一、2019年nba季后赛火箭vs勇士 为什么哈登在G5第四节和G6的表现这么诡异？
生死战假球？亏你们想得出来！
1勇士防守针对。最后包夹让哈登出球。哈登没有能力1V2，跟绝对巨星在最后关键时刻把球队扛在肩上的风范差点。参考老科。
2体力问题。体力问题分两面，一个是系列赛越深入，体力消耗越大。去年季后赛最后两场都是上半场不错，下半场就发挥不了了。另一个是勇士的打法，有杜兰特的时候，节奏比较慢，哈登还能跟住。而无杜兰特的时候，勇士尽量起速打快，那么跑了三节之后，基本上已经跑不动了。看后面哈登慢慢悠悠的过去，不只是打法问题，应该很大原因是体力不支造成的。
3意志力。这个比较欠缺。
二、NBA 2019-20 赛季的真实正负值出炉，有哪些亮点？
抛砖引玉一发，ESPN的真实正负值（RPM）是近年来被广泛推崇的高阶数据，主要用来排除球队和对手干扰、衡量球员个体的攻防价值，不像之前的基础正负值（BPM）那样过于依赖基础数据，因此有更高的参考价值。
真实正负值分成进攻正负值和防守正负值两部分，就像问题描述中的截图所示，进攻正负值还比较正常，詹姆斯高居榜首；贝尔坦斯因为45%的可怕三分准心排名第二，他的真实命中率也达到了夸张的64%；哈登、特雷杨、字母哥等人分列其后，唐斯虽然被队友「排挤」，但他的进攻影响力依然可观；东契奇的位置略低了些，罗斯能排这么靠前也很难得。
有趣的是，进攻正负值似乎很喜欢贝尔坦斯这种神射手，马赛克队的射手侧翼本·麦克勒莫也能排在第12位，唐斯之所以能高居第6，一部分原因也是他的场均3.6个三分球（森林狼投得最准、最多的三分手，竟然是唐斯），三分球对进攻的加成，在这张表格里可见一斑。
防守正负值的槽点就有点多了，首先威尔巴顿怎么排名第一，比米尔萨普还高？难道因为他是掘金唯一的小前锋？还是说巴顿的防守被我们低估了？这一点还有待长期观察。
另外塔图姆的防守数据也有点虚高，不知道他是真的防守水平突飞猛进，还是小样本导致的数据噪音。
排除掉这两个人，剩下的就比较符合大趋势了，米尔萨普是名副其实的掘金防守灵魂，泰斯、恩比德、小加、巴特勒也都是各自队伍的防守大闸，詹姆斯这个赛季的防守水平也突飞猛进，看来是端正了防守态度。
但是没有浓眉哥就太离谱了。
总的来说，这次的正负值大体上符合趋势，作为球员个体表现的参考可以借鉴，但正负值的算法过于偏爱三分球，可能还需要进一步修正。
三、2019NBA新赛季啥时开打?
