在NBA 2022-23赛季开始之前，作为梦幻球员，我们又开始准备我们的年度报告。

你可以把这看作是对上赛季的总结和分析，也可以看作是对新赛季的展望。 希望我们的一些总结和分析能够对您新赛季的梦幻选秀有所帮助。

话不多说，请看下面的图表。

这是结合BBM上赛季的球员排名和上座率得出的数据图表。 然后我们用这个数据总结出各个排名段球员的具体产出数据，就像过去几年一样。

不过与以往不同的是，这次我们将排名划分为更细的层级，以每20名球员为一个括号，这也符合一轮20名球员的选秀结构。 这也能更好地把“首轮球员”作为我们锚定的基石，体现“每轮球员与首轮球员的差距有多大？”

我们比较每一轮20名选手的平均数据，然后以排名1-20的选手为基石，看看后续每一轮选手的平均数据能占第一轮选手的百分之多少？

然后，你可以把每一轮中百分比最低的三个数据项标记出来，并给它们赋予不同深浅的颜色标记，然后看看哪个数据项的暗格最多，这就是与第一轮差异最大的项等级。

从这张图表中不难看出，“助攻”这个数据在暗格中被提及次数最多，这意味着助攻是“非首轮球员”与“首轮球员”最难比较的数据”。

你看，在21-40这个位置这个相对较高的段位，助攻效率已经下降到了74.7%。

61-80，第四轮只剩下44.3%。 这种效率断崖式的下降，足以说明“助攻”数据的稀缺。

这与我们去年的统计数据明显不同。 当时最稀缺的三个数据是——投篮命中率（今年我决定单独讲投篮命中率）、进攻篮板、篮板球。 助攻略高于平均水平。

20-21赛季，首轮场均助攻为4.57次，21-22赛季，增加至5.46次。

20-21赛季首轮球员中，特雷杨的助攻数最高，为9.43次。 21-22赛季，送出9次助攻的球员共有三人：哈登、特雷杨、德章泰穆雷。

这三个人有一个共同点，那就是球权绝对集中的核心。 这或许为我们提供了一个解释“助攻”稀缺性变化的思路——现实世界篮球的核心趋势被映射在数据层面，球权越来越集中在某些“最佳球员”手中。球员”（同时，这些最好的球员还可以做其他事情，统计数据的多样性使得他们能够进入首轮），导致大量助攻集中在“首轮球员”的现象。

上赛季首轮新秀哈利伯顿、穆雷、桑戈都符合“大核心”的理念。 他们替换了表现有所下滑的“全能内线”（兰德尔、阿德巴约、吴切维奇）。

有趣的是，“全能内线”表现的下滑与他们战术作用的稀释有关，因为他们实际上无法完美地完成“全能内线”的工作。 优秀的全能内线固然能为球队带来极高的提升，但半生不熟对球队来说却是弊大于利，毕竟约基奇并不是那么好打的。

但“大外核”则不同。 他们更容易达到相当大的下限，然后球权和战术作用就会相应增加。 数据也会因为球权的增加而增加，进入一个美妙的循环。

简单来说，“外线大核”与“内线全能”的不同性价比正在逐渐改变现实世界中的篮球偏好。

由于激励影响生产关系，当一个角色受到重视时，他就能获得更多的上场时间。 上场时间是生产数据的基本要素，因此数据会发生变化。 最后，这个变化被投射到虚拟世界中，也就是说，这就导致了整个数据结构的变化。

我们可以继续看看这个数据模型向我们展示了什么。 大多数颜色标记按顺序集中：助攻、得分和盖帽。

您可以排列并组合这 3 个数据以相互匹配。 然后你会发现得分和助攻是相关性最大的一对。 同时产生得分和助攻的球员有很多，但同时产生得分-盖帽、助攻-盖帽的球员似乎并不多，对吧？

这也能说明一个问题——“助攻”的稀缺性增加了。 中高段后卫要多一些，中锋要少一些。 但事实上，这种变化并不明显。 相反，前100名的中锋数量从上赛季的24名增加到了38名。

这或许是因为盖帽仍然是一个比较稀缺的统计数据，尤其是既能得分又能盖帽的内线球员，本质上属于“弱相关”类型。 毕竟，“有球”和“蓝领工作”通常是相互冲突的。 的。

联盟场均贡献10分1盖帽的球员只有22人，而他们之中，除了勒布朗·詹姆斯、杰拉米·格兰特、贝兹利之外，都是内线球员（如果你以为他们偶尔会摆到3号位克拉克）不算内线球员，所以内线球员有18人）。

