NBA球员詹姆斯和安东尼技术分析SPSS

题目 题目 NBANBA 球员球员勒布朗勒布朗 詹姆斯和卡梅隆詹姆斯和卡梅隆 安东尼职业生涯能力技术统计分析安东尼职业生涯能力技术统计分析 姓名 李玉玲姓名 李玉玲 学号 学号 1 一 摘一 摘 要要 篮球运动已成为人们体育生活中必不可少的一部分 作为全球最具影响力 的篮球俱乐部赛事 NBA 每个赛季的比赛都吸引了全球众多球迷的眼球 在世 界范围内产生了巨大的影响 作为每一个球员而言 最大的目标就是获得尽可 能对的得分并取得比赛的最终胜利 众所周知 决定每一场比赛结果的因素很 多 既有偶然性 但更多的是其必然性 那么是哪些主要的影响因素主导着一 个球员的得分的多少呢 为此 本文利用 SPSS 统计软件用一系列统计分析方法 包括主成分分析 聚类分析 非参数检验和回归分析等 对最热门的两位年 轻实力球员勒布朗 詹姆斯和卡梅隆 安东尼至今为止在 NBA 的职业生涯常规赛各赛季平 均个人技术数据进行统计分析 以达到对他们的比较和进行个人得分影响因素 的研究 通过分析研究得出 1 詹姆斯在命中率 三分命中率 助攻 盖帽 得分方面比安东尼出色 其中的三分命中率 失误稳定度也比安东尼高 詹姆斯在三分命中率方面比安 东尼有较大的优势 而助攻 盖帽 得分方面稳定性不如安东尼 两者都是在 命中率为45 50 时得分最高 就失误而言 安东尼的失误较少但是稳定度不比 詹姆斯高 在罚球命中率方面安东尼占绝对优势 安东尼与詹姆斯的篮板技术 水平大致相同 安东尼较詹姆斯而言更容易犯规 2 詹姆斯平均得分总体的分布不服从正态分布 安东尼平均得分总体的分 布服从正态分布 3 詹姆斯的得分与其防守 篮板 盖帽 助攻 犯规 命中率 罚球命中 率 依次存在显著的线性相关性 与失误存在显著线性负相关性 与进攻 抢 断 三分命中率无明显的线性相关性 安东尼的得分 罚球命中率 助攻分别 都与其他指标无明显的线性相关性 4 詹姆斯的平均每场得分的线性回归方程为 平均每场得分 5 356 防守 0 66 命中率 27 767 关键词 关键词 NBA 球员 技术 spss 正态分布 相关性 线性回归方程 2 目目 录录 1 摘要 1 二 选题背景 3 三 原始数据的介绍 3 3 1 出处 3 3 2 样本 3 3 3 指标 3 四 数据整理及分析 5 4 1 分析数据集的介绍 5 4 2 分析过程及结果 5 4 4 1 基本描述统计量 5 4 2 2 数据的图形展示 6 4 2 3 总体分布正态性假设检验 7 4 2 4 相关分析 8 4 2 5 线性回归分析 11 五 结论 13 六 参考资料 14 七 附录 15 附录一 球员个人信息 附录二 勒布朗 詹姆斯和卡梅隆 安东尼 NBA 的职业生涯常规赛各赛季平 均数据 xls 附录三 全部指标的基本描述统计量 附录四 变量散点矩阵 附录五 回归分析图 3 二 选题背景二 选题背景 随着人们生活水平的提高 以及2008年奥运会 2010年亚运会在我国的顺 利举行 我国人民对于体育的关注越来越高 篮球作为三大主流球类运动之一 受到了广大球迷 特别是大 中学生 的普遍关注 在全世界的篮球联赛中NBA 是影响力最大的篮球联盟 NBA 全称National Basketball Association 美 国第一大职业篮球赛事 其中产生了威尔特 张伯伦 迈克尔 乔丹 科 比 布莱恩特 奥斯卡 罗伯特森等篮球巨星 该协会一共拥有30支球队 分 属两个联盟 东部联盟和西部联盟 而每个联盟各由三个赛区组成 每个赛区 有五支球队 一年一度的NBA赛季让全世界的篮球迷为之疯狂 NBA赛事之所以如此受欢 迎 最主要的原因在于NBA球员高超的球技 特别是自姚明 易建联加入NBA后 其对中国球迷的影响更是难以估量 球队中灵魂人物的个人发挥能够直接影响 其球队的成败 因而对他们的技术统计与分析是一件十分重要的事情 作为03 黄金一代的杰出代表 勒布朗 詹姆斯和卡梅隆 安东尼曾经是从高中开始就被 钦定为美国篮坛的新希望 曾经高中时代的宿敌 希望通过对他们的技术数据 的分析可比较出两者在篮球上各个方面技术性的差别 三 原始数据的介绍三 原始数据的介绍 3 13 1 出处出处 原始数据来源于 NBA 中国官方网站 计数据 数据准确可靠 而且实时性高 3 23 2 样本样本 选取最近得分排名都靠前的勒布朗 詹姆斯和卡梅隆 安东尼两位球员为样 本 两位球员各自的年龄和参加 NBA 的时间相同 身高 体重的身体因素相似 见附录一 因此大大降低了指标以外因素的影响 3 33 3 指标指标 将勒布朗 詹姆斯和卡梅隆 安东尼至今为止在 NBA 的职业生涯常规赛各赛 季平均数据进行采集 包括出场数 分钟 得分 命中率 三分命中率 罚球 命中率 进攻 防守 篮板 助攻 抢断 盖帽 犯规 