新赛季将与美国时间10月28日开始.【首场:是凯尔特人v骑士】楼主:随着【阿泰斯特】的加盟!新赛季火箭充满了无限期待..曾经带过阿泰的前步行者主教练(卡来尔)说过:他是个伟大的球员,能改变1只队伍!所以我们有理由相信:伟大的结合将促成伟大的成就!楼主,目前火箭还有以下问题,如果能解决好那么下赛季的冠军不再是梦想,让我们期待吧.1.替补中锋需要解决.2.大前锋高度不足.3.控卫实力达不到要求.4.伤病太多.5.团结是成功的关键.虽然火箭07-08赛季已经结束,但这是伟大的1个赛季,火箭今年战绩55胜27负,自97赛季以来第1次达到55+的战绩,并且突破球队历史最长的15连胜----22连胜(nba历史第2长连胜),场均防守失分联盟第4,在新教练阿德尔曼的率领下姚麦核心发挥稳定,新秀表现突出,是值得肯定的一年,为此我们应该像火箭表示敬意!由于赛季末期受到伤病的严重侵袭,导致阵容残缺而止步季候赛第1轮,大家感到无比痛心!但是失败不能打击我们的信心,随着阿泰,巴里,新秀多西等的加盟,使火箭有了傲视联盟的实力,3巨头的组建使火箭成为明年的最大冠军热门,阿泰在攻防两端都能全面升华火箭实力.替补有了巴帝尔的加入,再加上巴里的经验和弗老大等的存在,让我们有理由相信火箭会在夏天重整后,在下赛季表现的更加出色更加顽强更加强大!【2007～2008赛季场均贡献】:『姚明22分/10.8板/2.3助攻/2.1帽』.《麦迪21.8分/5.6板/5.3助攻》.〖阿泰20.5分/5.8板/3.5助攻/2.3抢断〗.我们相信只要火箭找回22连胜期间的炙热的状态和团队篮球的真谛,那么火箭将勇往无前,支持火箭!请不要低估火箭一颗冠军的心!楼主:下面是火箭2008--2009年nba新赛程!【预计先发:姚,麦,阿泰,斯科拉,斯通.第6人:巴帝尔.】10月30日8：30火箭vs灰熊10月31日8：00小牛vs火箭11月2日8：30俄克拉荷马vs火箭11月5日8：30凯尔特人vs火箭11月7日10：30火箭vs开拓者11月8日9：30火箭vs快船11月10日9：30火箭vs湖人11月13日10：30火箭vs太阳11月15日8：30火箭vs马刺11月16日8：30黄蜂vs火箭11月18日8：00火箭vs俄克拉荷马11月20日8：00小牛vs火箭11月22日7：00火箭vs奇才11月23日7：00火箭vs魔术11月25日7：30火箭vs热火11月27日8：30步行者vs火箭11月30日8：30马刺vs火箭12月1日8：00火箭vs掘金12月4日8：30快船vs火箭12月6日8：30勇士vs火箭12月9日8：00火箭vs灰熊12月10日8：30老鹰vs火箭12月13日10：30火箭vs勇士12月14日10：30火箭vs快船12月17日8：30掘金vs火箭12月20日8：30国王vs火箭12月21日8：00火箭vs森林狼12月23日7：30火箭vs网队12月24日8：00火箭vs骑士12月27日8：00火箭vs黄蜂12月28日8：30爵士vs火箭12月30日8：30奇才vs火箭1月1日7：00雄鹿vs火箭1月3日7：00火箭vs猛龙1月4日7：00火箭vs老鹰1月7日7：00火箭vs76人1月8日7：30火箭vs凯尔特人1月10日8：00火箭vs俄克拉荷马1月11日8：30尼克斯vs火箭1月14日8：30湖人vs火箭1月18日8：30热火vs火箭1月20日2：00掘金vs火箭1月22日8：30爵士vs火箭1月24日7：00火箭vs步行者1月26日6：30火箭vs活塞1月27日7：30火箭vs尼克斯1月29日8：3076人vs火箭2月1日8：30勇士vs火箭2月4日8：30公牛vs火箭2月5日8：00火箭vs灰熊2月8日8：30森林狼vs火箭2月10日8：00火箭vs雄鹿2月12日8：30国王vs火箭2月18日8：30网队vs火箭2月21日8：30小牛vs火箭2月23日5：00山猫vs火箭2月25日8：30开拓者vs火箭2月27日8：00骑士vs火箭3月1日8：30火箭vs公牛3月2日7：00火箭vs森林狼3月4日8：30猛龙vs火箭3月5日9：00火箭vs爵士3月7日8：30太阳vs火箭3月9日7：00灰熊vs火箭3月10日9：00火箭vs掘金3月12日8：30湖人vs火箭3月14日7：00火箭vs山猫3月15日8：30马刺vs火箭3月17日8：00火箭vs黄蜂3月19日9：30活塞vs火箭3月21日8：30森林狼vs火箭3月23日1：00火箭vs马刺3月25日10：30火箭vs爵士3月29日8：30快船vs火箭4月2日10：00火箭vs太阳4月4日10：30火箭vs湖人4月6日7：00开拓者vs火箭4月8日7：00魔术vs火箭4月10日10：00火箭vs国王4月11日10：30火箭vs勇士4月14日8：30黄蜂vs火箭4月16日8：00火箭vs小牛【★星★】原创,翻版必究!/.