因此，我们从统计中可以发现，中高段的中锋分布依然较强，并且在第100名之后有明显的差距（进攻篮板数据也显示在第100名之后有明显的差距）。

由此，我们或许可以提出一个假设——那些与“高稀缺数据”相关性高的玩家是否更值得选择？

比如说，那些能同时贡献得分、助攻、盖帽的球员不是最优先的吗？

你看，上赛季BBM榜单上排名前两位的球员是三位“能得分、能助攻、能盖帽”的全能内线，遥遥领先于其他人。

约基奇和恩比德分别以2.48和2.23分排名第一和第二（如果字母哥的罚球没有那么差的话，那么他也应该是“2分俱乐部”的一员）。 另一位全能内线唐斯排在第3位，他的得分也高达1.97。

当我们称一名球员为全能内线时，意味着他能得分、篮板、助攻、投篮、抢断和盖帽。 能做到这一切的玩家，在幻想中应该很受欢迎。

同理，天生能得分、助攻、还有一点副业（比如穆雷、哈利伯顿、三球）的后卫同样讨人喜欢。

另一方面nba范特西37，那些“相关性低、数据稀缺”的玩家也不值得大家重定位。

比如联盟存量最多的前锋，基数大，导致其基本盘中“三分球”和“抢断”泛滥，让这两项数据的稀缺性变弱。

同时，由于职责有限，前锋平时的场上任务与“助攻”和“盖帽”相去甚远。 除非是持球在手的明星前锋，否则大多数前锋的价值都是有限的。

从图表中还可以看到，在超过100名球员的细分中，前锋的比例开始显着增加。

“1 1=2”

单独提及“两项命中率”的原因很简单，因为这些都是高低分差距较大的项目。

从图表中不难看出，投篮命中率在第40名之外就已经翻倍，而罚球命中率在第20名之后几乎一直落后。

因为两人投篮命中率的统计是有些不同的，因为这不仅仅是比较谁更准，更是比较谁出手更多、投篮更准。 而球只会掌握在核心手中。 虽然有些角色球员投得准，但无济于事，因为很难获得足够的投篮机会来产生质的差异。 他们只能尽量不忍住。

我们可以做一个简单的计算。 整个联盟有30支球队。 假设每支球队有1名核心球员，那就意味着有30名能够出手大量的球员。 有多少人能做到这么多而且准确呢？ ？

即使条件放宽，假设每支球队有2名核心球员，那么能够大量出手的球员也只有60人。 如果一半人能做到这么多而且准确的话，也只有三十个。

因此，也就不难理解为什么“两次命中率”有这么大的差距了。

另一方面，在你敲定“首轮球员”的那一刻，似乎就决定了你在“两投命中率”数据上是否占据优势。 如果选择前两轮无法在两个投篮命中率上建立优势的球员（比如德章泰穆雷、东契奇），则很难通过后续的操作来弥补。

由此我们就不难理解，围绕首轮或者前两轮的球员建队的重要性。

高水平的球员是球队的中坚力量，因为他们可以在更多的赛事中建立优势。 那么就需要沿着骨架生长，而不是强行改变它的路径。

因此，兼容性有时比是否接茬更关键。 你不能为了挑选而挑选。 球员A显然更适合球队，但我在第100顺位选择了第50顺位的球员B。 然而，球员B的数据并不是球队所需要的。 那么这样的决定显然是不合适的。 的。

我最近的草稿可以作为给你的一个负面教训。 我在第一轮和第二轮选择的是恩比德和范弗利特，但在随后的选秀中，为了增加输出，我选择了延迟罚球。 贾勒特·艾伦、兰德尔和威斯布鲁克给本来可以稳操胜券的“罚球命中率”增添了不确定性。

恩比德和范弗利特对“罚球命中率”的合计贡献为0.998，但阿伦、兰德尔和威少对这一统计数据的合计影响为-1.1。 这不是浪费吗？ 恩比德和范弗利特独特的“罚球命中率”优势，他们会白白送出宝贵的一分吗？ 后期弥补一个“罚球”分的难度远比弥补其他数据要困难。

因此，我们必须关注首轮球员的优势，围绕他们打造球队，发挥每一位首轮球员独特的竞争优势。

除非你运气极其好，演绎出精彩的剧情，能够在低段找到各种优质选手，否则阵容搭配对你来说只是浮云……

“隐藏的重要指标”

从上一章我们已经讨论过“首轮球员”有多么重要。 另一方面，如果前两轮选秀不好，那真的就浪费了一个宝贵的赛季。

如果上赛季有人选择了利拉德，他的梦幻之路显然会异常艰难。 鉴于利拉德在20-21赛季的和解顺位仅次于约基奇，球员们在21-22赛季平均在第7位选择了利拉德。 然而利拉德的表现却并不符合自己的身价，赛季结束时仅排名第216位。