失误14项指标 数据 4 整理后如附录二所示 命中率 命中率 衡量一名篮球球员得分能力的重要标志 计算公式为投篮命中率 全场投中次数 全场出手次数 如果得分手的得分数字只是靠出手次数来支撑 那他出手越多 也许对于球队的伤害就会越大 美国 NBA 联盟有个更加公正的 计算方式 叫做 TS 真实投篮命中率 计算公式为真实投篮命中率 全场 得分 2 全场出手次数 0 44 罚球出手次数 三分命中率 三分命中率 通常 三分球 是指篮球比赛中 在三分线以外投篮且命中 的进球 三分命中率即投三分球的命中率 罚球罚球命中率 命中率 罚球主要是比赛中 对犯规方惩罚 对进攻方因被侵犯而影 响进攻的补偿而设立的 一次罚球是给予一个队员在罚球线后的半圆内 无争 抢的情况下得1分的机会 罚球命中率即罚球时的命中率 防守 防守 防守对手是防守队员合理利用脚步移动和手臂动作 积极抢占有利位 置 阻止和破坏对手的进攻 以夺取球为目的所采取的各种行为 篮板 篮板 投篮之后碰到篮筐篮板之后没进的球 抢下来就叫篮板篮板球是在 一方将球投出 球碰到篮板且没有进时 这样的球称为篮板球 进攻方和防守 方都能抢该球 谁抢到手就算谁的篮板球 助攻 助攻 在篮球的笼统定义是通过传递帮助己方队友完成得分 NBA 对于球 场上的助攻表现以及对于助攻技术统计均有非常细致的规定 在助攻方面 定 义为 当球处于活球阶段 通过持球球员对于球的传递 帮助第一位触球的己 方球员完成直接的得分的行为 抢断 抢断 通过持球球员对于球的传递 帮助第一位触球的己方球员完成直接 的得分的行为 抢断是球在对方手上传接 防守方将其抢到本方球员手上来 而对方球员丢球的那一刹那 本方球员获得球的那个动作 盖帽 盖帽 在防守的时候在不犯规的情况下将对手的投篮或上篮破坏 打掉甚 至直接摘下来 的动作 失误 失误 由于球员本身发生的错误 导致球队失去控球权 得分 得分 篮球中的得分 英语 Point 是比赛分数的唯一来源 方法有投篮 5 得两分 三分球投篮 得三分 或罚球 得一分 比赛结束时 得分较高 的球队将获得胜利 四 数据整理及分析四 数据整理及分析 4 14 1 分析数据集的介绍分析数据集的介绍 4 1 1 基本描述统计量 用基本描述统计量的计算结果对两人技术进行分析比 较 4 1 2 数据的图形展示 安东尼与詹姆斯的得分和命中率散点图 4 1 3 总体分布正态性假设检验 检验科安东尼和詹姆斯平均得分总体的分布 是否为正态分布 4 1 4 相关分析 分别研究安东尼和詹姆斯各项指标间的相关性 4 1 5 线性回归分析 用逐步筛选法找出詹姆斯的平均每场得分的线性回归方 程 其他输出结果见附件五 4 24 2 分析过程及结果分析过程及结果 4 2 1 基本描述统计量 用基本描述统计量的计算结果对两人技术进行分析比 较 仅列出勒布朗 詹姆斯和卡梅隆 安东尼至今为止在 NBA 的职业常规赛中分 钟 命中率 三分命中率 罚球命中率 篮板 助攻 盖帽 犯规 失误 得 分10项指标的基本描述统计量 表4 1 全部指标的基本描述统计量见附件三 表4 1 基本描述统计量 全距极小值极大值和均值标准差方差偏度峰度 球员统计量统计量统计量统计量统计量标准误统计量统计量统计量标准误统计量标准误 分钟7 231 038 2429 235 767 57521 99243 970 1 150 6371 9811 232 命中率14 542 657 1557 046 4171 14183 955415 6451 940 6374 7181 232 三分命中率19244340433 671 7095 92135 059 034 637 7011 232 罚球命中率9 577 787 2970 580 875 77912 69897 2841 089 6371 5271 232 篮板7 14 912 082 96 908 50981 76613 1192 393 6377 1801 232 安东尼 助攻1 22 63 836 93 075 1162 4025 162 480 637 9851 232 6 由表 4 1 可知 至今为止在 NBA 的职业常规赛中卡梅隆 安东尼一赛季的出 场分钟 命中率 三分命中率 助攻 盖帽 失误 得分的平均值均低于勒布 朗 詹姆斯 但是其命中率 助攻 盖帽 得分的标准差小于詹姆斯 说明詹 姆斯在命中率 三分命中率 助攻 盖帽 得分方面比安东尼出色 其中的三 分命中率 失误稳定度也比安东尼高 詹姆斯在三分命中率方面比安东尼有较 大的优势 而助攻 盖帽 得分方面稳定性不如安东尼 就失误而言 安东尼 的失误较少但是稳定度不比詹姆斯高 另外 安东尼的罚球命中率的均值大大 高于詹姆斯 罚球命中率的标准差大大小于詹姆斯 说明在罚球命中率方面安 东尼占绝对优势 两者的篮板平均值仅相差 0 