运动科学ence基于主成份分析法的NBA球队战绩影响因素

2 研究方法 2.1． 数理统计方法从NBA官网下载相关数据。 使用Stati Sti csl 9软件对数据进行统计处理。 2.2. 比较分析方法采用主成分分析法检验结果的有效性。 3. 数据处理 3.1。 统计方法和原理 主成分分析：是研究多个定量（数值）变量的多元统计方法。 导出几个特定的​​主要组件，使其尽可能完整地保留原始变量的信息，而不接触其他部分。 3.2. 原始数据处理采用Stati Stj csl 9统计软件进行主成分分析。 分析时，选择特征值大于0.5的因子。 4.结果与分析，4.1。 原始数据：2011、2011-2、2012-23赛季NBA季后赛球队常规赛场均数据。 4.2. 主成分分析有两个指数岛和ε:，从整体中抽取N个样本作为研究对象，让它们分散在一个以1、T1:为长短轴的椭圆平面上。 指示符 ' , 与 'z, 旋转 J -Tl z 相关。 其中，11为点ε(k'z)在长轴上的投影坐标，qz为短轴上的投影坐标。 可见2024至2008赛季nba排名，N观测值的波动可归因于Han。 轴投影点波动，q：轴投影点波动较小。 Ⅶ作为综合指标，能更好地反映N观测值的变化2024至2008赛季nba排名2024至2008赛季nba排名，11：起辅助作用。

综合指标q称为主成分。 综上所述，主成分分析就是选择合适的投影，用低维空间中的投影来表示高维空间中的点，使得低维空间的投影中能够保留尽可能多的原始空间。 本文从NBA官网收集的1D常规赛场均数据中选取了7个有代表性的项目，并且只选取了进入季后赛的16支球队的数据。 基于这些原始数据进行主成分分析。 下面是对2-2013赛季数据分析得出的表格：（2-20赛季，2011-2012赛季同理） 表1 2012-2013赛季数据解释的总方差可见上表。 7 特征值不小于0.5的因素有4个。 四项累计贡献已达到总贡献的86%以上。 2010-2011赛季和2011-2012赛季的数据分析结果与上述有很大不同。 类似，所以我们应该从7个因素中选择这4个因素作为主要成分，即影响季后赛球队表现的主要成分是投篮命中率、罚球命中率、三分球命中率和篮板球。 5、结论通过 主成分分析法可以科学有效地筛选出影响球队战绩的主要因素，即投篮命中率、罚球命中率、三分命中率和篮板球数。 助攻、抢断和盖帽对球队战绩影响不大。 根据以上结果，我们可以对NBA球队提出一些改进措施。 (1)球员的投篮(中投)训练一定要扎实，对提高球队整体投篮命中率很重要。

（2）球队在引进球员时，要考虑引进一些三分射手，并注重三分射手的培养。 (3) 球员必须接受良好的罚球训练。 罚球命中率也是影响球队胜利的主要因素之一。 (4)加强篮板球训练很重要。 在引进球员时，应该引进一名大中锋，以保证篮板球。 另外，训练中必须增强所有球员的篮板意识。 参考文献：[1]王璎珞I系统工程[MI． 北京：机械工业出版社，2∞9． 【2】林振彦． SPSS多元分析的操作与应用。 北京大学出版社，2007.8。 【3l张志谦． 浅谈2∞6-2∞7赛季NBA总决赛各项技术统计对比赛胜负的影响[J 1_内蒙古体育科技,2008,(2). 2014年01文体用品及技术171万立方米数据