nba胜差怎么算一场的概率怎么算,谁能教教我??

NBA的状元签概率怎么算的??_百度知道
NBA的状元签概率怎么算的??
我有更好的答案
按默认排序
那个好像是从排名来看的,排名倒数的就很有可能抽到状元签了
NBA选秀的很多程序和规则,时值今日,对一些中国球迷而言仍如“雾里看花”。按时间划分,每年的NBA选秀大致可分为两部分。第一部分是选秀抽签:NBA从1985年开始实行选秀抽签,每年季后赛激战正酣的时候,NBA会召集未能进入季后赛的球队举行抽签仪式,来决定未来头三号新秀权的归属。抽签仪式中,主持人会拿出编号为1-14号的14个乒乓球,放在一个容器中,从14个球中随意抽出4个球,不计数字的先后顺序,一共可以产生1001种可能的组合,而去掉这个11-12-13-14组合,正好还剩下1000种。抽签前,没有获得季后赛资格的各队已经依照常规赛战绩倒序排名,得到与之相应的赢取状元签的组合数(机率)。比如今年有14支球队没有进入季后赛,这14支球队中战绩最差的老鹰队就得到250种组合,即有25%的机会赢得状元签,战绩第二差的黄蜂队得到199种,即19.9%的几率,依此累推,14支球队中战绩最好的森林狼,则只有5种组合,即0.5%的机会赢得状元签。在状元签抽出之后,4个乒乓球又被放回容器中,重新去决定二号和三号选秀权的归属,此后首轮剩余的4-30号选秀签位和第二轮的选秀签位,则按照常规赛的成绩倒序决定。 除了常规的选秀程序之外,NBA还对参加选秀的美国本土高中毕业球员参加选秀和海外球员参加选秀增设了一些特殊规定。以下是NBA劳资 协议对这两类球员参加NBA选秀的规定条款。 美国高中毕业球员申请参加选秀的规定 (a)一位定居在美国并已完成高中学业的球员,可在选秀开始的45天前向NBA发出书面通知,在表达他放弃进入大学继续学业的意愿后可获 得参加NBA选秀的资格。一旦这名球员被任何一支NBA球队选中,那么以下的规则将适用: (i)根据下面(b)的规定,如果该名球员不参加大学篮球队,那么他将获得参加NBA选秀的资格。在他宣布放弃大学入学机会之日到他获得参 加选秀资格之日期间,如果一支NBA球队每年按要求向该球员发出邀请,那么该球队将是唯一能与他签订球员合同的球队。 在这部分内容当中,一旦该名球员在获得NBA选秀资格后未宣布放弃参加大学篮球队资格的,那么这次选秀对他而言将选秀则被看作是“二 选”。 以“二选”的资格被选中的球员将遵守适用的规则。如果该名球员在选秀中因为放弃大学篮球资格而被挑选后、未和挑选他的球队签订球 员合同,也未能在“二选”中被挑选的球员(在之前的语句中作出过解释),我们称之为新人自由球员。 (ii)如果该名球员参加大学篮球队,那么一旦他之后宣布放弃继续在大学篮球队效力的机会的,他仍可以获得NBA选秀资格。届时,曾经在 选秀中选择他、并每年按要求向该球员发出邀请的NBA球队将保留在选秀之日一年后和他进行商讨并签订球员合同的优先权。 在这部分内容当中,一旦该名球员在获得NBA选秀资格后未宣布放弃参加大学篮球队资格的,那么这次选秀对他而言将被视作“初选”,下 一次的选秀则被看作是“二选”。以“二选”的资格被选中的球员将遵守适用的规则。 (b) 一位定居在美国并已完成高中学业的球员,如果不具备参加NBA选秀的资格并和一支美国以外的职业篮球队签约的,他将有资格参加下 一次的NBA选秀。如果被选中,他将被看作是以上第四节中定义的“球员”。在这小节的内容当中,“职业篮球队”表示任何一个国家内向一位 为他效力的篮球运动员支付任何类型的、超过一般生活支出的金钱或赔偿的篮球队。 海外球员参加NBA选秀的规则 (a)在这节的内容当中,一名“海外球员”是指任何定居在美国之外的业余或职业篮球运动员。 (b)一名海外球员在达到22岁后便有资格参加NBA选秀。任何超过22岁以及在22岁生日当年未曾在选秀中被挑选的球员,我们称之为新人自 由球员。 (c)尽管有以上(b)小节的规定,一名未曾在美国参加过大学篮球队的海外球员仍可以在其未满22岁生日时获得参加选秀的资格: (i)他必须在选秀进行之前至少年满18岁; (ii)他必须在选秀开始的45天前向NBA发出书面通知,表达希望获得参加选秀资格的意愿。 (d)一名海外球员如果在选秀之前的赛季效力美国的大学篮球队,那么他就必须遵守以上第5节有关继续完成或放弃在大学的学业的规定。 