网球比赛中各种数据统计和分析的产生 -
网球比赛中各种数据统计和分析的产生
前面的几篇文章，网球班的小伙伴们给大家分享了关于网球的发展史、网球场地、明星（star）、术语、运动品牌和运动损伤（sports injury）应该采用的相关措施甚至还有小伙伴们打球的经历（experience）。小编想了好久今天要给大家分享点什么实实在在的东西，好吧既然大家马上面临着通级赛（grade standard game）又赶上法网（French Open tennis championship）即将开赛，那么小编就助大家在通神之路上一臂之力。一般来说，不管是看电视直播还是刷赛事网站，比分和数据都是大家不会错过的精彩部分。如果你经常看网球，想必你也会经常听到制胜分、非受迫性失误等术语。那么这些数据又是如何产生的呢？As usually,no matter you are watching TV or brush website,the score and the data must be you won't miss the wonderful part.If you often watch tennis game,you will often hear winners,unforced and other terms.Then how is the data produce?首先，我们来说两个概念：一级数据（First Level Statistics）还有二级数据（Second Level Statistics）First of all, let's talk about two concepts:First Level Statistics and the Second Level Statistics.一级数据包括了网球比赛中最基础的一些客观指标。例如：发球是否失误、谁得到了这一分、发球是否是Ace球。通过这些数据的收集，经过计算，可以很容易的得出：一发成功率、一发得分率、二发得分率、破发成功率、总得分等其他信息。也就是说，在一场比赛中，主裁判所记录的所有原始数据，以及通过这些数据计算后所生成的其他统计信息，全部都是一级数据。而说到二级数据，一个不得不提到的名字是Leo LevinThe first level statistics including some of the most basic objective indicators in the tennis match.For example: serve whether errors, who got the point, serve is ACES or no.Through the collection of these data, through calculation, can be easily concluded that the success rate and success rate of the first and second serves, break, have to classification and other information.That is to say, in a match, the referee the recorded all raw data, and through the data calculation generated after other statistical information, all of them are primary data.But when it comes to secondary data ,which has to mention name is Leo Levin.相信大多数人之前应该从未听说过Leo，但正是因为他，网球界才有了制胜分、非受迫性失误这些耳熟能详的术语。Maybe most people should have never heard o Leo before,but it's because of him the tennis winners, unforced errors and other terms to let people know.在上世纪八十年代（In the 1980s），Leo在大学做网球教练助理（Coaching Aid）的时候开发了第一个基于计算机的网球数据统计系统并第一个提出了非受迫性失误这个概念。在Leo的定义中，网球比赛每一分正常的结束只有3种得分种类：制胜分（Winner）、受迫性失误和非受迫性失误。而将失误（Error）分类成受迫性（Forced）和非受迫性（Unforced）的目的在于了解到底谁更应该为这个失误负责——是由于对手打得太有进攻性（Aggressive）导致了受迫性的失误，还是击球的球员自己犯错导致了丢分？举个简单的例子，所有的Ace球全部都是制胜分，而所有的双误全部都属于非受迫性失误。但这还不是二级数据统计的全部。比赛现场如何进行数据统计上图是2012年法网男单决赛后，IBM生成的详细数据统计报告（Detailed Statistics Report）。从这里，我们可以看出，现场统计的数据信息包括：发球球员（R.N.）一发和二发的发球时速、发球方向、状态（182, Center, Fault）接发球的正反手、击球类型、状态（FH, G, In Play）有效击球拍数（5）最后一分描述（N.D., BH, G, Forced）最后一球时，两方选手的位置（Both Backcourt）此球结束后的比分（15-0）让我们以第4盘第11局（Set 4:Game 11）的第1球为例，来了解一下这些统计信息的具体含义。首先，每局开始的第一条信息都注明了这一盘是由谁来发球。第4盘的第11局是纳达尔在局分进行到5:5时开始发球（R.Nadal Serving at 5-5）。纳达尔的一发发向了内角（Center），球速是182公里/小时，发球失误（Fault）。