Advanced Stats, Alltimers, Off-Court

Check my Stats!

PER. WS. ORTG. eFG%, TS, DRB%, TOV%. Eine bunte Mischung bestehend aus Buchstabenkolonnen, die mehr oder weniger bedeutungsvolle statistische Messwerkzeuge beschreiben. Wozu benötigt ein NBA-Fan diese Statistiken und wieso berufen sich viele Artikel auf Go-to-Guys darauf? Basketball kann man schließlich selbst beobachten und geeignete Schlüsse ziehen. Oder doch nicht?

Das Eingeständnis der eigenen Unzulänglichkeit

Ja, ich gestehe. Ich habe nicht alle 1230 Regular Season-Spiele in einer normalen NBA-Saison gesehen. Ich konnte die knapp 60.000 Minuten dafür nicht aufbringen. Doch wer hat das schon? Wer hat jedes Spiel gesehen, das lief? Wer hat die Zeit, die Lust und das Interesse, jedes NBA-Spiel zu sehen, das verfügbar ist? Wahrscheinlich niemand. Deshalb verlassen sich viele Fans auf Beatwriter der einzelnen Teams, die meisten aber vor allem auf eines: ihre eigenen Augen. Das ist legitim, schließlich ist es vor allem für das menschliche Hirn einprägsam, wenn Allen Iverson einen irren Drive zum Korb besitzt und dort vollendet oder Vince Carter mit irrwitziger Sprungkraft angeflogen kommt und per Dunking abschließt. Schnell ist der Lieblingsspieler gefunden (und er bleibt dies auch bis zum bitteren Ende), der zudem noch ein hohes Wurfvolumen hat und so auf eine stattliche Punkteausbeute pro Spiel kommt. Wozu werden also Statistiken benötigt, wenn für jeden offensichtlich ist, wie gut ein Spieler ist? Man muss ja nur hinsehen. Müsste man – vor allem so intensiv, dass kein Mensch dies leisten kann.

Anschaulich ist dies an einer exemplarischen Situation im Setplay zu erklären: Wen beobachtet ihr? Zu 95% den Ballhandler und – so es das Auge zulässt – den direkten Gegenspieler. Wen seht ihr demzufolge nicht? 80% der anderen Spieler. Und dies passiert nicht nur in dieser einen Situation, sondern bei nahezu jedem Spielzug. Wie oft wart ihr überrascht, dass ein Spieler plötzlich alleine unterm Korb für den einfachen Dunk stand? Wer hat den Cut gesehen? Und welcher Gegenspieler hat hier geschlafen? Welcher Mitspieler hatte den entscheidenden off-ball-Screen gestellt? Ohne mehrmaliges Sichten ist sowohl das eine als auch das andere nicht zu erkennen. Wer scoutet also jede Possession zwei bis fünf Mal, um zu erkennen, wie die Punkte zustande kamen? Wahrscheinlich am ehesten noch die teameigene Scoutingabteilung, die dem Trainerstab dann die Informationen zur Verfügung stellen. Ein normaler Fan? Sicherlich nicht.

Ein weiteres Beispiel: Durch die selektive Wahrnehmung der NBA bekommt ein Fan nur Ausschnitte vom Spiel eines NBA-Spielers mit. Nehmen wir den relativ konstruierten Fall an, dass ein NBA-Fan schauen will, ob Evan Turner auch in seiner zweiten Saison nicht auf NBA-Star-Niveau agieren kann, wie es von einem zweiten Pick erwartet wird. Er schaut also im März diesen Jahres auf Turner, verfolgt ihn vom 7.-14. März. In dieser Zeit bestreitet Turner vier Spiele, erzielt zwischen 16 und 26 Punkte, in drei von vier Spielen holt er mindestens 9 Rebounds, wirft mindestens 58% aus dem Feld. Der Junge ist ein Star! Vielleicht. Für vier Spiele. Diese Eindrücke bleiben aber haften, der Fan hat sich ein Bild von Turner gemacht. Ohne die Möglichkeit, diese vier Spiele vernünftig einordnen zu können, bleibt dieses Bild präsent, so wie es früher durch Highlighttapes vermittelt wurde.

Deshalb sind alle Analysten auch auf Statistiken angewiesen: Sie können nicht alles selbst gesehen haben – und vor allem sollten sie ihren Augen nicht trauen. Wer kann denn alleine schon ein einziges Spiel verfolgen und nach dem Spiel sagen können, wer am effizientesten gescort hat, wer die prozentual meisten Rebounds geholt hat oder wer das beste Verhältnis zwischen Assists und Turnover vorlegen konnte? Niemand. Doch wozu werden die erweiterten Statistiken überhaupt benötigt?

