消除联萌 机械的球员能力水平计算的计算公式是这样的！
PER的计算公式如下：
PER = aPER*(15/)
aPER = (步速)*uPER
步速=/
速度 = 48 * ((Tm Poss+Opp Poss) /(2*(Tm MP / 5))
poss = FT＋0.44 FM—TmORB＋TmTO
uPER = (1/MP) ×{3P+ (2/3)×AST+ (2 - ×tmAST/tmFG)×FG+ FT×0.5×[1 + (1 - tmAST/tmFG)]+ (2/3) × tmAST /tmFG-VOPTO- VOP×DRBP×(FGA - FG)- VOP×0.44×[0.44 + (0.56×DRBP)] ×(FTA - FT)+ VOP×(1 - DRBP) ×(TRB - ORB)+ VOP ×DRBP×ORB + VOP×STL + VOP×DRBP×BLK - (PF×lgFT/lgPF) - 0.44×lgFTA/lgPF ×VOP }
可以看到，涉及球员本身的部分主要是uPER，剩下的主要是联赛和球队数据。
PER = aPER*(15/)
从这个数据可以看出，aPER越高越好，越低越好。 是联赛数据，一般人无法掌控，所以PER的高低主要看aPER。
aPER = (步速)*uPER
小学毕业的人都明白，uPER越高越好。 同时，速度越高越好。 uPER主要是关于个人表现。
步速=/
这里出现了一个问题。 这是联赛数据，而是球队数据。 明眼人都能看出这个数据的风险。 速度越高越好。 当数据难以影响时，越低越好！
那么它是什么？ 是球队每场比赛的平均控球次数，这意味着如果你想让PER数据提高，那么你球队的节奏越慢越好。 这其实是一个非常不合理的设置。 确实，数据是想平衡球队打法之间的差异，因为节奏快的球队
没错，如果一个人的能力完全由PER决定，那么球队的节奏就完全可以由一个球员掌控。 只要他打得足够慢，相对PER值就会很高。 快节奏和慢节奏的差别可以达到10%左右，但对于个人球员来说，这个数据就不会体现出来。 节奏慢的球员只要在球队中的地位足够高，他的个人数据就不会受到球队节奏的影响。 即使队友打得越差越好，这样数据就可以集中到他身上。
所以我们可以从这里得出一个情况——如果一支球队有球主来控制球队的节奏，尽量放慢球队的节奏，同时抓住场上获取数据的机会，这样就可以PER数据超过竞争对手。
以PER数据竞争激烈的2005-06赛季为例。 诺维茨基和詹姆斯以28.1并列第一。 不过，因为小牛队的佩斯是87.8，而骑士队是89.8，如果不是这股力量利用球队的节奏来平衡的话，詹姆斯应该会超越诺维茨基。 当然，最吃亏的应该是纳什。 他整个职业生涯的PER并不高，这与球队长期的快节奏有关。
我们再看一下uPER，
第一项：3P
3P，即球员投中三分球的次数。
第一个衡量球员的远距离投篮能力。
这个三分球数量会增加能跟上现代节奏的球员的uPER，但如果不擅长投三分球那就惨了，最终PER肯定不会好。
第二项：(2/3)*AST
第二个指标衡量球员的助攻贡献。
这个横向指标衡量的是辅助能力，但辅助本身并不是一个基本属性。 取决于别人传球后是否击球，但不知道为什么这里用2/3作为系数。
第三项：(2 - *(tmAST/tmFG))*FG
= (2/3) - (0.5*(lgAST / lgFG)) / (2*(lgFG / lgFT))
谷草转氨酶/
LGFG，联赛助攻数/联赛命中数；
lgFG/lgFT，联赛安打/联赛投篮
这是计算命中数并消除联盟和球队影响的数据。
第四项：FT*0.5*(2 - (1/3) *(tmAST/tmFG))
FT，球员罚球次数；
tmAST/tmFG，球队助攻/球队投篮命中率
即球员罚球次数越多，该值越大，球队整体表现越强（得分主要依靠助攻，罚球机会较少），该值越小。
罚球也明显有问题。 像哈登这样的球员罚球次数很多，而库里和詹姆斯（常规赛）则很难得到哨子，这显然会造成数据偏差。
第五项：-VOP*TO
VOP＝lgPTS / (lgFGA - lgORB + lgTO + 0.44*lgFTA)
LGPTS，联赛平均得分；
lgFGA，联赛平均射门次数；
lgORB，联赛平均前板；
lgTO，联赛平均失误数；
lgFTA，联盟罚球平均数；
TO，玩家错误。
可以看出，VOP衡量的是联盟中每次进攻的平均效率。
第五项用于计算玩家错误。 前面的减号表示该队因失误而失分。
这不重要。
第 6 项：- VOP*DRBP*(FGA - FG)
DRBP, DRBP = (lgTRB - lgORB) / lgTRB
LgTRB，联盟平均总篮板数；
lgORB联盟平均前盘；