001 可大致认为安东尼与詹姆斯的篮板技术水平 相同 安东尼较詹姆斯而言更容易犯规 4 2 2 数据的图形展示 安东尼与詹姆斯的得分和命中率散点图 盖帽 6 0 64 8 400 0444 1537 024 1 621 6373 8081 232 失误2 61 03 632 72 725 1835 6355 404 1 857 6375 1861 232 犯规3 3 03 333 32 775 2600 9006 811 3 109 63710 2321 232 得分8 120 828 9302 725 225 81762 83238 022 349 637 1 1071 232 分钟12 530 042 5426 638 7821 02383 395511 530 1 775 6614 5801 279 命中率17 638 956 5531 648 3271 46364 854323 564 480 661 7451 279 三分命中671 2114 01716 140 988 661 7811 279 罚球命中率28 050 078 0798 272 5642 37417 873961 999 2 776 6618 2881 279 篮板5 13 08 176 06 909 44611 47952 189 2 196 6615 0861 279 助攻3 65 08 674 26 745 2871 9522 907 049 661 7941 279 盖帽1 1 01 18 1 736 0887 2942 087 1 531 6613 7131 279 失误1 12 94 036 53 318 0913 3027 092 766 6611 9271 279 犯规2 3 02 318 71 700 1931 6403 410 2 053 6615 2601 279 詹姆斯 得分12 419 031 4294 526 7731 12223 721913 852 1 209 6611 0761 279 7 图 4 2 安东尼与詹姆斯的得分和命中率散点图 由图 4 2 可知 安东尼的得分比詹姆斯集中即更为稳定 两者都是在命中 率为 45 50 时得分最高 4 2 3 总体分布正态性假设检验 检验科安东尼和詹姆斯平均得分总体的分布 是否为正态分布 设 得分为 X 其分布函数为 F x H0 F x N 2 输出结果如下 表4 3 正态性检验 正态性检验正态性检验 Kolmogorov SmirnovaShapiro Wilk 球员统计量dfSig 统计量dfSig 詹姆斯得分 31011 004 85511 049 安东尼得分 16312 200 91912 281 a Lilliefors 显著水平修正 这是真实显著水平的下限 表 4 3 正态性检验的结果显示给出了詹姆斯得分 Kolmogorov Smirnova检 验的 p 值为 0 004 Shapiro Wilk 正态性检验的 p 值为 0 049 两种检验的结 果都表明拒绝得分 X 为正态分布的原假设 安东尼得分 Kolmogorov Smirnova检验的 p 值为 0 200 Shapiro Wilk 正 态性检验的 p 值为 0 281 两种检验的结果都表明不能拒绝得分 X 为正态分布 8 的原假设 图4 4詹姆斯得分正态概率图 图4 5詹姆斯得分剔出趋势的正态概 率图 图4 4正态概率图中有半数的点远离对应正态分布的直线 图4 5詹姆斯得 分剔出趋势的正态概率图中的点也有类似的散布 进一步验证了正态性检验的 结果 图4 6安东尼得分正态概率图 图4 7安东尼得分剔出趋势的正态概率图 图4 6正态概率图中多数的点与对应正态分布的直线接近 图4 7安东尼得 分剔出趋势的正态概率图中的点也有类似的散布 进一步验证了正态性检验的 结果 4 2 4 相关分析 分别研究安东尼和詹姆斯各项指标间的相关性 表4 8 9 相关性相关性 球员得分命中率 三分命中率 罚球命中率进攻篮板防守助攻盖帽抢断失误犯规 得分1 000 655 343 621 506 817 853 709 767 485 587 686 命中率 6551 000 052 672 526 877 921 621 599 469 635 371 三分命中率 343 0521 000 568 530 337 222 241 548 359 218 831 罚球命中率 621 672 5681 000 746 855 803 659 823 685 733 735 进攻 506 526 530 7461 000 799 629 413 738 828 611 678 篮板 817 877 337 855 7991 000 970 714 815 728 742 691 防守 853 