NBA单赛季高阶数据前十排名，詹姆斯、乔丹等五人包揽前十

NBA有那么一段时期高阶数据特别受球迷以及媒体的推崇，当然高阶数据并不能代表一切，比如威少PER值高达30但常规赛西部第六、季后赛止步首轮，而科比PER值只有24却带领湖人65胜并拿到总冠军，但即使如此霍林格发明的球员效率PER公式仍然具备一些参考意义，下面我们就来盘点一番！

第十名：13赛季詹姆斯，PER值31.59，当赛季成绩：总冠军！

13年詹姆斯场均26.8分8篮板7.3助攻带领热火拿到了66胜联盟第一战绩，高阶数据方面詹姆斯PER值31.59遥遥领先，若非纽约记者将一张选票投给得分王安东尼，也许NBA第一个全票FMVP早在13年就提前出现了，不过季后赛里詹姆斯效率值稍微有些下滑，最终热火也是1:4惨遭马刺淘汰出局。

詹姆斯连续第二年击败斯特恩拿到MVP大奖

第九名：64赛季张伯伦，PER值31.63，当赛季成绩：总亚军！

这一年张伯伦打出36.9分22.3篮板5助攻数据，不过MVP争夺里张伯伦还是输给了奥斯卡罗伯特森，毕竟六十年代NBA还没有效率值的概念，当时奥斯卡55胜而张伯伦只有48胜，不过季后赛里张大帅更胜一筹，勇士队一路闯进总决赛，而皇家队不幸提前遇到了凯尔特人，季后赛张伯伦效率值31.3，比尔拉塞尔只有18.9。

第八名：91赛季乔丹，PER值31.63，当赛季成绩：总冠军！

91年乔丹场均31.5分6篮板5.5助攻2.7抢断1封盖，这样全能的数据为乔丹带来了31.63效率值，当时巴克利效率值27.6排名第二、罗宾逊25.6第三，而到了季后赛里乔丹数据又变成31.1分6.4篮板8.4助攻2.4抢断1.4封盖并拿到32效率值，这个时候常规赛那些尾随者就已经看不到乔丹的尾灯了。

总决赛乔丹游刃有余甚至和魔术师PK起了助攻

第七名：09赛季詹姆斯，PER值31.67，当赛季成绩：东部决赛！

09年詹姆斯常规赛31.67效率值就已经非常亮眼，结果季后赛里詹姆斯凭借35.3分9.1篮板7.3助攻又将效率值提升到了37.4，这个数字整个NBA历史里排名第二仅次于88年奥拉朱旺季后赛39效率值，当然很可惜季后赛骑士输给了魔术，对面霍华德20.3分15.3篮板2.6盖帽效率值只有25.5。

第六名：88赛季乔丹，PER值31.71，当赛季成绩：东部半决赛！

这一年乔丹场均35分5.5篮板5.9助攻3.2抢断1.6封盖号称NBA最完美的单赛季个人表演，季后赛首轮对阵骑士的比赛里乔丹砍下了场均45.2分，接着次轮就是连续三年碰到底特律活塞的开端了。

乔丹连续三年被活塞挡在总决赛之外

第五名：63赛季张伯伦，PER值31.82，当赛季成绩：未进季后赛！

这一年张伯伦打出了44.8分24.3篮板，但因为球队从费城搬到旧金山，而队内场均21.9分保罗阿里金因为个人原因没有跟随球队搬迁而选择了直接退役，在缺少帮手情况下张伯伦带队只打出了西部第四战绩，当时联盟共9支球队前6进入季后赛，这赛季张伯伦就很遗憾被挡在大门之外了。

第四名：20赛季字母哥，PER值31.86，当赛季成绩：东部半决赛！

这一年字母打出了场均29.5分13.6篮板5.6助攻1抢断1盖帽数据，高阶数据方面字母也是31.86遥遥领先，于是蝉联MVP自然水到渠成，不过季后赛字母发挥大失水准，尤其1:4输给热火的系列赛里场均仅有21.8分。

季后赛巴特勒让字母哥颜面尽失

第三名：22赛季字母哥，PER值32.05，当赛季成绩：东部半决赛！

这一年字母又将数据提升到了29.9分11.6篮板5.8助攻1.1抢断1.4封盖，不过这个时候高阶数据已经被字母、约基奇等人玩坏，所以雄鹿虽然51胜超过掘金，但MVP票数方面字母哥落后约基奇、恩比德只排在第三的位置。

第二名：62赛季张伯伦，PER值32.08，当赛季成绩：西部决赛！

这一年张伯伦砍下了惊世骇俗的50.4分25.7篮板2.4助攻，奈何当时并没有抢断和盖帽数据统计，这也导致张伯伦在PER公式计算中吃了不少亏，否则张伯伦这个效率值超过40也是概率很大的事情。