同样的情况也发生在戴维斯、乔治和比尔身上。 三人的平均顺位分别是第13位、第13位、第14位，但最终只排在第71位、第199位、第172位。

而他们都有着同样的情况，那就是伤病的影响。 四名球员中，出勤率最高的也只有40场比赛。

因此，这场比赛还有一个非常关键的隐藏指标，“上座率”。

上座率可以让一个难得的首轮选手变成一个不起眼的FA，也可以让一个不起眼的FA变成一个难得的首轮选手。 这对我们球员的选择有很大的影响。

在上一篇报道中，我们提到的玩家选择应该与现实世界相反，应该“追升杀落”（因为是一个20周的零和游戏，时间成本也非常高） ），所以我们可以做一个“追涨”的小测试。

选择上赛季第一个月后比选秀顺位高10位的球员。 总共有63名球员（由于BBM的选秀顺位统计低至148，所以这里的样本是选秀顺位高于或等于148的球员），然后看他们赛季末的排名，只其中16人能够将这种“上升”趋势保持到赛季结束。

这意味着你追涨的成功率只有16/63左右，也就是1/4左右。 如果排除德罗赞这样难以流通的高水平球员，实际数字还会进一步下降。

那么，到底是什么原因导致了这两类玩家的分化呢？ 也许这就是“出席”。

因为有一个截然不同的指标nba范特西37，这16名成功升值的球员的赛季平均出勤率为74.4场，而其他47名已经恢复原状的球员平均出勤率为60.8场。

这些没有延续上升趋势的球员，很多都是因为耐力不够，进步被伤病打断。 比如戴维斯（40场），比如迈尔斯·特纳（42场），比如卢比奥（34场），比如麦康奈尔（27场）……

去年我们通过分析得出“追涨比抄底更重要”的结论。 当时抄底成功率只有1/4。

一年后，我们能否验证一下这个结论是否仍然有效？

选择上赛季首个月后实时排名低于平均选秀顺位的球员，并且这些球员的平均选秀顺位在100之后（因为选前100、100的垫底相对不现实）后期玩家流动性较高），符合这个“低价”条件的玩家有83人。

而这83名球员中，有多少人最终赛季排名回到了选秀时的水平呢？ 15.

这大约是5.53比1的水平，“抄底”的效率甚至变得更低，去年的结论仍然有效。

为什么在幻想中“逢低买入”如此困难？ 一方面，这是一场20场比赛周归零的零和博弈，时间成本对于实现价值回报并不友好。

另一方面，球队内部轮换方面并没有那么多严重误判。 当然，有时候也会有被低估的球员，但大多数时候教练都非常了解手下的球员。

放弃一个球员基本上都有很强的逻辑：比如球员的能力下降了，比如战术不当，比如受伤……这时候，首月排名的差距就不是误判，而是毁灭了。的基本面。 信号。

这里还出现了另一个有趣的相关性——抄底失败的球员和价值恢复的球员之间的出勤率也存在明显差异。 前者的平均出场场数为56.4场，后者则高达71.5场。

但我们并不能根据这一现象得出“出勤率高的球员更容易身价上涨”的结论。 只能说抄底失败可能是因为球员受伤，导致出勤率降低nba范特西37，从而没能恢复原来的价值。

是的，面对与数据相关的现象，我们很容易做出错误归因，进而得出不令人信服的结论。

也许有人会问：“那么你刚才提到的出勤率也是一种误归因吗？”

“如果按照总人数来统计玩家的排名，不是出场次数多的玩家自然就有优势吗？”

“场均25分的球员A在30场比赛中只贡献了750分，而场均15分的球员B打了60场比赛贡献了900分。虽然后者的结算排名会更高，但场均30分的前者每场比赛以更高的选秀权获胜是更值得的选择吗？”

但是，事实真的是这样吗？

你真的会选择一名场均得分 25 分但只打了 30 场比赛的顶尖球员吗？

上赛季场均27.4分的欧文就是一个很好的例子。 如果按照“场均数据”来计算，欧文的排名将高达第14位。 然而，一名出场记录仅为27场的球员被视为建队的“首轮”。 “玩家”无疑等于自愿投降。 如果大家都不犯错误，我想不出这样的团队会有什么优势……

「简单的游戏」

我翻阅了上赛季的分析，看到最后一段我用了副标题“思考比赛的本质”。 这是一个很长的段落，但我认为游戏的本质可以用更简单的语言来概括。 ——这是一场谁的数据多谁就赢的游戏。

那么什么可以产生数据呢？ 无非就是上场时间和效率。

换句话说，如果一个球员比其他人获得更多的上场时间（所以出勤率并不是误判，实际出勤率确实有帮助）并且单位时间内做的事情更多，那么他是不是能够比其他人产生更多的数据呢？

而如果你有更多这样的玩家，你获胜的机会不是更大吗？

这个游戏看起来就是这么简单。

然而，玩家每个人都有自己的信息迷雾，没有人能够在每一个决定中做出完美的选择。 这就是幻想的难度。

想要在人群中脱颖而出，还真得靠一点运气。 但只要尊重基本规则，一分钱一分货（选择每个位置上价值匹配的球员），1 1 = 2（阵容必须匹配。如果是1 a，两个不同的东西不就消失了吗？根据法律计算？）。

看起来并没有更糟，对吧？

您愿意为这篇文章点赞吗？

已经有人觉得很棒了