按照惯例,NBA选秀抽签仪式规则如下:将14个分别标有数字1到14的乒乓球放入一个鼓状的圆桶中,从它们中任取4个球构成一种组合结果,一共将有1001种组合结果。如果将其中一种结果忽略不计的话,剩余1000种结果将由电脑随机分配给13支球队。 转自搜狐 常规赛战绩越差的球队,分配到的结果也就越多。在全联盟中垫底的球队,都将获得225个结果。 转自搜狐 然后像摇奖一样摇出四个球,诞生一组由4个数字构成的结果,哪个球队结果中包含这一种,就拥有了头号选秀权。然后四个球被放回桶里,重复上述过程两次,第二号和第三号选秀权也就名花有主(注:若摇出被忽略的结果,则无效,球被放回并重复程序)。没有获得前三名选秀权的球队,将根据常规赛战绩获得第四到第十三位新秀,战绩越差,选秀顺位越高。 转自搜狐 按规定,整个抽签过程将由NBA官员、13支球队代表以及监督抽签的会计师参加。“摇奖”结束后,会计师将把带有各球队标的卡片放入标有1到3的三个信封内,然后将其密封。无论NBA副总裁格兰尼克还是球队代表,此时都无法提前知道信封内的结果究竟如何。 转自搜狐 随后NBA将正式宣布抽签的结果,第4到13位的选秀权按从低到高的顺序先行宣布,然后由格兰尼克拆开信封,按顺序宣布拥有前三位选秀权的球队,这意味着,最后拆开的那个信封里注明的球队,将在一个月后的选秀大会上摘得“状元秀”。
其他类似问题
nba的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁NBA球队19场里面赢1场的概率是多少,数学好的帮我算算_nba吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名:今日本吧第个签到,本吧因你更精彩,明天继续来努力!
本吧签到人数:0成为超级会员,使用一键签到本月漏签0次!成为超级会员,赠送8张补签卡连续签到:天&&累计签到:天超级会员单次开通12个月以上,赠送连续签到卡3张
关注:2,113,567贴子:
NBA球队19场里面赢1场的概率是多少,数学好的帮我算算收藏
<div class="clearfix BAIDU_CLB_AD BAIDU_CLB_AD_pb" id="BAIDU_CLB_AD_">
快试试吧,可以对自己使用挽尊卡咯~◆◆
你和个傻单一样,不同球队获胜概率不同
登录百度帐号我的游戏推荐游戏
后查看最近玩过的游戏
已有234,266吧友中奖,实现梦想
使用签名档&&
为兴趣而生,贴吧更懂你。或&下次自动登录
每日评:雷霆晋级概率达76% 快船命悬一线但仍有胜算
文章来源:&U体育
作者:&iverson1640
U体育5月10日独家评论(文/繁世) 即便输掉比赛,快船也不是输家,双方的天赋无疑都是顶级,双方都有划时代的球员,攻防转换质量、战术执行都是上乘。可以毫不夸张的是,本场比赛一分钟的垃圾时间都没有,对于球迷而言,无疑是最大的享受。
保罗想翻盘 必须限制威少
双方可以说近乎没有犯错,比赛从第一分钟纠缠到了最后一刻,每一次进攻都让球迷们大呼过瘾。可是文无第一,武无第二,当雷霆二少同时开启了超神模式的时候,雷霆已经势不可挡,当天赋已经发挥到极致,雷霆真的没有对手。
全场比赛双方交替领先共19次,比分是交替上升,而双方今天一共有5个球员吃T。有对抗,有身体,,有战术,有悬念。四位核心,雷霆二少和快船的内外双子星更是联手轰下了114分。看完步行者和奇才的比赛,再看雷霆和快船,你真有一种便秘通畅的快感。
这自然又要和历史定律扯上关系,NBA季后赛历史上,共有203次系列赛(7场4胜制)出现过前2场双方战成1-1的情况。而赢下系列赛第3战的球队中有154支晋级次轮,也就是说雷霆不仅抢回了主场优势,他们晋级的概率达到了恐怖的76%。
不过定律只是心里平衡用的,球场上还是需要实力说话。保罗高调了全场,却倒在了最后时刻,天赋的比拼快船输了一盘,但是他们却还有希望,毕竟雷霆二少不是所有时刻都这么准的。
这一场格里芬打破了心魔,面对伊巴卡是带血狂飙,砍下34分8个篮板4次助攻3次封盖,得分更是创造了季后赛生涯新高。保罗面对威少也没有吃亏,他送出了13次助攻很好的串联起球队,和雷霆相比,他们似乎更像是一支战术更强的球队。
论人品,今天雷霆是集体爆肿,二少最后都颜射保罗得分,而伊巴卡两分球更是9投9中。你能指望伊巴卡还能爆肿几次,今天充其量只是偶尔爆发而已,下一场当快船做出针对性的布置,伊巴卡之外,谁还能站出来?