可见，DRBP衡量的是联盟整体的防守篮板能力。 （包括篮板和球队篮板）
VOP，联盟平均进攻效率；
FGA，球员的射门次数；
FG，投篮命中数。
第六项应该衡量球员浪费投篮机会的能力。 前面的减号表示球队因球员投篮不中而失分。
这是有问题的。 它主要衡量球员的投篮命中率，但你要知道，距离篮筐越近，投篮命中率越高。 也就是说，要么中锋蹲在篮下，要么需要大量人员拉开空间去攻击其他球员。 在长距离两分球区域投篮本来就处于统计劣势，但这是必要的。 篮下的投篮机会非常宝贵，不是每个人都能得到，而在本来就效率低下的区域，一定有人想投篮。 这些人的数据看起来不会很好。
第七项： - VOP*0.44*(0.44 + (0.56*DRBP))*(FTA - FT)
VOP，联盟平均进攻效率；
DRBP，联盟防守篮板平均值；
FTA，球员罚球次数；
FT，罚球次数。
第七个衡量标准是球员浪费罚球机会的能力。 前面的减号表示该队因球员投篮不中而失分。
这个数据影响不大，除了奥尼尔。
第 8 项：VOP*(1 - DRBP)*(TRB - ORB)
VOP，联盟平均进攻效率；
DRBP，联盟防守篮板平均值；
TRB，总玩家委员会；
ORB，玩家前板；
第八项是衡量球员的篮板能力。
这个数据价值不大，尤其是威少这种卡住篮板的模式。
第 9 项：VOP*DRBP*ORB
VOP，联盟平均进攻效率；
DRBP，联盟防守篮板平均值；
ORB，玩家前板；
第九项应该是衡量一名球员前场能力的指标。
进攻篮板这个数据还是比较有意义的，但是只要能拿到足够多的防守篮板，进攻篮板的意义就小很多了。
第 10 项：VOP*STL
VOP，联盟平均进攻效率；
STL，球员抢断。
第十项衡量球员的抢断能力。
窃取的数据因人而异。 2016年的抢断王是库里，但后来因为对他的处罚规模太大而不敢出手。
第 11 项：VOP*DRBP*BLK
VOP，联盟平均进攻效率；
DRBP，联盟防守篮板平均值；
BLK，球员盖帽。
第11项衡量球员的盖帽能力。
这个数据影响不大，没有问题。
第 12 项：- (PF*((lgFT/lgPF) - 0.44*(lgFTA/lgPF)*VOP)))
PF，球员犯规；
lgFT/lgPF，联赛平均罚分/联赛平均犯规；
lgFTA/lgPF,,联盟平均罚球数/联盟平均犯规次数；
VOP，联盟每次进攻的平均效率
联盟的罚球越准，犯规损失就越大； 联盟进攻效率越高，犯规损失越小； 联盟中的犯规次数越多，每个人都犯规，那么犯规损失就越小。
第十二项衡量球员犯规的成本。
这个数据不算什么。
总结一下，PER数据往往是这样的球员：
慢节奏球队的控球核心。 他可以完全掌控球队。 他可以持球超过20秒，然后扔给队友投篮助攻。 他也能看到自己得分的机会。 需要有人为他拉开攻击篮筐的空间，或者他自己担任中锋，在篮下投篮。 有人可以帮他盖板也可以抢篮板（进攻篮板还是防守篮板并不重要，主要看总数）。 他最好有良好的三分球能力。 有哨声才能获得罚球。 控制你的犯规和错误。
因此，具有PER值的终极球员是在慢节奏球队中控制球、尝试在篮下投篮并能命中三分球的球员。 这种球员在PER发明的时代理论上并不存在，所以这个数据也不是为这种球员发明的。 现在我们看到一个只是巧合。
约基奇本赛季的PER已经达到了35，原因可能是本赛季场上犯规增多后，罚球次数减少，因此联盟整体PER数据有所下降。 PER最终是根据全联盟的情况得出的，约基奇的表现更为突出。 上赛季，场均得分超过28分的球员有6人。 约基奇只得到26分多一点。 本赛季，只有杜兰特一人得分超过28分。 约基奇的25.4分仅少了1分，所以他的PER数据的提升应该是必然的。
约基奇上赛季PER排名第一。 PER是专门为某类球员打造的一项统计数据，说约基奇是为PER而生的球员也不为过。
我想说这个数据最大的问题是各个数据的权重比例。 比如命中数占比低，但投篮命中率高，进攻篮板占比低，防守篮板占比高，助攻也有偏高的嫌疑。罚球命中率也偏高。
最重要的是，用球队的节奏来平衡PER几乎没有任何意义。 也就是说，通过uPER计算aPER的步骤可以完全省略，因为玩家不是机器。 即使球队的节奏再快，一个人的体能有限，一场比赛的整体出手次数也不会高出多少。 更多的投篮会导致更多的投失球。 下面的uPER已经计算了这些。 无需重复计算，但大概是这样计算才使得张伯伦等古代球员的数据有所不同。 太变态了。
但PER也有它的优点，那就是它充分参考了联盟的整体情况。 它实际上是一个相对数据。 从这个角度来说，也算得上是一个具有一定价值的高层参考数据。 它可以帮助您筛选出投篮符合“魔球理论”并能填满数据板的球员，满足Excel爱好者对篮球的理解。