921 222 803 629 970 1 000 757 755 606 712 620 助攻 709 621 241 659 413 714 7571 000 718 493 499 405 盖帽 767 599 548 823 738 815 755 7181 000 521 727 674 抢断 485 469 359 685 828 728 606 493 5211 000 571 550 失误 587 635 218 733 611 742 712 499 727 571 1 000 552 Pearson 相关性 犯规 686 371 831 735 678 691 620 405 674 550 552 1 000 得分 014 151 021 056 001 000 007 003 065 029 010 命中率 014 440 012 048 000 000 021 026 073 018 131 三分命中率 151 440 034 047 155 256 238 040 139 260 001 罚球命中率 021 012 034 004 000 001 014 001 010 005 005 进攻 056 048 047 004 002 019 103 005 001 023 011 篮板 001 000 155 000 002 000 007 001 006 004 009 防守 000 000 256 001 019 000 003 004 024 007 021 助攻 007 021 238 014 103 007 003 006 062 059 108 盖帽 003 026 040 001 005 001 004 006 050 006 011 抢断 065 073 139 010 001 006 024 062 050 033 040 失误 029 018 260 005 023 004 007 059 006 033 039 詹姆斯 Sig 单侧 犯规 010 131 001 005 011 009 021 108 011 040 039 安东尼 Pearson 相关性 得分1 000 435 099 485 142 148 119 162 121 117 014 035 10 从表4 8知 詹姆斯的得分与其防守 篮板 盖帽 助攻 犯规 命中率 罚球命中率 依次存在显著的线性相关性 与失误存在显著线性负相关性 与 进攻 抢断 三分命中率无明显的线性相关性 防守 篮板 盖帽 助攻 犯 规 命中率 罚球命中率 失误之间基本上也都存在不同程度的线性相关性 进攻 抢断与其他指标间有个别的一般线性相关性 三分命中率除了与犯规有 命中率 4351 000 367 225 832 788 566 084 656 677 645 761 三分命中率 099 3671 000 208 417 705 806 014 346 557 638 420 罚球命中率 485 225 2081 000 458 242 011 119 386 109 023 441 进攻 142 832 417 4581 000 868 549 014 821 776 692 888 篮板 148 788 705 242 8681 000 891 017 690 848 782 863 防守 119 566 806 011 549 891 1 000 016 412 721 685 643 助攻 162 084 014 119 014 017 0161 000 250 345 319 103 盖帽 121 656 346 386 821 690 412 2501 000 655 577 755 抢断 117 677 557 109 776 848 721 345 6551 000 878 871 失误 014 645 638 023 692 782 685 319 577 878 1 000 840 犯规 035 761 420 441 888 863 643 103 755 871 840 1 000 得分 079 379 055 329 323 356 308 354 358 483 457 命中率 079 121 241 000 001 027 397 010 008 012 002 三分命中率 379 121 258 089 005 001 483 136 030 013 087 罚球命中率 055 241 258 067 224 486 356 108 368 472 076 进攻 329 000 089 067 000 032 483 001 002 006 000 篮板 323 001 005 224 000 000 479 007 000 001 000 防守 356 027 001 