NBA技术指标与薪金关系模型分析.docVIP

摘 要：本文将就对当今NBA各队的核心后卫的得分、助攻、篮板等技术统计和薪金的关系进行分析，找出一名优秀的核心后卫应具备的关键素质，为提高我国篮球的后卫水平，并最终提高我国的篮球水平提供一些参考意见。 关键词： 助攻 抢断 篮板 得分 投篮命中率 薪金 一、引言部分 纵观当代篮球运动的发展，核心后卫球员的影响力正变的日趋突出，一名优秀的后卫往往对比赛的胜负起着重要作用。芝加哥公牛队之所以取得六夺NBA总冠军的伟业与队中的超级后卫迈克尔乔丹的作用是分不开的。可以毫不夸张的说，核心后卫是一支球队在场上的灵魂，是一支球队具体战术打法的组织指挥者，是场上的教练员。其水平的高低对整个队伍有着举足轻重的作用。 中国男篮与欧美篮球强国的差距在后卫方面体现的最为明显，后卫问题的良好解决业已成为中国队进一步提升实力的关键。中国队需要培养更好的后卫，这已经不是秘密。而如何培养一名优秀的后卫需要的不仅是关注和重视，更需要找出我国男篮后卫现状存在的问题以及今后着重培养后卫的着眼点，正所谓有的放矢。 二、数据搜集 = 1 \* Arabic 1数据选择：由于篮球运动员都有其运动生涯的周期性，本文所选取的球员大都处在其运动生涯的鼎盛时期，考虑到代表性的问题，我们选取了处于高中低不同的薪金层次的球员。因此这些技术统计将会很好的反映一名优秀后卫球员的价值所在，核心素质所在。 2数据来源:本文的数据全部来自NBA官方网站，因此数据具有高度准确性、全面性以及权威性。 据此,我们选择NBA后卫球员2003—2004年年薪以及该年平均每场助攻次数，得分数，篮板次数等技术指标作为分析数据。详见附表(一) 三、建立模型 建立经济模型 ： 其中， Y——年薪 X2——助攻 X3 ——得分 X4——抢断 X5——篮板 X6——投篮命中率 需要特别说明的是：我们用薪金来数量化球员能力。由于NBA球员的年薪给出是根据他们的技术表现，在NBA联盟中有完善的统计资料能很好的考察球员的能力，所以较有代表性。 四、模型的参数估计、检验及修正 1.模型的参数估计及其经济意义、统计推断的检验 利用EVIEWS软件，用OLS方法估计得：（见附表二） Y= -289.09912+71.17229X2 +44.08696X3 +91.15683X4 +-29.26075X5 +0.19616X6 (-0.66749) (3.15035) (4.03103) (0.73860) (-0.82658 ) (0.01949) R-squared=0.83555 Adjusted R-squared=0.80814 F= 30.48620 可以看到，x2助攻 ，x3 得分两项数据的T值比较明显，对Y的影响显著，而且顺利的通过了统计推断检验。但是X4、X5、X6的P值较低，未能通过检验。 从经济意义上来分析：（1）篮板球能力主要取决也身高和球场位置。而后卫球员主任务是组织进攻，多在外线。并且相对于中锋前锋而言，身材较为矮小，所以篮板球较少。在一个球队中篮板多是衡量中锋的能力的，并非后卫的核心指标，所以应舍去。 （2）对于投篮命中率而言，之所以不显著是因为高薪球员往往是球队的主力队员，出手投篮中很多是一些难度较大的球。低薪球员为减少球队失误率，仅敢投一些离篮近，把握大的球，这就使得低薪球员的命中率与高薪球员差不多，有时还要高一些，因此该项指标不具有很好的代表性，也不得不舍去。 2.计量经济学检验 （1）对各影响因素进行多重共线性检验： 先进行变量显著性与方程显著性综合判断： R-squared 0.5 F-statistic 30. Prob(F-statistic) 6.e-11 t-Statistic Prob X2 3.1504 0.0037 X3 4.0310 0.0004 X4 0.7386 0.4659 可以看到比较大，F值显著的大于给定显著水平下的临界值，而变量X4，对应的T值不显著，说明该模型可能存在多重共线性。 构建相关矩阵检验： X2 X3 X4 X2 1. 0. 0. X3 0. 1. 0. X4 0. 0. 1. 可见x4抢断与x3得分之间较有可能存在多重共线性. 下面我们利用逐步回归法（变量剔除法）进行修正（回归过程详见附表四、五、六）： 在回归中我们先用Y对X2、X3、X4进行单独回归，选出Y对X2的回归为最优基本方程： Y= -37.45163 + 161.9965 X2 （-0.) (6.) =0. =0. F= 41.74046 引入另一