Spätestens in der Offseason wird oft über die Vergleichbarkeit der Spieler gesprochen. Welcher Spieler würde passen? Welche Attribute kann er einem Team bieten? Was hat er in der abgelaufenen Saison bewiesen? Dabei täuschen die totalen Zahlen zumeist über Leistungen hinweg. Abhilfe schaffen hier erweiterte Statistiken, die darauf abzielen, die Facetten eines Spielers herauszuarbeiten. So zeigt das DRB% an, wer prozentual die meisten Defensiv-Rebounds einsammelt, unabhängig davon, ob ein Spieler 20 oder 40 Minuten auf dem Feld stand. In der letzten Saison war dies Dwight Howard, wenig überraschend. Dass dann aber Marcus Camby, Tim Duncan und Reggie Evans noch vor Reboundmaschine Kevin Love landeten, überrascht schon eher. Dabei ist jedoch zu beachten, dass Statistiken nur Zahlen ohne Kontext sind.

        
Rk             Player  Season    G   MP DRB DRB%
1       Dwight Howard 2011-12   54 2070 585 33.1
2        Marcus Camby 2011-12   59 1352 373 32.7
3          Tim Duncan 2011-12   58 1634 410 28.2
4        Reggie Evans 2011-12   56  771 171 26.7
5          Kevin Love 2011-12   55 2145 508 26.4
6        Andrew Bynum 2011-12   60 2112 517 26.1
7    DeMarcus Cousins 2011-12   64 1950 438 25.9
8       Kevin Garnett 2011-12   60 1864 428 25.8
9       Udonis Haslem 2011-12   64 1589 353 25.6
10      Carlos Boozer 2011-12   66 1948 450 25.3

Die Grenzen der Zahlen

Denn klar ist auch: Statistiken erklären nicht alles, schon gar nicht in der Defensive. Dafür sind die Scoutingsysteme noch nicht weit genug entwickelt. Um hier statistische Aussagen treffen zu können, muss wirklich jede Sequenz gescoutet und ausgewertet werden. Dies suggeriert zwar eine Seite wie mysynergysports, aber hier werden Verteidigungspositionen nur bewertet, wenn der Verteidiger aktiv eingreift, aufgepostet wird oder einen Perimeterwurf verteidigt. Was ist also mit den Defensivpossessions, in denen sein direkter Gegenspieler nicht wirft? Muss man dort nicht verteidigen? Kann man keine Rotationen verpassen? Bleibt man an einem Screen hängen und es kommt zum Switch, gehört dies nicht zur Verteidigung? Die rhetorischen Fragen sollten deutlich machen, dass man auch bei synergysports nur unzureichende Informationen erhält.

Generell sollte man also jede Statistik hinterfragen, denn jede einzelne hat Schwachstellen. Bei den totalen Zahlen wird zumeist ausgeblendet, wie viele Minuten der Spieler dafür Zeit bekam. Bei normierten Werten ist zu beachten, dass eine Vergleichbarkeit zwischen einem 10 MPG und einem 40 MPG-Spieler nicht gegeben ist, weil es schwieriger ist, eine Wurfquote über ein hohes Volumen von 40 Minuten zu halten, als diese in 10 Minuten zu erreichen. Ohne erschlossen zu haben, wie eine Statistik zu nutzen ist und was sie aussagt (und wichtiger: was nicht), sollte man jedoch nicht wild mit Zahlen um sich werfen, nur um einen Standpunkt zu untermauern, den man durch diese Zahlen vielleicht nicht untermauern kann.

Besonders beliebt ist es, anhand des Defensiv-Ratings die Stärke eines Verteidigers messen zu wollen. Die Statistik verführt dazu, weil sie in einer Zahl ausgegeben wird und damit suggeriert, dass die gesamte Defense abgedeckt wurde. Leider wurde das DRTG als Teamstatistik genutzt (wo es auch sinnvoll eingesetzt werden kann), die nun auf Einzelspieler heruntergebrochen wurde. Was als Erfassung der Team-Defense noch funktioniert, versagt nun für einen ligaweiten Vergleich. Anders ist es nicht zu erklären, dass vom Verteidigungsprimus der abgelaufenen Saison, den Boston Celtics, ausnahmslos alle Spieler besser verteidigen können sollen als vom Schlusslicht, den Charlotte Bobcats. Man muss dazu einfach bedenken, dass die Statistik entsteht, wenn 10 Spieler auf dem Feld sind, nicht nur 2, die sich duellieren. Bessere Defensivspieler können für schlechtere einstehen und die Fehler ausbügeln. Die Statistik verbucht jedoch nur, ob der Angriff des Gegners zum Erfolg führte oder nicht, nicht, wer dafür hauptverantwortlich war.