486 032 000 480 092 004 007 012 助攻 308 397 483 356 483 479 480 217 136 156 375 盖帽 354 010 136 108 001 007 092 217 010 025 002 抢断 358 008 030 368 002 000 004 136 010 000 000 失误 483 012 013 472 006 001 007 156 025 000 000 Sig 单侧 犯规 457 002 087 076 000 000 012 375 002 000 000 11 显著线性负相关性外与其他指标无明显的线性相关性 安东尼的得分 罚球命中率 助攻分别都与其他指标无明显的线性相关性 命中率与其犯规 抢断 盖帽 失误依次存在显著的线性负相关性 篮板与防 守 进攻 命中率 三分命中率依次存在显著线性相关性 与犯规 抢断 失 误 盖帽依次存在显著线性负相关性 4 2 5 线性回归分析 用逐步筛选法找出詹姆斯的平均每场得分的线性回归方 程 其他输出结果见附件五 根据4 2 4 相关分析的结果只分析詹姆斯的平均每场得分的线性回归方程 并剔除进攻 抢断 三分命中率3个指标 表 4 9 相关性相关性 球员得分命中率罚球命中率防守篮板助攻盖帽失误犯规 得分1 000 655 621 853 817 709 767 587 686 命中率 6551 000 672 921 877 621 599 635 371 罚球命中率 621 6721 000 803 855 659 823 733 735 防守 853 921 8031 000 970 757 755 712 620 篮板 817 877 855 9701 000 714 815 742 691 助攻 709 621 659 757 7141 000 718 499 405 盖帽 767 599 823 755 815 7181 000 727 674 失误 587 635 733 712 742 499 7271 000 552 Pearson 相关性 犯规 686 371 735 620 691 405 674 5521 000 得分 014 021 000 001 007 003 029 010 命中率 014 012 000 000 021 026 018 131 罚球命中率 021 012 001 000 014 001 005 005 防守 000 000 001 000 003 004 007 021 篮板 001 000 000 000 007 001 004 009 助攻 007 021 014 003 007 006 059 108 詹姆斯 Sig 单侧 盖帽 003 026 001 004 001 006 006 011 12 失误 029 018 005 007 004 059 006 039 犯规 010 131 005 021 009 108 011 039 表 4 9 给出了参与回归分析的 9 个变量的相关系数及其显著性检验的结果 由相关系数及其显著性检验结果可知除了助攻与失误 犯规 命中率与失误无 明显线性相关性外 其他变量间都存在不同程度的线性相关性 表4 10 模型汇总模型汇总 c d 更改统计量 球员模型RR 方 调整 R 方 标准 估计的误差R 方更改 F 更改 df1df2 Sig F 更改 Durbin Watson 1 853a 727 6962 0505 727 23 94619 001詹姆斯 2 916b 839 7991 6692 1125 58118 0462 147 a 预测变量 常量 防守 b 预测变量 常量 防守 命中率 c 在一个或多个拆分文件中没有有效案例 无法计算统计量 d 因变量 得分 表 4 10 给出了引入和剔除变量过程中建立的模型总结 第一步引入预测变 量 防守 第二步引入预测变量 命中率 依据结果显示没有变量被剔除 表 4 11 Anovac d 球员模型平方和df均方FSig 回归100 6811100 68123 946 001a 残差37 84094 204 1 总计138 52210 回归116 232258 11620 858 001b 残差22 29082 786 詹姆斯 2 总计138 52210 a 预测变量 常量 防守 b 预测变量 常量 防守 命中率 13 c 在一个或多个拆分文件中没有有效案例 无法计算统计量 d 因变量 得分 表 4 11 给出了整个过程每一个模型的方程分析表 由 p 值可见两个模型都 通过了 F 检验 整体上都是显著的 表 4 12 回归系数 系数系数 a b 非标准化系数标准系数相关性共线性统计量 球员模型B标准 误差试用版tSig 零阶偏部分容差VIF 