揉脸萌态t值 P值 变量 t值 P值 7.764 0.0000 player 3.005 0.0027 2.612 0.0090 ppg*field 15.731 0.0000 7.219 0.0000 rpg*field 14.980 0.0000 -20.700 0.0000 spg*field 8.320 0.0000 -7.590 0.0000 to*field -8.833 0.000 -10.466 0.0000
回归方程的R2?0.7517，调整的R2?0.7506，F=183.4976，p值＝0.0000。采用与上节相同的统计诊断方法进行考察，我们并未发现模型存在残差异方差和多重共线性，残差与自变量也不存在相关关系。因此，可以认为模型的拟合效果是较好的。
模型中的正指标为：得分、篮板、抢断、盖帽、助攻、教练执教能力和核心球员能力，它们的系数均是正的；而模型中失误和犯规两项负指标的系数为负值，这与理论一致。大部分变量的系数都不超过1，而教练的历史执教战绩的系数达到16.035，可见教练执教能力对一个球队影响很大。
在不考虑主客场因素时，模型中部分理论上对胜率有影响的变量不显著，但在考虑主客场因素之后，这些变量都显著，说明主客场差异对球队胜率有影响。
在考虑的所有交互影响中，助攻、得分、篮板、抢断、盖帽、失误、犯规均是显著的，存在差别斜率，且系数与理论上一致，可见主客场差异对各个变量的影响很大，正指标在主场倾向于较大，负指标在主场倾向于较小，说明的确存在着主场优势这一因素，而虚拟变量项系数为负说明在主场，球迷的加油、球队期望值更高等因素同样会给主队造成一定的压力，所以主队的初始值会比较小。因此我们认为主场既存在主场优势，也存在主场压力，但是主场优势大于主场压力，即相对于客场球队在主场更容易取得胜利。
回归的结果也证实了非参数检验的正确性，从而更加确定主客场对球队胜率影响很大，这些影响主要是通过球队各个指标体现。
七、季后赛分析
在NBA常规赛之后紧接着就是决定总冠军归属的更加激烈的季后赛，在季后赛中，我们采用了与考虑了主客场差异的常规赛回归模型（4）中同样的变量，发现助攻、篮板、教练、工资总额、核心球员能力、球队价值这些因素均不显著，
16
因此，我们可以认为影响季后赛比赛胜负的因素与常规赛的有所不同。季后赛采取的是两个队相互交战直至一个队获得四场比赛胜利晋级下一轮的形式，而常规赛的球队排名将会影响到球队遇到的队伍的强弱情况，显然，本队的常规赛战绩和对手的常规赛战绩也会在一定程度上影响到比赛的胜负和球队晋级下一轮的可能性。季后赛连续多天的比赛对球队主力队员体能的消耗也不可忽视。主力球员平均上场时间明显减少，此时需要替补队员的支持才能打好比赛。因此，球队板凳球员的能力也将会影响球队的战绩。 (一)相关分析
从近几年NBA的发展可以看出其越来越重视防守，2008-2009赛季进入东西部总决赛的湖人队和魔术队就是防守中的典范。但究竟球队的防守能力与球队战绩之间的关系如何？为此，我们从2008-2009赛季季后赛每场比赛的相关技术指标中选出代表防守的3指标（篮板数、抢断次数、盖帽次数）和每场比赛的失分来衡量球队的防守能力，计算其与每场比赛结果（用净胜分衡量）之间的相关系数。相关分析结果如表13：
表13 净胜分与4种防守指标的相关关系结果 Pearson相关系数 （P值） Spearman秩相关系数 （P值） 失分 -0.597 （0.000） -0.5308 （0.000） 抢断 0.232 （0.002） 0.191 （0.013） 篮板 0.405 （0.000） 0.411 （0.000） 盖帽 0.337 （0.000） 0.347 （0.000）
从上表我们可以看出，4个指标都与比赛结果净胜分显著相关，但相关程度都不很高。其中每场失分与球赛结果相关程度最大，其Pearson相关系数将近-0.6。可见防守能力对球赛战绩影响相当显著，之后我们使用多元分析方法将4个防守指标综合成一个体现防守能力的指标，并计算其与净胜分之间的相关系数为0.5289，并在5%显著水平下通过统计检验。球队防守能力与球队比赛结果之间的相关程度超过了50%，说明球队的防守能力在季后赛中得到充分的体现，球队的防守能力在很大程度上影响球队的战绩。 (二)主成分分析
季后赛中替补球员对各自球队的作用不可忽视，因此在进行球队胜率因素分
17
析之前，先对各队替补球员进行分析。替补球员指在季后赛的大部分比赛中以替补球员身份出场的球员。对替补球员分析的14项指标与核心球员类同（见数据表述），每支队伍将各自所有替补球员的各项指标分别加总，得到每支球队替补球员总贡献指标。
由于本文在前面部分做过核心球员的主成分分析，因此方法不再赘述，直接得出替补球员主成分得分，见表14。
表14 球队替补球员主成分得分结果
球队 得分 球队 得分 马刺 126.25 骑士 144.37 掘金 160.01 凯尔特人 117.17 小牛 魔术 开拓者 76人 火箭 老鹰 98.16 黄蜂 热火 爵士 公牛 湖人 活塞 168.63 161.25 132.69 152.31 139.68 134.09 96.64 157.38 156.06 142.43 74.64
（三）回归分析
通过上述的分析，我们将以比赛净胜分(result)为因变量，以球队的福布斯价值(values)、球队的赛季总工资(pay)、教练的历史执教战绩(coach)、球队中核心球员的综合得分(player)、本队常规赛胜率（bsl）、对手常规赛胜率（rival）和替补球员能力（tb）为自变量并加入主客场因素(field)作为虚拟变量(主场值为2，客场值为1)，虚拟变量与球队常规技术统计[球队得分(ppg)、助攻数(apg)、篮板数(rpg)、抢断次数(spg)、盖帽次数(bpg)、失误次数(to)、犯规次数(foul)]进行乘积的变量也作为自变量进入模型。回归模型结果为：
