准，就是某种程度上把进攻指数凌驾在防守指数之上。设有两名球员同时计算5场比赛的效率指数：

A球员：150分50篮板25助攻5抢断5封盖，出手次数150次命中100次，而罚球60次命中50次，失误10次的话，该球员场均30分10板5助攻1抢断1封盖2失误命中率67%罚球率83%。该球员的效率指数为：33

B球员：60分75板15助攻15抢断20封盖，出手次数70次命中45次，罚球20次命中15次，失误同样10次的话，该球员场均12分15篮板3助攻3抢断4封盖2失误命中率64%罚球率75%。该球员的效率指数仅仅为：29

事实上，前者是标准的全能进攻型球员，而后者是标准的全能防守型球员，只不过因为相对来说防守型数据抢断与封盖的获得远不如得分这般容易，所以显得这位场均得分12分却在篮板15次抢断3次封盖4次的优秀球员显得远不如进攻性球员。

而这个数据尽管存在一定的偏袒进攻性，却是现在官方使用的最常用的效率指数，也是相对来说比较客观的一项比较基准。

第一步是uPER (unadjusted PER)的计算 \x0d\\x0d\先来看看uPER计算公式： \x0d\\x0d\uPER = (1/MP) ×{3P+ (2/3)×AST+ (2 - factor×tmAST/tmFG)×FG+ FT×0.5×[1 + (1 - tmAST/tmFG)]+ (2/3) × tmAST/tmFG-VOPTO- VOP×DRBP×(FGA - FG)- VOP×0.44×[0.44 + (0.56×DRBP)] ×(FTA - FT)+ VOP×(1 - DRBP) ×(TRB - ORB)+ VOP×DRBP×ORB + VOP×STL + VOP×DRBP×BLK - (PF×lgFT/lgPF) - 0.44×lgFTA/lgPF ×VOP } \x0d\\x0d\其中，分母MP，表示球员出场时间。用作总分母说明了PER的per-minute性质。不是数据越高越好，而是效率越高越好 \x0d\\x0d\分子的逐项分析： \x0d\\x0d\第一项：3P \x0d\\x0d\3P，球员3分球命中数。 \x0d\第一项衡量球员远投能力。 \x0d\\x0d\第二项：(2/3)*AST \x0d\\x0d\第二项衡量球员在助攻上的贡献。 \x0d\\x0d\第三项：(2 - factor*(tmAST/tmFG))*FG \x0d\\x0d\factor = (2/3) - (0.5*(lgAST / lgFG)) / (2*(lgFG / lgFT)) \x0d\lgAST / lgFG，联盟助攻数／联盟命中数； \x0d\lgFG / lgFT，联盟命中数／联盟出手数 \x0d\\x0d\由此看来factor应该是一个联盟数据，与球员个人表现无关。由公式可以看到，命中率越高，factor数值越大；出手次数越多，factor数值越小，同时也应该注意到，助攻次数越多，factor数值越小。显然Factor衡量的是联盟的运动战得分能力并突出了单打能力。 \x0d\\x0d\再看整个项，tmAST/tmFG，球队助攻总数／球队命中总数；FG，球员命中数； \x0d\\x0d\联盟得分越容易，球队整体战越好（助攻数越多），该项数值越小；球队命中次数越多，球员命中次数越多，该项数值越大。因此感觉第三项是衡量球员的运动战得分能力。并且根据联盟防守情况和球队整体以及球员单打能力作了修正：联盟防守质量越强越值钱，球队整体越强越不值钱，球员单打越强越值钱。 \x0d\\x0d\第四项：FT*0.5*(2 - (1/3) *(tmAST/tmFG)) \x0d\\x0d\FT，球员罚中数； \x0d\tmAST/tmFG，球队助攻数／球队命中数 \x0d\\x0d\即球员罚中越多，数值越大，球队整体战越强（得分主要依赖于助攻，罚球机会少），数值越小。 \x0d\\x0d\第四项是衡量球员罚球上的贡献。 \x0d\\x0d\第五项：-VOP*TO \x0d\\x0d\VOP＝ lgPTS / (lgFGA - lgORB + lgTO + 0.44*lgFTA) \x0d\\x0d\LgPTS，联盟平均得分； \x0d\lgFGA，联盟平均出手； \x0d\lgORB，联盟平均前板； \x0d\lgTO，联盟平均失误； \x0d\lgFTA，联盟平均罚球数； \x0d\\x0d\由此可见VOP衡量的是联盟每一次进攻的平均效率。 \x0d\\x0d\TO，球员失误。 \x0d\\x0d\第五项用来计算球员失误的，前面加负号表示因为失误造成球队的失分。 \x0d\\x0d\第六项：- VOP*DRBP*(FGA - FG) \x0d\\x0d\DRBP，DRBP = (lgTRB - lgORB) / lgTRB \x0d\\x0d\LgTRB，联盟平均总板； \x0d\lgORB联盟平均前板； \x0d\\x0d\由此可见，DRBP衡量联盟整体防守篮板能力。（包括后板和球队篮板） \x0d\\x0d\VOP，联盟进攻平均效率； \x0d\FGA，球员出手数； \x0d\FG，投中数。 \x0d\\x0d\第六项应该是衡量球员浪费投篮机会的能力。前面加负号表示因为球员投篮失手造成球队的失分。 \x0d\\x0d\第七项：- VOP*0.44*(0.44 + (0.56*DRBP))*(FTA - FT) \x0d\\x0d\VOP，联盟进攻平均效率； \x0d\DRBP，联盟平均防守篮板； \x0d\FTA，球员罚球数； \x0d\FT，罚中数。 \x0d\\x0d\第七项衡量球员浪费罚球机会的能力。前面加负号表示因为球员投篮失手造成球队的失分。 \x0d\\x0d\第八项： VOP*(1 - DRBP)*(TRB - ORB) \x0d\\x0d\VOP，联盟进攻平均效率； \x0d\DRBP，联盟平均防守篮板； \x0d\TRB，球员总板； \x0d\ORB，球员前板； \x0d\\x0d\第八项是衡量球员后板能力。 \x0d\\x0d\第九项：VOP*DRBP*ORB \x0d\\x0d\VOP，联盟进攻平均效率； \x0d\DRBP，联盟平均防守篮板； \x0d\ORB，球员前板； \x0d\\x0d\第九项应该是衡量球员前板能力。 \x0d\\x0d\第十项：VOP*STL \x0d\\x0d\VOP，联盟进攻平均效率； \x0d\STL，球员抢断。 \x0d\\x0d\第十项衡量球员抢断能力。 \x0d\\x0d\第十一项：VOP*DRBP*BLK \x0d\\x0d\VOP，联盟进攻平均效率； \x0d\DRBP，联盟平均防守篮板； \x0d\BLK，球员盖帽。 \x0d\\x0d\第十一项衡量球员盖帽能力。 \x0d\\x0d\第十二项：- (PF*((lgFT/lgPF) - 0.44*(lgFTA/lgPF)*VOP))) \x0d\\x0d\PF，球员犯规； \x0d\lgFT/lgPF，联盟平均罚分／联盟平均犯规； \x0d\lgFTA/lgPF，，联盟平均罚球数／联盟平均犯规； \x0d\VOP，联盟每一次进攻平均效率 \x0d\\x0d\联盟罚球越准，犯规损失越大；联盟进攻效率越高，犯规损失越小；联盟犯规数越多，大家都犯规，那么犯规损失相对越小。 \x0d\\x0d\第十二项衡量球员犯规带来的损失。 \x0d\\x0d\第二步，aPER(adjusted PER)的计算 \x0d\\x0d\uPER，还需要加以修正才可以得到aPER。 \x0d\\x0d\计算公式： \x0d\aPER = (pace adjustment)*uPER \x0d\\x0d\pace adjustment = lgPace / tmPace \x0d\pace = 48 * ((Tm Poss+Opp Poss) / (2*(Tm Mp / 5)) \x0d\poss = FT＋0.44 FM—TmORB＋TmTO。 \x0d\\x0d\从下往上看一步步分析： \x0d\\x0d\先来看Poss的计算。poss = FT＋0.44 FM—TmORB＋TmTO \x0d\FT，球队出手数；FM，罚球数；TmORB，球队前板数；TmTO球队失误数 \x0d\因此，Poss此处的含义是球队进攻次数。 \x0d\\x0d\再来看Pace。pace = 48 * ((Tm Poss+Opp Poss) / (2*(Tm Mp / 5)) \x0d\Tm Poss，我方进攻次数；Opp Poss，对方进攻次数；Tm Mp我方比赛时间（一般是48分钟，有时候含加时） \x0d\因此，Pace含义是48分钟内球队和对手的进攻次数 \x0d\\x0d\再来看pace adjustment。pace adjustment = lgPace / tmPace \x0d\lgPace，联盟场均回合数；tmPace，球队场均回合数。 \x0d\\x0d\Pace adjustment含义是球队打法快慢的修正系数。 \x0d\\x0d\最后看aPER \x0d\\x0d\aPER = (pace adjustment)*uPER \x0d\\x0d\aPER旨在消除球队打法快慢对数据带来的影响。 \x0d\\x0d\第3步，真正意义的PER值。 \x0d\\x0d\PER = aPER*(15/aPERlg)。 \x0d\\x0d\用意是再一次消除联盟的影响。如果球员所处时期联盟防守松懈，球员数据暴涨，那么这项计算就会使得数据相应贬值。