四、2019年nba季后赛火箭vs勇士 为什么哈登在G5第四节和G6的表现这么诡异？
多个原因：
第一，德安东尼指挥失当。那边勇士最后阶段全员搏命，但是火箭没有做出很好的回应，尤其是精神层面。比如卡佩拉这点，别说G6了，整个系列赛都被吃的死死的，一直没有解决的办法，哪怕上法里埃德试个几分钟也好啊。勇士拼到n多前场板，一方面是积极，另外一方面是因为卡佩拉经常被格林或者其他人带出去。固执，不敢冒险。你会问这和哈登何关？当然有，如果赢下系列赛，就不会有这个问题。
第二，哈登性格确实没有那么要强，或者说硬。身勇蜜我觉得哈登其实做的很好了，每次这家伙拿球我就觉得虚。但g5末节和g6末节确实有点迷。作为大哥，应该是，保罗你走开，把球给我，我带你们打西决。
第三，勇士的针对。看一下系列赛，勇士队哈登的防守是一直在变的。克莱有克莱的防法，一哥有一哥的防法，杜兰特有杜兰特的防法，甚至卢尼、库里都防的出色。可以说是顶级单防·专干詹姆斯·豪华套餐。还远远不止这些，看一下g5的末节，只要哈登持球必定包夹，就是不让你持球攻。g6末节也是一样。不要说哈登末节迷，勇士真的是针对啊。所以，不要以为科二水，勇士教练席栓条狗也能赢。总冠军哪有这么简单。
五、NBA 2019-20 赛季的真实正负值出炉，有哪些亮点？
好久没写回答了，今年的RPM对很多人来说槽点很多，而且事实上今年确实产生了一些特殊变化，我来简单讲一下。
首先，需要明确一下，很多人提到RPM的时候都会说“它的公式没有公开”，因而对其抱有很大的不信任。实际上RPM的核心算法是公开的，它是在英格尔曼多年前发明的RAPM的基础上发展而来的一种xRAPM数据，这是一项革命性数据，改变了最近十年all-in-one数据的发展方向。它的核心观念是不再关注球员在场上做了什么，比如得分篮板等事件，而是关注球员在场上对最终的比分产生了什么影响，再通过复杂的数学方法来消除噪音，减小误差。对这个算法有兴趣的可以到我的公众号”篮圈上的坐标系“找到详细的介绍文章。目前大家能看到的绝大多数正负值高阶数据都是基于RAPM通过不同方式发展而来的，包括BPM，PIPM，RAPTOR等等。
而RAPM本身存在一个重大缺陷，它对样本的需求量非常非常大，大到一个赛季1230场比赛的样本都不足够得到稳定的结果，因此很少有人在分析时直接采用单独年份的RAPM，使用RAPM时，许多专家都会采用5年，8年，甚至14年数据。而英格尔曼来到ESPN后，继续发展了RAPM，加入了其他辅助数据来帮助RAPM在更小的样本下得到稳定的结果，这个发展版本就是RPM。RPM没有对外公开的就是这部分辅助数据的用法。
当有些人以”RPM公式没公开“为理由拒绝RPM时，有两个事实是可以确认的，第一，这人对RPM毫无了解，第二，以RAPM所采用的数学工具来看，即便公开了，这个人也看不懂，因为它其实不是一个”公式“，而是一个几十万行的矩阵。
RPM的核心算法决定了三件事情：
1.四分之一赛季的小样本必然会有失真
ESPN数据专家KevinPelton多次表示，即便经过了各种调整，单个赛季的RPM依然会有不稳定的情况，他在文章时经常会采用多年RPM来进行论证，目前四分之一个赛季的RPM出现失真是非常正常的事情，往年都有类似的现象。每年第一版RPM和最终的RPM都有明显差异。比如去年的第一版RPM小加索尔+8的RPM，到赛季末就降到了3左右。
2.它以绝对的比分结果为导向，必然受随机事件影响
我们在看待RPM的时候往往把它看作一个球员对比赛的实际影响力，我们一般默认这种影响力自然是从实力出发带来的结果。但事实上，有一些结果是出于随机因素，也就是所谓的”篮球是圆的“。
