nba高阶数据什么时候出现的

高阶数据是在NBA领域中用于评估球员和球队表现的重要工具。在过去的几十年中，随着技术和统计方法的发展，高阶数据的计算方式也在不断进化和改进。以下将详细介绍高阶数据的计算方法和它的应用。

1. PER和其发展

PER（Player Efficiency Rating）是古早时期最早出现的高阶数据之一。它是由专家通过综合考虑球员在比赛中各项数据表现（得分、篮板、助攻、抢断、盖帽等）以及赛季各阶段的比赛时间得出的综合评分。然而，随着时间的推移和数据统计方法的改进，PER的不足也逐渐凸显出来。

2. 进一步发展：EPM、LEBRON、RAPTOR

随着科技的进步和的兴起，新的高阶数据指标如EPM（Estimated Plus/Minus）、LEBRON（Lowry Estimation of Basketball Ratings Over Replacement）、RAPTOR等开始被引入和应用于NBA。这些指标更加精细化地考虑了球员在场上的贡献和影响力，并通过复杂的算法和模型进行计算。它们不仅考虑了球员个人表现，还包括了球员与队友和对手之间的相互作用。

3. 高阶数据的应用

高阶数据的出现和应用对于球迷、教练和球队管理者来说都具有重要意义。首先，对于球迷来说，准确的高阶数据可以帮助他们更好地理解和评估球员的表现，进而影响对球队的支持和喜好。其次，对于教练和球队管理者来说，高阶数据不仅可以用于评估球员的能力和价值，还可以用于制定更科学和有效的战术和阵容安排。

4. 在高阶数据计算中的应用

随着技术的发展，越来越多的数据被收集和分析，从而为高阶数据的计算和应用提供了更多的支撑。通过收集和整理球员在比赛中的各项数据，利用机器学习和数据挖掘算法，可以挖掘出更多隐藏在数据背后的规律和信息。这样的综合分析可以使高阶数据更准确和全面，从而更好地反映球员和球队的真实水平。

5. 高阶数据的局限性和批评

尽管高阶数据在NBA中的应用越来越广泛，但它们仍然存在一些局限性和批评。首先，高阶数据的计算方法和算法很复杂，可能难以理解和解释给普通观众和球迷。其次，高阶数据可能无法完全捕捉到球员在比赛中的某些特质和能力，比如领导力和心理素质等。最后，高阶数据的计算结果和评估指标可能存在主观性和偏见，需要综合考虑其他因素。

高阶数据是在NBA中评估球员和球队表现的重要工具。从最早的PER到现代的EPM、LEBRON和RAPTOR，高阶数据的计算方法不断发展和改进。它们在球迷、教练和球队管理者中的应用越来越广泛，可以帮助理解和评估球员的能力和价值。同时，技术的发展也为高阶数据的计算和应用提供了更多的支持。然而，高阶数据仍然存在一些局限性和批评，需要结合其他因素进行综合考虑。通过不断改进和完善高阶数据的计算方法和算法，我们可以更准确地评估和分析球员和球队在比赛中的表现。