他的二发是一个追身球（Body），球速是151公里/小时，球在界内（In Play）。德约科维奇通过正手（FH = Forehand）底线抽球（G = Ground Stroke）打回这一球，球在界内（In Play）。这一球一共进行了5拍，德约科维奇由于反手底线抽球的受迫性失误丢掉该分（N.D., BH, G, Forced =Novak Djokovic losses the point with a backhand ground stroke forced error）。 在最后一次击球时，双方都在底线（Both Backcourt）。而在比赛中，球员所打的每一分都通过这样的方式被详细的记录了下来，之后通过一系列的计算，IBM生成了如下的每盘数据统计汇总表：而这些全面而又详实的数据可以让球员和记者都更加了解到在一场比赛中，某位球员的表现如何。例如：网前得分率、每盘的制胜分/非受迫性失误的次数、最快/平均发球时速等等。二级数据中包括了更多主观性很强的统计数据。鉴于这些数据可以为球员、观众和媒体提供更多更有价值的信息，所以赛事会安排专门的数据统计人员来完成此项工作。所有负责数据统计的统计员都会经过严格的培训，按照统一的标准来记录比赛中球员的表现。从数据统计到商业洞察力，比赛原来还能这样看尽管二级数据统计在内容的丰富性上更近了一步，但是这些数据并没有经过非常系统的分析和处理，通过这些数据得到的结论也相对简单。而美网和其他大满贯赛事则在这方面领先一步，它们与IBM一起合作，在过去8年的时间里，一共收集了4100万个数据点，并于2012年推出了一个新的数据展示内容：制胜关键指标（Key's to the Match）。Key's to the Match其实就是球员获胜的关键业绩指标（KPI）。IBM使用其SPSS软件，利用数据挖掘技术和统计原理，总共生成了45个对于球员表现至关重要的指标。在每场比赛前，IBM都会根据球员的历史表现、利用SPSS的预测引擎、根据多种情景来选择3个对球员获胜最为关键的指标。以2015年美网1/4决赛威廉姆斯姐妹的交锋为例，小威（蓝）的三个制胜关键指标分别是：一发得分率超过72%（当这个指标达成时，小威赢得这一盘的概率是86%）；赢得超过48%的5-8拍的对打回合（当这个指标达成时，小威赢得这一盘的概率是88%）；接一发球得分率超过34%（当这个指标达成时，小威赢得这一盘的概率是82%）而大威（黄）的制胜关键指标是：赢得超过56%的5-8拍的对打回合（当这个指标达成时，大威赢得这一盘的概率是76%）；一发得分率超过66%（当这个指标达成时，大威赢得这一盘的概率是60%）；发球局的平均长度小于6.2分（网球一局比赛为4分，当大威的发球局分数小于6.2分时，她赢得这一盘的概率是45%）而通过上图，我们可以一目了然的看到两人在每一盘是否达成了自己的制胜关键指标。这种数据可视化的效果对球迷的观赛体验也会有极大的提升，他们完全可以通过观察这些更为有趣的数据来进一步了解比赛，也更好的知道比赛的看点如何。电视评论员在解说时，也更容易找到需要观察的重点，并因此引导观众观赛。当然，制胜关键指标也会有失灵的时候。这是因为，有些排名偏低的球员并没有足够多的数据源来支持他们对应指标的生成，而信度会随着数据量的增加而迅速获得提升。就像你扔硬币一样，可能刚开始的10次，硬币会有3次正面和7次背面。而当你把扔硬币的次数提升到100次或1000次时，正面和背面的次数都会非常接近50%。此外，制胜关键指标所依赖的数据依然是和比赛本身密切相关的技术统计，并没有包括球员心理因素对比赛所造成的影响。好吧，让我们期待这届的红土之王的诞生。解读网球比赛技术统计（二）
&解读网球比赛技术统计（二）
另一种有意义的统计数字就是主动得分和失误。仅仅用原始数据并不能说明全部情况。需要了解更多的细节。实际上正是将非受迫性失误与受迫性失误一起记录。然而，应该有第三项内容，即受迫性失误。这种失误是试图快速通过得分球迫使对方回球无力或迫使对方失误而造成的失误。实际上，在每一种情况下，都应该有一个需要记录和分析的百分率。如果比赛中每一分球要打上10至20板，你可能出现的非受迫性失误的次数要多于每一分球平均只有几板的一场比赛。
试图用一记压迫性的击球造成的失误与压迫性击球的总次数之比是一项有意义且有用的统计数据。此外，你主动得分的分数加上你的对手的受迫性失误，除以你打出的压迫性击球的次数就是需要得知的一个有用的成功率。这种数据能清晰地显示一个运动员在比赛中具备什么样的攻击性。
应该注意的是，当从统计的角度对需要什么才能胜一局做出预测时，一个运动员不需要非常高的得分率便可在打过的几局中获得高成功率。例如，发球时，你的得分率可达65%，那末你拿下发球局的胜率应该是83%。如果你能将你的个人得分率提高至70%，你胜局的比率应该是90%。反之，如果你在一局比赛中的得分率只有60%，你此时的胜率应该是74%。这就是说，得分率的少量的提高（从60%到65%）可能导致胜一局的机遇极大地增加（从74%到83%）。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。大家都在看
本期节目主要内容：
北京时间5月15日，2016年ATP罗马站展开决赛的争夺，德约科维奇VS穆雷，最终穆雷2-0击败小德成功夺冠。 （2016年ATP男子网球大师赛罗马站 决赛 德约科维奇VS穆雷 ）
　大家都喜欢
　最受关注的热门栏目
视频集介绍
国家/地区：
视频简介：网球频道_新浪体育_新浪网
最新消息：
时间：5.28-6.11
地点：法国巴黎
级别：大满贯赛
男单签表：
时间：5.28-6.11
地点：法国巴黎
级别：大满贯赛
女单签表：
莎拉波娃误服禁药米屈肼，遭禁赛15个月，17年4月底复出……
ATP世界排行榜
国家/地区英国
参赛数量18
WTA世界排行榜
国家/地区德国
参赛数量22
金花军团排行榜
国家/地区中国
世界排名34
联系赛事合作：010-}