Wieso greift Go-to-Guys auf die Stats zurück?

Zum einen, weil Statistiken Vergleichbarkeit schaffen können und es nicht nur suggerieren. Wenn man den Statistiken entnehmen kann, dass James Harden 40% aller Spot-Up-Dreier trifft, dann kann man damit berechtigte Rückschlüsse auf eine Facette des Spiels des Beardman ziehen. Zum anderen beruft sich Go-to-Guys vor allem dann auf Statistiken, wenn es um einzelne Facetten eines Spielers geht, bei Einschätzungen zum Gesamtimpact eines Spielers muss man zu viel gewichten, als dass dies mit einer Zahl untermauert werden könnte.
Von Gesamtimpact-Parameter wie dem Player Efficiency Rating ist eigentlich abzuraten, weil eine Zahl niemals den Einfluss eines Spielers auf ein Basketballspiel abbilden kann. Es gibt natürlich extreme Beispiele, die dies untermauern:  Brandan Wright (PER 21,66) ist kein Top 25 Spieler der Liga, auch wenn die Metric Hollingers dies so abbildet. Gleichzeitig ist Nick Collison (PER 12,11) nicht die 235 in der Liga. Das PER misst eben nur Boxscore-Stats und lässt die so genannten Intangibles außen vor. Gerade in der Defensive kann die Statistik kaum etwas abbilden.

Zudem macht bei Rollenspielern eine Sortierung und Bewertung über das PER so gar keinen Sinn. Rollenspieler müssen vor allem in ihren Facetten beleuchtet werden. Wie verteidigen sie? Wie treffen sie den Dreier? Können sie ihre Spezialität gewinnbringend für ein Team einsetzen? Da interessiert es niemanden, welches PER der Spieler vorzuweisen hat. Das berühmteste Beispiel in der neueren Zeit dürften die Collins-Brüder sein, die für ihre sehr gute Post-Defense bekannt waren, aber so gar nichts auf den Statsbogen gezaubert bekamen. Jason Collins sah bei den Atlanta Hawks trotzdem 17 Minuten pro Spiel in den Playoffs und beendete die Postseason mit einem unrühmlichen PER von -2,2.

Es gibt allerdings auch sehr aussagekräftige Statistiken – aber eben nur für einzelne Bereiche des Spiels. Gerade fürs Scoring kann man mit TS%, eFG% und den verschiedenen Shot Locations schon erahnen, wie effizient ein Spieler ist – wenn man es vermag, ihn aufgrund seines Shootingvolumens und der Teamrolle richtig einzuordnen. Wichtig ist hierbei wieder die Vergleichbarkeit der Situationen. Tyson Chandler ist der effizienteste Scorer der NBA mit einem True-Shooting-Wert von 70,8. Das heißt aber eben noch lange nicht, dass er eine offensive Option ist und deshalb Amar’e Stoudemire (TS%  54,1) oder Carmelo Anthony (TS% 52,5) vorgezogen werden sollte. Man muss hierbei einfach das Volumen und die Wurfschwierigkeit beachten, die alle drei Akteure unterscheidet.

                                      
Rk             Player Age  G   MP  TS%
1      Tyson Chandler  29 62 2061 .708
2     Carmelo Anthony  27 55 1876 .525
3    Amare Stoudemire  29 47 1543 .541

Beachtet man aber alle Faktoren, kann man sehr gut mit den Zahlen arbeiten, auch wenn sie keine allgemeinen Aussagen zulassen. „Kevin Durant ist ein besserer Spieler als Carmelo Anthony“ mag eine richtige Aussage für den überwältigenden Teil der NBA-Fans sein, untermauern kann man statistisch aber nur einzelne Facetten des Spiels, woraus sich dann ergeben könnte, dass Durant tatsächlich als besser eingestuft werden kann. „Kevin Durant ist die effizientere Scoringoption“ kann hingegen spielend leicht begründet werden.

We check stats!