常量 10 7583 3313 230 0101 防守2 774 567 853 4 893 001 853 853 8531 0001 000 常量 27 7677 6933 609 007 防守5 3561 1861 646 4 515 002 853 847 640 1516 608 詹姆斯 2 命中率 660 280 861 2 362 046 655 641 335 1516 608 a 在一个或多个拆分文件中没有有效案例 无法计算统计量 b 因变量 得分 表 4 12 给出了每一个回归方程系数的估计量及相应的统计检验情况 根据 该表可得两个回归模型 Y 2 774x1 10 758 Y 5 356x1 0 66x2 27 767 终上所述 模型 2 以及 x1 x2已通过的显著性检验 方程的修正的 R2 也较 模型 1 的大 因此采用 Y 5 356x1 0 66x2 27 767 回归模型是合适的 五 结五 结 论论 5 1 基本描述统计量 用基本描述统计量的计算结果对两人技术进行分析比较 至今为止在 NBA 的职业常规赛中詹姆斯在命中率 三分命中率 助攻 盖 帽 得分方面比安东尼出色 其中的三分命中率 失误稳定度也比安东尼高 詹姆斯在三分命中率方面比安东尼有较大的优势 而助攻 盖帽 得分方面稳 定性不如安东尼 就失误而言 安东尼的失误较少但是稳定度不比詹姆斯高 在罚球命中率方面安东尼占绝对优势 安东尼与詹姆斯的篮板技术水平大致相 14 同 安东尼较詹姆斯而言更容易犯规 5 2 数据的图形展示 安东尼与詹姆斯的得分和命中率散点图 安东尼的得分比詹姆斯集中即更为稳定 两者都是在命中率为45 50 时得 分最高 5 3 总体分布正态性假设检验 检验科安东尼和詹姆斯平均得分总体的分布是 否为正态分布 詹姆斯平均得分总体的分布不服从正态分布 安东尼平均得分总体的分布 服从正态分布 5 4 相关分析 分别研究安东尼和詹姆斯各项指标间的相关性 詹姆斯的得分与其防守 篮板 盖帽 助攻 犯规 命中率 罚球命中率 依次存在显著的线性相关性 与失误存在显著线性负相关性 与进攻 抢断 三分命中率无明显的线性相关性 防守 篮板 盖帽 助攻 犯规 命中率 罚球命中率 失误之间基本上也都存在不同程度的线性相关性 进攻 抢断与 其他指标间有个别的一般线性相关性 三分命中率除了与犯规有显著线性负相 关性外与其他指标无明显的线性相关性 安东尼的得分 罚球命中率 助攻分别都与其他指标无明显的线性相关性 命中率与其犯规 抢断 盖帽 失误依次存在显著的线性负相关性 篮板与防 守 进攻 命中率 三分命中率依次存在显著线性相关性 与犯规 抢断 失 误 盖帽依次存在显著线性负相关性 5 5 线性回归分析 詹姆斯的平均每场得分的线性回归方程为 Y 5 356x1 0 66x2 27 767 即 平均每场得分 5 356 防守 0 66 命中率 27 767 参考资料参考资料 1 罗应婷 SPSS统计软件分析从基础到实践 M 2 版 北京 电子工业出版 2010 149 163 2 李伟明 多元描述统计方法 M 华东师范大学出版社 2001 1 1 15 3 熊凤枚 NBA球员性价比 2006 4 5 NBA 现役球员排名 EB OL 2011 6 NBA 球员资料 DB OL 2011 附附 录录 附录一 附录一 球员个人信息 勒布朗 詹姆斯 前锋 球队 迈阿密 热火 生日 1984 12 30 身高 6 8 2 03 体重 250 镑 113 4 公斤 高中 St Vincent St Mary HS OH 选秀年 2003 经验 9 卡梅隆 安东尼 前锋 球队 纽约 尼克斯 生日 1984 05 29 身高 6 8 2 03 体重 230 镑 104 3 公斤 大学 Syracuse 选秀年 2003 经验 9 附录二 附录二 勒布朗 詹姆斯和卡梅隆 安东尼 NBA 的职业生涯常规赛各赛季平均数 据 xls 附录三 附录三 全部指标的基本描述统计量 全距极小值极大值和均值标准差方差偏度峰度 球员统计量统计量统计量统计量统计量标准误统计量统计量统计量标准误统计量标准误 16 出场数8118271459 506 89823 896571 000 1 636 6372 4601 232 分钟7 231 038 2429 235 767 57521 99243 970 1 150 6371 9811 232 命中率14 542 657 1557 046 4171 14183 955415 6451 940 6374 7181 232 三分命中率19244340433 671 7095 92135 059 034 637 7011 232 罚球命中率9 577 787 2970 580 875 77912 69897 2841