result?4.450?0.042?apg?field?0.307?bpg?field?11.713?bsl?11.150?coach ?32.671?field?0.512?foul?field?14.571?pay?0.985?player (6) ?0.325?ppg?field?25.261?rival?0.370?rpg?field ?0.507?spg?field?0.123?tb?0.428?to?field?0.066?values参数显著性检验见表15。
表15 季后赛比赛净胜分与其影响变量的回归结果
变量 apg*field bpg*field t值 P值 变量 t值
coach -0.499 0.6183 4.324 field -5.609 0.0004 2.402 18
foul*field -3.593 0.0004 to*field -2.746 pay bsl ravil -2.660 常数项 0.367 0.311 0.7566 player 0.685 1.405 0.1619 5.538 -0.989 0.773 values 0.052 tb 2.294 0.3243 0.4409 0.0086 ppg*field rpg*field spg*field P值 0.4494 0.0000 0.0000 0.0175 0.0067 0.9587 0.0232 0.7144
上述回归结果显示，在显著性水平α＝0.05的情况下，有多个自变量是不显著的。
从上述回归结果认为在考虑了季后赛所有可能影响比赛结果的因素的模型中有不少自变量对比赛的胜负影响不大，我们将检验不显著的变量剔除出模型，所得的拟合方程如下：
result??33.556?field?0.523?foul?field?0.346?ppg?field?28.348?rival (7)
?0.382?rpg?field?0.597?spg?field?0.102?tb?0.386?to?field参数显著性检验见表16。
表16 季后赛比赛净胜分与其影响变量的回归结果 变量 t值 P值 变量 t值 P值 field -6.218 0.0000 rpg*field 4.706 0.0000 foul*field -3.840 0.0002 spg*field 2.948 0.0037 ppg*field 7.884 0.0000 tb 3.496 0.0006 rival -4.478 0.0000 to*field -2.656 0.0087
回归方程的R2?0.7530，调整的R2?0.7423。采用上节同样的统计诊断进行考察，我们并未发现模型存在残差异方差和多重共线性，残差与自变量也不存在相关关系。因此，可以认为模型的拟合效果是较好的。
根据上述回归结果，我们可以看出影响球队季后赛战绩的关键因素为主客场因素、球队得分、球队篮板次数、球队抢断次数、失误次数、犯规次数、替补球员能力以及对手的常规赛战绩。其中，球队得分、球队篮板次数、球队抢断次数、失误次数、犯规次数均受到主客场因素的影响。替补球员能力指标的系数为正，说明季后赛中，替补球员能力越好的球队获得比赛胜利从而晋级下一轮的可能性越高；对手常规赛战绩指标的系数为负，说明遇到的球队常规赛战绩越差，越有希望晋级；得分、篮板、抢断指标为正，说明这些指标越高，获胜可能性也越高；失误指标为负说明失误次数越少，越可能获胜。这些均与实际情况相符合。
19
八、常规赛和季后赛影响比赛胜负因素异同分析
(一)相同点
1.常规指标影响
在对影响常规赛和季后赛战绩因素进行回归分析发现，球队得分、失误次数、抢断次数、篮板数、犯规次数这五项指标在常规赛和季后赛中对比赛的胜负均有重要的影响。其中球队得分、抢断、篮板在两个模型中均为正指标，在一般情况下，这三项指标越高，球队就越有可能获胜；失误次数、犯规次数则为负指标，在一般情况下，这两项指标越低，球队获胜的可能性越大。
2.主客场因素
在考虑了主客场因素的两个模型中，主客场因素和其与各项指标的交叉乘积项，在模型中大部分都显著，说明不论在常规赛还是在季后赛，主客场差异均是显著存在的，这不仅球队的各项技术指标上，还体现在比赛的最终结果上。
3.防守因素
常规赛和季后赛的分析结果显示，体现球队防守能力的失分、篮板、抢断、盖帽四项指标均对比赛结果有显著影响。球队失分越少，篮板、抢断、盖帽数越多，球队获胜的能力越强。可见，球队的防守能力是决定比赛胜负的一个关键因素。 (二)不同点
1.替补球员能力
季后赛的赛制与常规赛不同，季后赛赛程安排更为紧凑，对队员体能的消耗很大，为了保持良好的状态，各队主力球员每场上场时间都会减少，此时就需要替补队员的支持。因此在季后赛中替补球员的作用比常规赛的重要。对比两个模型，常规赛替补球员更换比较频繁，上场时间也较不稳定，对战绩影响有限；而考虑了替补球员能力的季后赛模型拟合效果更好，可见替补球员能力对季后赛战绩影响不可忽视。
2.战略战术的调整
季后赛赛制不同也决定了季后赛所使用的战略战术与常规赛不一样。季后赛中一个球员与同一支球队连续比赛4到7场，所以双方对各自对手的特点会随着比赛的进行慢慢熟悉和适应，每队的缺点也会暴露给对手，因此需要一些针对对
20