Genau aus diesem Grunde benutzen wir Statistiken und legen auch gesteigerten Wert darauf, dass man diese nicht ignoriert. Sie sind – richtig benutzt! – eine solide Grundlage, weil sie objektive Zahlen liefern, die man in einen richtigen Zusammenhang bringen muss, dann aber sehr präzise Schlüsse daraus ziehen kann. Keiner hat alle 1230 Regular Season Spiele gesehen. Keiner meint, einen Spieler alleine aufgrund von Statistiken beurteilen zu können. Dass man aber viele Facetten des Spiels eher durch Zahlen als durch bloßes Betrachten von ausgewählten Spielen besser beschreiben und interpretieren kann, sollte ebenso auf der Hand liegen.

  •  
  •  
  •  
  •  
  •  
  •  

7 comments

  1. Alexander Aust

    Klasse Artikel, Dennis. Hat wirklich Spaß geamacht diesen zu lesen. Die Wichtigkeit der statistischen Werte war mir durch das Studium zwar schon zuvor bewusst, nichtsdestotrotz ist dieser Artikel mehr als nur lesenswert.

    Hätte nur einen kleinen Kritikpunkt:

    Bei normierten Werten ist zu beachten, dass eine Vergleichbarkeit zwischen einem 10 MPG und einem 40 MPG-Spieler nicht gegeben ist, weil es schwieriger ist, eine Wurfquote über ein hohes Volumen von 40 Minuten zu halten, als diese in 10 Minuten zu erreichen/

    Da bin ich nicht ganz bei dir, zumindest was den zweiten Teil des Satzes betrifft. Ich denke sowas ist von Spielertyp zu Spielertyp unterschiedlich. Allein schon ältere Spieler steigern ihre Quote durch längere Einsätze eher, weil diese ihren Motor oft erst hochfahren müssen. Der Charakter eines Spielers fällt da auch ins Gewicht, weil Spieler die ihre, beispielsweise, verkürzte Rolle nicht akzeptieren, eher schlechtere Quoten auflegen. Statistiken habe ich dafür natürlich nicht, weil es solche selbstverständlich nicht gibt^^
    Ich denke du wirst nicht widersprechen, wenn ich sage: Dirk Nowitzki wäre durch eine verkürzte Rolle nicht effizienter, sondern eher uneffizienter.
    Da aber der erste Teil deines Kommentars der Kern der Aussage ist, bin ich also eigentlich doch deiner Meinung ;)

  2. Dennis Spillmann

    |Author

    Da bin ich nicht ganz bei dir, zumindest was den zweiten Teil des Satzes betrifft. Ich denke sowas ist von Spielertyp zu Spielertyp unterschiedlich. Allein schon ältere Spieler steigern ihre Quote durch längere Einsätze eher, weil diese ihren Motor oft erst hochfahren müssen. Der Charakter eines Spielers fällt da auch ins Gewicht, weil Spieler die ihre, beispielsweise, verkürzte Rolle nicht akzeptieren, eher schlechtere Quoten auflegen. Statistiken habe ich dafür natürlich nicht, weil es solche selbstverständlich nicht gibt^^
    Ich denke du wirst nicht widersprechen, wenn ich sage: Dirk Nowitzki wäre durch eine verkürzte Rolle nicht effizienter, sondern eher uneffizienter.
    Da aber der erste Teil deines Kommentars der Kern der Aussage ist, bin ich also eigentlich doch deiner Meinung ;)

    Ich kann die Aussage auch nicht komplett statistisch untermauern, aber es gibt zumindest Indizien dafür, dass derselbe Spieler mit einem höheren Volumen schlechtere Quoten ablegt. Auch Dirk hat dies ja bewiesen:

    Season G MP TS% eFG%
    2007-08 77 2769 .585 .510
    2008-09 81 3050 .564 .498
    2009-10 81 3039 .578 .498
    2010-11 73 2504 .612 .545
    Career 1055 38314 .581 .511

    Generell gibt es haufenweise Spieler, die mit der zu großen Rolle nicht klarkamen. Trevor Ariza bspw.:

    Season Age Tm G MP TS% eFG%
    2008-09 23 LAL 82 1999 .544 .511
    2009-10 24 HOU 72 2629 .488 .462
    Career 499 12783 .508 .472