并非给快船攒人品,保罗还是能够牢牢掌控比赛节奏,威少这么拼命的打法让所有人揪心。雷霆可以拼下这一场胜利,却未必可以万事大吉。
独家评论,如需转载请注明来源,违者必究。
原创转载请注明来源:
24小时热搜
新闻热搜词来源:
近日,中国篮协连续开出了三张罚单,上海队、青岛队和辽宁队都没能逃过篮协的制裁。其中上海被罚5万;青岛被罚5万,辽宁被罚1万。篮协此次的罚款目的在于提倡观众文明观赛,切勿扰乱赛场秩序。
NBA常规赛正在如火如荼的进行着,而官方也在今天早些时候公布了上周东西部的最佳球员,克利夫兰骑士的头号球星勒布朗-詹姆斯终于当选;而西部这边,波特兰开拓者的达米安-利拉德力压詹姆斯-哈登强势入围。
洛杉矶湖人新赛季开局10场比赛只取得了1场胜利,而在这10场比赛中,作为湖人的头号球星科比-布莱恩特场均27 3分位居联盟第二位,但他场均出手却达到了24 4次,这项数据高居联盟的首位。而面对科比的这种状态,ESPN又开始黑科比了,他们直言,科比狂出手是因为他想尽早赶超乔丹。
由于目前球队3号位球员众多,明尼苏达森林狼方面现在正在积极兜售他们的上赛季的首发3号位球员科里-布鲁尔。由于新赛季球队相同位置球员众多,并且布鲁尔未曾得到重用,所以森林狼决定将其交易,而目前克利夫兰骑士跟休斯顿火箭就对其很有兴趣。
据雅虎体育报道,萨克拉门托国王已经和球队的首发三号位球员鲁迪-盖伊完成了新的续约合同。双方签订了一份为期3年,总价值在4000万美金。而今年也算是盖伊的合同年,他跟国王的原合同将在本赛季结束后正式到期。怎样做一名技术流NBA“赛事指导”_nba吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名:今日本吧第个签到,本吧因你更精彩,明天继续来努力!