这里最显著影响结果的因素就是三分和罚球的命中率。已经有大量数据证据证明，三分命中率的起伏绝大多数时候来自于球员的个人手感，而非防守影响。防守的强度，策略，最终对命中率产生的影响在球员手感起伏这个巨大噪音面前几乎可以忽略。因此球员在场时队友的三分手感会极大的影响球员的ORPM，在防守端，对手得三分命中率同样会有这样的影响。
这一版DRPM中的许多异常都可以用这个理由来解释：比如浓眉不在场时对手的三分命中率只有30%，这必然导致浓眉不在场时湖人的防守数据会超常，最终使得浓眉的DRPM不好。另一个案例是施罗德，他的DRPM高居控卫第四，事实是他在场时对手得三分命中率32%，不在场时却有40%，这显然是不正常的。罚球命中率作为一项不受防守干扰的数据，自然也会有类似的问题。目前RPM大幅度异常的球员往往都是受到中远投命中率随机起伏的影响。
实际上，目前已经有很多基于RAPM的正负值模型都加入了三分运气修正，比如PIPM，不知道ESPN为何迟迟不改。（不过RPM亲爹英格尔曼倒是说过，加入运气修正对减少误差没有显著帮助）
3.轮换方式死板的球队在其中受到的影响更大
RAPM的算法核心思路实际上是把每一组阵容和对阵看作是一个方程，而正负分则是方程的值，几十万组对阵组合构成了一个巨大的方程组，球员的贡献就是其中的未知数。大家上学的时候解方程或许遇到过一种情况，未知数太多，方程组太少，最终导致方程没有唯一解。
在RPM中同样存在这种情况，就是当一支球队的轮换如果非常死板，他们的阵容组合就会太少，最终引起多重共线。掘金就是一支这样的球队。
所以当大家发现巴顿的DRPM爆炸高的时候，就有可能是这种现象在小样本下的极端体现。
到这里，第一版RPM出现的“异常”情况，在我看来都“毫无新意”，每年都有，如果只是这样，我可能懒得回答这个问题，但今年其实存在特殊情况。
RPM的发明者英格尔曼今年从ESPN离职，加入了独行侠的管理层，RPM不再在他的亲爹掌控之下，有一些业内消息称ESPN重构了RPM的部分算法，这也是今年RPM比往年晚公布了将近一个月的原因。由于重构部分没有公开，我只能做一些推测，目前我确认了两件事情。
1.可替代球员水平大幅度提高了
可替代球员水平可以简单看作是饮水机水平，即低于该水准的球员不该出现在联盟里，当然实际上会因为各种原因，有很多低于该水平的球员在联盟里打球，一般模型中会定义可替代球员水平为“一支完全由这个水平球员组成的球队一个赛季能赢10场比赛”，关于这个概念的具体介绍也可以在我的公众号“篮圈上的坐标系”找到。
往年这个可替代球员水平的值是-3.12，即低于-3.12的球员不该上场了，上场就会带来极大的负面影响。今年，根据目前的少量数据推测，可替代球员水平已经提升到了-1.08到-1.14之间，具体数值还不能确定。
这不是RPM第一次做这个调整，13-14赛季和14-15赛季，这个数值是-2.54。因此，如果大家要对RPM做纵向比较，13-14和14-15为一组，15-16开始到18-19为一组，今年是全新的。
2.不同位置球员的攻防影响力差异被大幅度削减了
过去的RPM有一个显著特征，就是5个位置从1到5，ORPM的整体水平逐渐降低，DRPM的水平逐渐提升。
这是有一定合理性的，因为场上控卫往往掌握着大量分配球的权力，对进攻的发起起主导作用，除非约基奇这样的特例，每个队触球次数和传球次数最多的往往都不是中锋球员。
反过来在防守端由于中锋站位最靠近篮下，能参与的协防往往是最多的，防守端的影响力也会比其他位置更大。
但是今年的新版RPM，这一趋势被明显削弱。目前并不确定其中的具体原因，有数据专家推测可能是“身高”这一数据在全面重测后发生了改变，引起了这个结果，也有人觉得身高这一参数可能从RPM中被完全移除了。