    Generell ist dies auch klar, denn mit jeder weiteren Spielminute wird der Spieler erschöpfter und demzufolge unkonzentrierter. Ich vergleiche hier keinen 40 MPG Dirk mit einem Borderline-NBA-Spieler, sondern Dirk von 09/10 und Dirk von 10/11: Der Spieler muss also tendenziell dieselben Fähigkeiten besitzen. Dirk hat (auch durch Verletzungen) 500 Minuten weniger in der RS gespielt. Sein MPG-Schnitt sank hier von 37,5 auf 34,3 Minuten pro Spiel. Dass er schon 09/10 ein besseres TS% vorlegen konnte als in 08/09 liegt auch hier an seienr leicht verminderten Rolle. Er nahm bei fast gleicher Minutenzahl 1,5 Würfe weniger pro Spiel (ging dafür aber 0,5 Mal mehr an die Linie; sein Volumen war dennoch geringer). 10/11 nimmt Dirk dann so wenige Würfe pro Spiel wie seit 10 Jahren nicht mehr, trifft diese aber so gut wie noch nie.

    Klar kann ein Spieler auch mal brauchen, um in einen Wurfrhythmus zu kommen, aber das ist aus meiner Sicht eine Beobachtung, die man statistisch nicht untermauert bekommt. Auch wenn Dirk in den Playoffs dann reihenweise die letzten Würfe traf: Es sind eben nur einige, ganz wenige Spiele, die dir gerade wegen dieser Eigenschaft (2-12 zur Halbzeit, danach fast ein perfect game) in Erinnerung blieben, aber über eine Saison keinen Bestand haben.

    Es wird schon seinen Grund haben, wieso in der absoluten Crunchtime die Quote von 46 auf 29% (wie Jonathan Walker das bei seinem Debutartikel auf Go-to-Guys herausgestellt hat) fällt.

  3. Alexander Aust

    Generell ist dies auch klar, denn mit jeder weiteren Spielminute wird der Spieler erschöpfter und demzufolge unkonzentrierter.

    Das ist die Aussage, die ich für den von mir oben markierten Teil viel treffender und passender finde. Die steigende TS% bei Dirk zeigt meiner Meinung nach eher, welche die ideale bzw. passende Spielzeit für einen Spieler wie Dirk (Ein Spieler seines Alters und seiner Physis) ist und nicht, dass Dirk mit einer kleineren Rolle bzw. mit weiter sinkender Spielzeit effizienter wäre. Ich bin weiterhin der Meinung, dass die Effizienz eines Spielers direkt mit der treffenden Auswahl seiner Rolle verwurzelt ist und nicht mit der möglichen Minutenanzahl (Die Erschöpfung jetzt mal ausgenommen).
    Es ist der richtige Einsatz eines Spielers, der ihn effizienter spielen lässt.
    Kann durchaus sein, dass ich mich irre, aber ich bin der Meinung, dass ein erfahrener und verdienter Spieler mit der Rolle eines Bankspielers nicht zurecht kommen würde und allein dadurch nicht so effizient spielen könnte wie zuvor als Starter.

    Mich würden z.B. die Werte eines Stephen Jackson mal interessieren. Er gilt ja nicht als sehr effizienter Spieler, jedoch denke ich wäre das Beispiel an ihm sehr interessant, weil er mit seiner Rolle oft unzufrieden war (z.B. Milwaukee) und dadurch teilweise wirklich sehr unproduktiv gespielt hat. Zumindest hatte ich diesen Eindruck beim Fantasy Manager^^

  4. Dennis Spillmann

    |Author

    Die steigende TS% bei Dirk zeigt meiner Meinung nach eher, welche die ideale bzw. passende Spielzeit für einen Spieler wie Dirk (Ein Spieler seines Alters und seiner Physis) ist und nicht, dass Dirk mit einer kleineren Rolle bzw. mit weiter sinkender Spielzeit effizienter wäre. Ich bin weiterhin der Meinung, dass die Effizienz eines Spielers direkt mit der treffenden Auswahl seiner Rolle verwurzelt ist und nicht mit der möglichen Minutenanzahl (Die Erschöpfung jetzt mal ausgenommen).
    Es ist der richtige Einsatz eines Spielers, der ihn effizienter spielen lässt.

    Von 08/09 zu 09/10 hat er doch fast identische Minuten gespielt, aber weniger Würfe genommen, weshalb er effizienter war. Eine kleinere offensive Rolle machte ihn effizienter (übrigens nicht effektiver, er erzielte weniger Punkte). Im Jahr darauf wird die Rolle nochmals kleiner, die Minuten fallen ebenfalls. Es resultiert daraus die beste TS% der Karriere. Ich sagte, dass ich dir nur Indizien bieten kann, für mich ist dies eines.

