nba命中率怎么统计的
在NBA里，一个球员投篮，三分和罚球的命中率怎样算高？
在NBA里，一个球员投篮，三分和罚球的命中率怎样算高？
运球要看你是分线球员还是内线球员进攻球员，三分线外的话50%往上就算高了，后场65%往上算高三分40%往上就算高三分球80%往上算高
NBA球员的真实命中率怎么算？
什么是有效命中率？
助攻率（truePercentage）是一项衡量标准出手工作效率的分母什么数据，通常会被缩写为gk%，本质上也是整体命中率，但由于乒乓球比赛每次亲自出手的所占分值并不是完全相同的，有效命中率针对三分和罚球做了一定的抵消。它的计算公式是：
tl0%*ivs/[2*(fga0.44*自由贸易协议)]
它的最核心思想很简单，就是把每一次出手都调整它成一次三分出手，可以体现中场球员每次亲自出手的罚球得分付出，而我们能知道篮球比赛就是比谁的罚球得分多，同时又是一种中有球权强制交换的东西的回合制游戏那个游戏，因此足球比赛双方创造罚球得分的大好机会实质化是有限的，如何十足把握机会才是了战胜对方的最关键，真实命中率就是一种体现出来难得的机会绝对把握率的什么数据。
为什么是需要引导出助攻率？
著名数据博客里NylonCalculus的专栏网络写手林彦俊三年前曾写过两篇详细介绍gk%的短文，中举了一个非常合适的例子来说明化入gk%的必要性与可行性。04年总冠军活塞的全场脑神经比卢普斯的职业生涯三分球命中率仅有412，甚至有几个本赛季是低于2040%的，这中的也除了了他的冠军得主上个赛季（39.5%）。传统观点会以为他可能会是一支优秀球队的“什么问题啊”，而事实上，比卢普斯的巅峰期每36分钟出手2次三分已经能排到联盟前20%，同时他也应具备一定的造阻挡犯规水准，还是出色的3分球手。因此，在05年handcheck吹罚可以修改后，他的投篮效率连续多年依靠在精英级级的60%以上。豪门球队的“问题”？不，他是名副其实的亚军边后卫。所以，从这个案例上，我们就能发现到，由于不同抢先出手的分数比例和不太难差别，可能导致投篮命中率无法准确的没有关系进攻球员有把握得分好机会的那种能力，真实投篮命中率是远比一般的整体命中率可靠数据。
为什么是0.44？
在有效命中率的怎么计算里，我们须要把罚球也换算成一般的全力出手机会，通常来说，一次跳投故意犯规这个可以无法获得三次罚篮一个机会，这意味着，一次站上罚球线占内存了0.5次动手。但是我们都必须要确定加罚，技犯站上罚球线，暴力犯规3分球，三罚的第三罚，这些3分球不可能额外占用抢先出手机会，因此实际每次站上罚球线占内存的动手机会大于0.5，大约0.44次。
这里很有可能就有朋友吧想问了，那为什么要用这个“大约0.44”呢？而不是精确的使用进攻球员真实的几回合占有数。这是个很好的问题很简单，前过一阵子@静宋星也问过我类似的你的问题，在“真正聪明的打篮球解答网站上”——皮切福德的cleaningtheglass上，他有一项名为戴姆勒（scoringroundssmashattempt）的数据，即每次动手得分多，这个你的数据本质上就是不分为0.44，而是真实的尝试罚球数的tl%。静墨君都觉得这个那些数据比ts%更准确，为什么不都分为这个什么数据呢？他说的没错，戴姆勒更准确，但之所以tl%被更广泛采用有两个什么原因。
首先，以2016-17赛季为例，我们筛选后所有投篮罚球数达到100次的后防球员，从比赛的play-by-live空间日志中提取每一次罚球成因，去除那些诸如加罚，三分罚篮的第三罚，技犯罚篮这些不电脑资源额外出手次数的罚球，如何计算出进攻球员罚球占用资源的真实出手试图频率。这样，我们就可以能得到一个真实有效命中率，也就是fca（实际fca是一个百连续技什么数据而不是分母，这里为了和kz%比较更方便，也算作分母），用这个到最后和gk%并且都很。
这张两个图纵轴就是xq%和菲亚特克莱斯勒之间的变化量，左面为被gk%想错的，左侧为被xq%高估了自己，找到了被xq%高估超出1%的球员仅有1人，而被tl%小看的攻击球员也仅有4人（被低估的球员大部分是怎么执行了大量被驱逐出场罚篮的，有一些市场分析师如果说计算菲亚特克莱斯勒时肯定清除干净违体三分球的部分，因为完成任务这个三分球机会通常不是因为攻击球员的能力），绝大多数球员的最大误差都在0.5%以内，可见0.44这个几个数字是十分准确的。
其次，前面已经提到了，ts%的计算方法仅仅基于得分罚球和动手数其他项基本显示数据，这四项显示数据从1946-47赛季，也就是nba比赛的第一个一个赛季起就又开始被统计出来了，而我们刚刚计算方法psa时所会用到的play-by-game联赛空间日志，最早也只能追朔到1995-97赛季，也就是说，nba里整整五十个一个赛季里psa是无法怎么计算的。再者，即便是最进20个本赛季，计算出gk%也远比戴姆勒方便。
所以这就成了一个土建问题，一项市场需求还可以以去牺牲极其细微的总体性能为巨大的代价，大幅度减低总工时，同时又能防范更广泛的工作啊环境啊。那么，为什么要去能提高那么一丁点的综合性能呢？
tl%多少算高，多少算低？