本吧签到人数:0成为超级会员,使用一键签到本月漏签0次!成为超级会员,赠送8张补签卡连续签到:天&&累计签到:天超级会员单次开通12个月以上,赠送连续签到卡3张
关注:2,113,568贴子:
怎样做一名技术流NBA“赛事指导”收藏
2012 年 NBA 全明星周末刚刚举行不久,在巨星们各种秀技能的时候,死理性派冒充了一把技术指导,在战术板上列了一大推公式和数据,向那些久经赛场但“不懂科学”的队员们解释,关键时刻这球该怎么打。怎样做出有技术含量的指导?当然是靠高端的数学模型。数学计算决定犯不犯规
让我们穿越回 2010 年 NBA 的一场比赛,火箭队对阵公牛队。在比赛还剩 10 秒结束的时候,火箭队领先 3 分,此时球权在公牛队手中。火箭队虽然离胜利只有一步之遥, 但公牛队还并没有放弃,他们希望在最后一次进攻中扳平比分,把比赛拖入加时。面对这最后一攻,火箭队其实有两个策略可供选择:一是尽力防守阻止公牛队投三分;二是主动犯规,不让公牛队有投三分的机会。如果当时你是火箭队的技术指导员,你会建议主教练选择哪个?这其实是一道数学题,不妨让我们来算一算。根据 NBA 的数据,2010 整个赛季三分球平均命中率是 35.5%,不过在离比赛结束还有 10 秒或更短、进攻方落后 3 分的特定情况下,面对严防死守和巨大压力,命中率就要打折扣了,只有大约 20%。火箭队如果主动犯规让进攻方罚球两次,会怎么样?公牛队若想扳平比分,在火箭队犯规后可以选择:罚进第一球罚失第二球,同时还要抢到进攻篮板,之后再把球投进,完成一次“1+2”。一般情况下,罚进第一球的概率是 75.6%,任务并不算难。故意投失第二个罚球,应该属于 100% 可以完成的任务。但是第二个罚球不进,公牛队抢下进攻篮板的概率就比较小了,根据 NBA 的统计数据,只有 13.9%。到此为止,如果三件事情都发生,概率是 75.6% × 100% × 13.9% = 10.5%。另一方面,NBA 两分球得分率大约是 50%,也就是说在抢到进攻篮板后,公牛队最后能够进入加时赛的可能性也就是 10.5% 的一半,5% 左右。按照以上的计算来看,两种策略比较起来,选择主动犯规,火箭队有 95% 的获胜希望;不犯规防 3 分,火箭队只有 80% 的获胜希望。还是犯规策略更胜一筹。现实情况是,主教练阿德尔曼采取了与上面计算得出的结论相反的策略,也就是不犯规,所有队员都踩在三分线上防守。结果公牛队的当家球星德里克&#x2022;罗斯用一道美丽弧线绝杀了火箭队。双方只好打加时赛,火箭队最终输掉比赛。当然,计算结果并不能代替主教练(否则球队老板雇个数学家就好了,那可比主教练便宜得多)。因为这个模型还很简单和理想化,忽略了很多影响因素。比如公牛队不同球员之间的三分球、罚球命中率相差很大,一个平均值意义有限;另外模型也只考虑了一个进攻回合的情况,实际上双方可能会反复互相犯规,导致局势更复杂;除此之外失误情况我们也没有考虑。虽然如此,这个结果依然有一定的参考价值。如果概率模型足够复杂和完备,准确率和可靠度超过“技术指导”,也并非一件不可能的事情。 24秒何时出手才最好
除了教球员们怎么防守,技术流的指导当然还会教球员们怎么进攻。美国物理学教授布莱恩&#x2022;斯金纳(Brian Skinner)就曾做过研究,计算出了每轮进攻什么时候出手最好。我们知道按照比赛规则,每个回合有24秒的进攻时间,选择什么时机出手,可是影响成功得分的关键因素。布莱恩把“何时出手”看做和著名的 37% 法则( 参看 死理性派恋爱法:拒绝掉前面37%的人 )看成同一类题目。在球场上 24 秒钟中某一时刻,如果遇到一个投篮机会,球员会考虑是直接投还是传给队友继续寻求更好的机会。不妨把每一次投篮机会的好坏都用一个“机会值”表示,假设这个值最差(f1)到最好(f2)是均匀分布、随机出现的。另外布莱恩在模型里还假定,在 24 秒中的某一时刻如果球队遇到一个得分机会,要看这次机会值是否高于一个临界值,只有高于临界值时才值得一试。临界值跟剩下的时间成正比, 24 秒剩下的时间越少,对投篮机会的要求就要越低,例如 24 秒钟声即将临近,进攻队员别无选择,即使此时被对方五人围成一团,投篮机会很差(f1),也只好一试。此时的临界值很低。相反,如果 24 秒进攻时间刚刚开始,机会不好的话还可以先组织一下,等待更好的得分机会,比如发现对方篮下出现空挡时(f2)。 24 秒刚开始时的临界值会比较高。除此之外,临界值也跟在剩下的时间能有多少次投篮机会,以及失误出现的概率有关(控球的时间越多,出现失误的概率就越大)。根据 NBA 的统计数据,布莱恩教授的模型假定投篮机会是随机产生的,平均 2.8 秒会有一次;失误也是随 机产生的,平均 100 秒会有一次。据此他为 24 秒中的每一个时刻计算出了相应的临界值。当然真实比赛中,对于一次投篮机会,很难判断什么样的投篮“机会值”是 2,什么样的“机会值”是 1,不过一定符合有好有坏的分布。布莱恩虽然没办法说明具体就一个投篮机会而言是投还是不投,但我们可以根据这个模型和 NBA 的统计数据估算出平均情况下,在 24 秒的各个时刻,最佳的出手比例分配应该是多少。