    Um aber mal auf den ursprünglichen Artikel zurückzukommen: Es ist einfach schwieriger für einen Spieler mit vielen Minuten/Touches (durch Erschöpfung, höheres Shootingvolumen oder ähnliches), genau so effizient zu sein wie für einen vergleichbaren Spieler mit weniger Minuten/Touches. Ich hatte doch im Artikel auch angeführt, dass Tyson Chandler (viele Minuten, wenig Touches) keine offensive Option ist, obwohl er das beste TS% hat. Zu der Aussage stehe ich noch immer. Aber das passt ja auch zu deiner Aussage, dass man die richtige Rolle für einen Spieler finden muss.

    Mich würden z.B. die Werte eines Stephen Jackson mal interessieren. Er gilt ja nicht als sehr effizienter Spieler, jedoch denke ich wäre das Beispiel an ihm sehr interessant, weil er mit seiner Rolle oft unzufrieden war (z.B. Milwaukee) und dadurch teilweise wirklich sehr unproduktiv gespielt hat. Zumindest hatte ich diesen Eindruck beim Fantasy Manager^^

    Stephen Jacksons Saison in Milwaukee war natürlich unfassbar schlimm. Der Wechsel zu den Spurs half dann. Jackson hat dort auch wieder bessere Zahlen aufgelegt als zu den Bobcatszeiten, wo er klar mehr Minuten sah (und in einer anderen Rolle steckte). Dabei ist Jackson aber auch wirklich ein kaum zu enträtselnder Spieler. Seine besten Shootingsaisons hatte er in Golden State, wo er eine viel größere Rolle hatte als in San Antonio innehatte. Was jetzt genau die beste Rolle für Jackson wäre, wüsste ich auch nicht.

  5. Smido83

    Sehr interessanter Artikel, dem ich durchaus zustimmen kann.
    Ohne Statistiken geht fast nichts und trozdem sollte man den Satz “Traue keiner Statistik die du nicht selber gefälscht hast!” nie vergessen. ;) Selbst Advanced Stats täuschen des öfteren doch sehr. Denn gegen die 2. Garde lässt es sich eben leichter verteidigen/punkten als gegen die Stars und Stammspieler. Daher können Bankspieler wie eben Wright auch gerne mal nen riesen PER haben, aber nich den dazu passenden impact.

    Zur Spielzeit vs. Effektivität Diskussion hier… ich sage als Dallas Fan mal nur 2 Namen:
    Lamar Odom, O.J. Mayo ;)

    Beide waren zuletzt signifikant schlechter als ihre Minuten sanken. Meiner Meinung nach hatte beides aber rein garnix mit der Spielzeit an sich zu tun. Beim einen war’s die neue Umgebung bzw. seine Psyche, beim anderen die neue Rolle von der Bank! So oder so denke ich, dass die Spielzeit als sicheres Indiz wie effektiv Spieler werfen können nicht anzuwenden ist. Weder in die eine, noch in die andere Richtung.

  6. Hassan Mohamed

    Ohne Statistiken geht fast nichts und trozdem sollte man den Satz “Traue keiner Statistik die du nicht selber gefälscht hast!” nie vergessen. ;) Selbst Advanced Stats täuschen des öfteren doch sehr.

    Ja, einige Statistiken – wie das Player Efficiency Rating – sind natürlich fälschungsanfällig, da der Entwickler viel Einfluss auf das Ergebnis nehmen kann. Allerdings gibt es auch Statistiken, die quasi fälschungssicher sind. Der Spielstand, Advanced Stats wie eFG% oder die Rebound-/Turnover-Rate, …

  7. Dennis Spillmann

    |Author

    Nochmals etwas Generelles:
    Ich rate eigentlich bei jeder Statistik davon ab, sie zu nutzen, wenn sie vorspiegeln will, dass eine Zahl die Leistung eines Spielers auf dem Feld abbilden kann. Das kann nicht funktionieren, und die Extrembeispiele fürs PER habe ich ja bereits im Artikel erwähnt. Das PER beantwortet nur die Frage: “Wer ist der beste Boxscorespieler?”, mehr leider nicht. Für alle Non-Boxscorestats wie APM fehlt mir die Basis dafür, dass der angewendete Algorithmus ein verlässliches Ergebnis hervorbringt, weil hier nur mit +/–Werten gerechnet wird, die aber 10 Spieler produzieren und nicht nur einer.


Melde dich an, um einen Kommentar zu schreiben