nba球員防守效率排名的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

結合資料探勘與模糊理論預測籃球比賽勝負 -以NBA芝加哥公牛隊為例

為了解決nba球員防守效率排名的問題，作者許雅筑 這樣論述：

運動產業因為媒體轉播不斷的進步，也跟著蓬勃發展，而運動比賽最注重的不外乎就是比賽的勝負，勝負不但關係著球隊的排名也對背後所支持的財團收益影響重大，籃球比賽亦是如此。現今有關預測籃球方面有關的研究大多都以運動彩券為主，但本研究希望利用資料探勘技術結合模糊理論，建構出一個快速預測球隊勝負的模型，不僅能夠幫助球迷在沒有專家分析的情況下，能夠有能力自行預測球隊勝負購買彩卷，也能夠幫助球隊管理階層，在比賽時利用當前數據進行球隊預測，以利針對能力不足的地方進行補強然後贏得勝利。本研究以美國國家籃球聯盟單一球隊作為研究對象，收集其2014-2018年間所有例行賽之數據，並且加入球員效率等級指標作為其中項目

，進行分析預測。整體模型分為兩個部分，第一部分，分別利用決策樹、T檢定與決策樹及羅吉斯回歸與決策樹，進行特徵提取影響籃球比賽勝負之中要因子；第二部分，利用第一部分所提取之重要因子，建立模糊隸屬函數以及模糊規則，最後使用模糊推論取代專家預測比賽勝負，並且比較不同特徵提取經過模糊理論預測後之績效。本研究結果顯示，有進行維度縮減所提提取之重要因子，透過模糊理論預測結果較準確，其中以基礎與進階數據所預測的平均準確度最高(78.83%)，次之為基礎數據(76.3%)，最低為進階數據(72.3%)。

職業籃球效率值與聯盟表現的關聯性研究-東亞與美國職業籃球聯盟為例

為了解決nba球員防守效率排名的問題，作者蘇建樺 這樣論述：

本研究旨在探討職業籃球球員效率值與球隊之間的關係，並以東亞國家中的中國男子籃球職業聯賽(Chinese Basketball Association, CBA)、臺灣超級籃球聯賽(Super Basketball League, SBL與籃球體系發展最完整的國家美國國家籃球協會(National Basketball Association, NBA)為研究對象。首先，以球員在職業籃球聯賽的數據中解釋效率值(EFF值)的價值，接著蒐集2014-2015的賽季數據樣本，透過獨立樣本t檢定，希冀從NBA跟CBA、SBL的比較，我們從不同區域的聯賽中來探討EFF值，透過統計檢定判斷是否有顯著性，獨

立樣本t檢定結果皆發現三個聯盟的比較皆有顯著性，其中以NBA與SBL的組合顯著性最為明顯。本文貢獻在於導入研究假說後，以標竿指標去分析探討三個聯盟的顯著性，其中標竿指標分為十一個項目，這些項目分別代表球員不同表現的效率，分別為進攻、防守、季後賽與冠軍賽的效率等，以標竿指標代表聯盟不同項目的強度，最後導入t檢定分析NBA、CBA、SBL的聯盟效率值落差為本論文的研究價值。以預期差異來說，聯盟效率值整體強度應是NBA>CBA>SBL，但是針對三個聯盟透過標竿指標區分為多項分類後，再以獨立樣本t檢定分析發現很多項目是CBA>NBA，從標竿指標探討出CBA外籍球員效率值過高所造成的差異性例如標竿指標中

的全球員效率值。其中也有因為CBA外籍球員指數過高與NBA造成無顯著性，例如晉級季後賽與冠軍賽效率值。整體而言以不同標竿指標所計算之效率值中，CBA與NBA差距並不大，但是兩者都與SBL有很大的差異性。