<div class="clearfix BAIDU_CLB_AD BAIDU_CLB_AD_pb" id="BAIDU_CLB_AD_">
比如计算结果认为在最佳方案中,有 12% 的投篮在 9 到 10 秒的时间段内发生。球队尽量按照图里这条黑色曲线的比例分配 24 秒里各个时间段的出手比例,可以以获取最大的得分率。
从上图可以看到,现实中 NBA 球队的平均出手时间相比于最佳曲线普遍稍晚一些(深红色点),如果改按照计算出的最佳时间分配出手,计算表明,球队每场比赛可以平均多得 4.5 分。果真如此的话,很多经常以小比分输掉比赛的球队就可以有机会反败为胜了。手会热的发烫吗?不少常看NBA比赛的球迷会有这样的感觉,某一球员可能在比赛的一段时间内突然爆发,接连命中十个八个,越投越来劲,怎么投怎么有。孙指导,张指导常常会把这种情况解释为“手热得发烫”。当然与之相反,球员也有“手冷”的时候,越投越投不中。一个球员接连投中几次之后,手真的会“变热”,再次投篮的命中率上升吗?理性的研究与直观的“赶脚”却是相反的。首先任何人都承认,不管姚明,科比还是,比赛中都有那么几分钟超常发挥、高于平均命中率的时候,也一定有几分钟失常发挥的局面,只是这种超常失常的原因主要是因为巧合,还是真的因为命中之后让他们的手变热造成的?拿扔硬币来说,虽然理论上正反两面的概率都是50%,但实际上连续扔很多次,也会遇到好几次总是正面,好几次总是反面的情况,可是硬币不会“热得发烫”,这只是统计上正常的波动。早在二十多年前,美国康乃尔大学和斯坦福大学的三位研究者收集了当时费城76人队的比赛数据,对“手变热”一探究竟,看一看NBA比赛中连续投中、连续失手的情况是否和扔硬币一样,只是正常统计波动造成的错觉。他们首先统计了费城76人队很多场比赛中,九名主力队员在连续投失三个球,两个球,一个球以及连续投进三个球、两个球、一个球六种情况下再次投篮分别的命中率,结果发现各名球员在六种情况下的命中率是基本相同的,甚至大多数球员在投失之后的命中率反而略高于投中之后的命中率。在统计上,只有这六种情况下存在差异,而且差异达到一定程度,才能断定“手热”,“手冷”存在,所以他们得出的结论只能是“无证据表明之前几次投篮结果与下一次投篮结果有关”。接着,他们又把每位球员比赛中所有的投篮结果列成一列数据0100101……(1表示投中,0表示没有投中),连续的一个或者几个1看作一个“小段子”(像最前面的111)。如果手热现象存在,这些“小段子”的平均长度,也就是每次连投连中的平均个数会高于随机情况下的预期值。他们的结论是“没有异常”,也就是说这段数据更像是随机分布。他们还用了一招,把上面的数据每相邻4个数字分为一组,看一下四投零中,四投一中,四投二中,三中,四中的情况的比例分布是否与随机情况的期望值有所不同,结果仍然是“完全正常”。当然,有人会觉着一位球员连续投中之后,对方球员会加强对他的防守,他“手热”可能真的存在,但是表现不出来。研究者也研究了不存在对方球员干扰问题的罚球情形,发现第一个罚球投进以后,对于第二个罚球是否投进没有关联。他们还找了大学生球队的队员,在没有防守的情况下,让他们做不断变换位置投篮的试验,并且要求球员和旁观者估计什么时候“手热”,什么时候“手冷”,结果发现他们的数据仍然符合以上的结论,而且预测的正确率也就是半对半错,再一次说明“手热”并不存在。根据他们的研究,前后投篮命中率之间的关联性是“怎么统计,怎么没有”,“怎么投怎么进”的情况更接近于扔硬币的自然波动,“手变热”、“手变冷”情况从理性角度完全看不到踪影。
登录百度帐号我的游戏推荐游戏
后查看最近玩过的游戏
已有234,266吧友中奖,实现梦想
使用签名档&&
为兴趣而生,贴吧更懂你。或

我要回帖

更多关于 nba胜差怎么算 的文章

 

随机推荐