季后赛表现让所有投票的媒体后悔不已

第一名：23赛季约基奇，PER值32.85，当赛季成绩：总冠军！

到了23年高阶数据就更不值钱了，特别是一些媒体为了阻止约基奇三连MVP更是极力贬低高阶数据的作用，最终恩比德顺利击败约老师拿到常规赛MVP大奖，结果到了季后赛里恩比德只打出23.7分9.8篮板，反观约基奇场均30分13.5篮板9.5助攻带领球队拿到了总冠军，这一刻高阶数据的价值仿佛又重新回来了！

nba高阶数据科普

nba高阶数据科普（转自虎扑）

PER

PER是由现孟菲斯灰熊队副总裁、前ESPN的专栏作家John Hollinger发明的，根据当赛季所有球员表现，来综合评定某一位球员赛季表现的进阶数据。根据Hollinger的设定，每年NBA所有球员的平均PER为15。

针对PER这项数据，人们经常会提出一些批评:

Hollinger自己也曾承认，该项数据对那些偏重防守的球员(例如布鲁斯-鲍文、本-华莱士等等)并不友好，这类球员在防守端的贡献并不能很好地从PER值中体现出来。[1]

另一个针对PER值经常会犯的错误是"跨赛季比较"。如前所述，NBA每个赛季球员的平均PER均为15，考虑到每个赛季所有球员平均水平的不同，因此PER值并不适合跨赛季比较。

此外，PER值经常会翻译成"效率值"，但"效率值"并不一定是"PER"。举例来说，NBA官网就有一项数据为"efficiency"，中文翻译同样是"效率值"，但计算的理念和公式则与PER值完全不同。[2]

WS

WS(Win Share)一般翻译为"胜利贡献值"，最初是由Bill James为统计一名棒球运动员每年为球队贡献了多少场胜利而发明的概念。在Bill James的棒球体系中，每一场胜利等于3个Win Share;在篮球里，每一场胜利约为1个Win Share。另一个区别是，Bill James的棒球体系下不允许负的Win Share;而在篮球中，则允许负数，即"这名球员的表现实在是太糟糕了，对产生了负面的影响，拿走了他队友所产生的Win Share"。

通常来说，如果一支球队赢下了某场比赛，那么该队所有球员的Win Share之和就等于1。

另外需要注意，Win Share是累加的数字，即球员A在第一场比赛得到了0.4的Win Share，第二场比赛得到了0.12的Win Share，则该球员这个赛季的Win Share值为0.4+0.12=0.52。

在1977-78赛季后(之前NBA还没有开始统计球员的个人失误)，Win Share的计算公式:Win Share = Offensive Win Share + Defensive Win Share。

OWS

OWS(Offensive Win Share)通常翻译为进攻胜利贡献值，该数值是用来衡量球员进攻端的表现。具体的公式非常复杂，如有兴趣可以参见Dean Oliver撰写的图书《Basketball on Paper》。

DWS

DWS(Defensive Win Share)通常翻译为防守胜利贡献值，该数值是用来衡量球员在防守端的表现。具体的公式非常复杂，如有兴趣可以参见Dean Oliver撰写的图书《Basketball on Paper》。

进攻效率

ORtg(Offensive Rating)通常翻译为进攻效率值(自1977-78赛季后引入NBA)，用于球员的话，该数值用来衡量该球员在场时球队每100回合得分，用于球队的话，该数值用来衡量球队每百回合得分。

举一个例子，节奏较慢的球队A每场比赛可以获得40次进攻机会，从中得到了80分;另一支节奏较快的球队B每场比赛可以获得70次的进攻机会，但从中只得到了90分。如果从"得分"来看，球队B的进攻能力要强于球队A，但事实上，球队B的进攻机会比球队A多了75%，得分却只多了12.5%，实在很难认为球队B的进攻能力要强于球队A。

防守效率

DRtg(Defensive Rating)通常翻译为防守效率值(自1973-74赛季后引入NBA)，无论是用于球员还是球队，该数值都是指每百回合被对手攻下的分数。

在场防守效率

ON DefRtg就是指球员在场上时对手在每百回合中能攻下的分数。

不在场防守效率

OFF DefRtg就是指球员不在场上时对手在每百回合中能攻下的分数。

尾声及感想：由于之前做历史排名，有不少朋友提出要考虑高阶数据，所以特地又去查了一下高阶数据的含义及解释。为什么用了一个又字呢？因为之前其实已经查过很多次了，但是高阶数据这个东西真的很专业的东西，查了很多次，其实也没弄明白每个数据的详细解释及各个数据的区分。

上面这篇科普文里，也多次提到了“具体的公式非常复杂”，，，，，可见每个数据的计算专业性之强。回复里也有人提出“媒体都不承认这种，没炒作噱头，太专业了不好普及。媒体更喜欢冠军次数、MVP、得分王这种一眼可见的东西。 ”

再次，也对之前不考虑把高阶数据计算在内的几个原因再次解释一下。

1、高阶数据也是研究NBA的人或者说团队设计发明出来的产物，他的合理性是否适用与整个NBA历史还有待商榷（实际上我个人认为不管什么模型和评分方式，想要适用整个NBA历史的球员几乎是不可能的）。

2、我对高阶数据不是非常了解的原因，我不知道每个高阶数据应该如何取值，才能做到尽可能的公平，因为及时是拿现成的这些荣誉和数据取值赋分，分值稍微改变，就会造成排名的变化了。

3、考虑高阶，工作量实在太大，我个人没有这个精力和毅力去统计。

最后附上一张得分后卫的历年高阶数据霸榜图（同样转自虎扑）