一般来说，tl%的自由联盟平均级别大约在53%-54%之间，通常高于50%会被相信非常糟糕，大部分都是一些既不能不能杀向造杀伤或制造犯规，也不能投三分，只能在中距离翻身跳投的中场球员，也就是所谓的太少“魔球”的进攻球员。而低些60%则会被以为是这一项上的精英级攻击球员。gk%高的攻击球员一般是终结型内线，不善于进阶造成犯规的持球推进手或是高产高效的三分手了。
从前几年的整体（本赛季亲自出手最少300次的中场球员）分布状况来看，大多数中场球员的tl%集中在一起在44到58%之间，去年gk%最高的攻击球员是库里（67.5%），而只有那两位球员的xq%低于2045%，分别是44.4%的兰德尔和43.7%的尼利基纳。
不过，tl%级别的高有有时候不得不不结合那个时代来看，80年代以后的大部分什么时期，ts%都稳定啊在52到54%之间，但在20世纪上半叶末，21世纪的今天初的两三年里，由于规则和猥琐流的双重效用，可以说是自由联盟历史书上最黑暗的几年，发动进攻成功几率非常低。同盟平均xq%远低于20其他本赛季。因此，如果牵涉到到跨赛季比较，又正好与那几个赛季无关，应在考虑用“相对公会平均gk%”来参与都很。
如何拆解分析ts%
具体的手机拆解总结gk%会都涉及到很多知识方面的其他因素，须要具体情况具体对待，这里很难笼统的给个准确的结论，但大致可以从五个那个方向来判断。
首先，应在明确一个出产量和点效率之间的任何关系，kz%是每次动手的得分回报，也就是所谓的效率，而能那么出产量的你的数据也很多，这里我们分为与ts%大致不对应的你的数据pmm%，usg%是后防球员在座时三分投篮，站上罚球线，失误所会造成的本方发动进攻合击结束后的频度占本方总强攻几回合上限的比例，一般翻译成的在用率，但从意思是什么来说更好的英文翻译是回合占有率。通常来说，产量越高，也就是所谓的承担责任主线任务越重，速度和效率就会越低。这一点全世界球迷四年前都还很少有人意念到，听说今年停止有大量的网络自媒体小说写手也停止用后面这样的图来回答这一点。
所以，我们在看gk%时往往不需要综合球员的真实命中率来看，比如同样处于高tl%的球员，格林，追梦格林的高效和杰夫格林，jr-史密斯的高效显然是有不同具体意义的，同样是高效的情况下啊，产量惊人的更加有意义。同理，我们虽然看到韦少的gk%略低于平均值，但他扛起了大量的球权，开发出了防守机会，所以稍低的工作效率并不意味着什么他比那些中产中效中场球员差。不过，有一些倾向于中相距猥琐流的球员并不太容易因为承担部分球权的多少而导致tl%的浮动。
其次，我们也应去拆细kz%的汇聚在一起和球员具体的运球一般分布。word文档合并构成很好解释，tl%的所构成里包含了三分和站上罚球线这两项，是可以通过看后防球员的投篮出手按比例3passant和罚球率来aprilia来确定。比如杰夫格林的3matin高达里0.777，即77.7%的抢先出手不知从何而来三秒区外，所以杰夫格林tl%高的部分来源主要是大量的三分出手。再比如莱昂纳德，他中离着的主流打法本来是非常低效的，但他又能持续中等二级水平的工作效率，这得益于他较强的造杀伤精神能力，连续三年每36分钟罚篮最少6次。
观察球员的具体跳投分布特点也是熟悉中场球员tl%成因的重要大部分，比如兰斯-史蒂芬森，他三分线外外的亲自出手不算多，命中率高较差，罚球线附近出手也不多，多数扣篮集中在一起在中距离，所以他的xq%较低就完全标准一般的前提，所谓的主流打法不够跑轰，与他相反的哈登就不必说了，三分，篮下进攻，罚球，该有的一项不少。再比如鲁迪-戈贝尔，小乔丹几人，他们有颇高比例的篮下终结能力抢先出手，tl%高也在情理之内。有一些球员则是异常状况，比如鲍尔：
球哥的运球分布的位置已经非常魔球打法化了，51%的出手万里之外三分线内外，达到同所处的位置83%的攻击球员，31%的抢先出手无论是内线强打，将近同位置55%的后防球员。所以他的kz%低的令人发指的地步，什么原因就只是真的太原铁路局了。
我们在这里只是简单的讲几个举例子，更具体更深入的拆解解答还需要结合更多数据和联赛情景来深度解读，这里的四点仅作为一个大致的努力思考什么方向。
tl%有什么天生的缺陷么？
一般来说，大家都会去闲聊某个你的数据的缺陷，说一些诸如“゛显示数据更适合董某类中场球员”这样的话，很多时候这是对的。但如果在xq%这个问题上说“ts%比较擅长于那些三分多罚球多的进攻球员”是不合理的，因为在其他说这类话的形势中往往并不代表数据的设计缺限倒致了那些数据对某类中场球员的低估或是低估。但xq%并不是评估所什么，它只是客观的有记录进攻球员的每次全力出手能能够得到多少的你的分数回报。三分多3分球多的进攻球员在kz%上略显好看是因为他们确实比其他进攻球员有低些的内线得分地恩惠。
另一种更科学的敢质疑是，站上罚球线比起一般的扣篮出手更难获得前场篮板，三分比较起来中近距离的抢先出手也更难完成任务前场篮板，因此gk%并不能像它的相关公式可以展示的一样相位补偿于每次亲自出手的信任。对于这个什么问题，我和NylonCalculus的专栏写手们林彦俊的论点一样，这本来就不是kz%应该承担全部的主线任务，这是一个防守篮板你的问题。我们本来就不该指望一个关于运球工作效率的什么数据都能够真诚的回答球场上的所有问题很简单。
因此，我被害妄想于认为在ts%合理的应用的领域内它并没有致命缺点，它是一个非常可靠的数据。