Skyfaring
首頁/文章/籃球與運動數據

籃球與運動數據

新竹攻城獅賽後分析、TPBL 與 NBA 籃球研究,用數據拆解球場上的勝負邏輯。 共 28 篇。

  • 攻城獅10 篇
  • 籃球研究17 篇
  • 球鞋1 篇

攻城獅10 篇

籃球場內景
攻城獅

攻城獅 61-83 客場負福爾摩沙夢想家

攻城獅 2026-05-12 客場對上福爾摩沙夢想家,61-83 負。數據背後的故事。

2026年5月12日3 分鐘·—
球員扣籃
攻城獅

攻城獅 97-94 客場勝福爾摩沙夢想家

攻城獅 2026-05-09 客場對上福爾摩沙夢想家,97-94 勝。數據背後的故事。

2026年5月9日3 分鐘·—
球員扣籃
攻城獅

攻城獅 102-99 主場勝海神

攻城獅 2026-05-03 主場對上海神,102-99 勝。數據背後的故事。

2026年5月3日3 分鐘·—
球員扣籃特寫
攻城獅

攻城獅 96-73 主場勝臺北台新戰神

攻城獅 2026-05-02 主場對上臺北台新戰神,96-73 勝。數據背後的故事。

2026年5月2日3 分鐘·—
球員扣籃
攻城獅

攻城獅 98-78 主場勝新北國王

攻城獅 2026-04-29 主場對上新北國王,98-78 勝。數據背後的故事。

2026年4月29日3 分鐘·—
球員扣籃特寫
攻城獅

攻城獅 104-86 客場勝臺北台新戰神

攻城獅 2026-04-25 客場對上臺北台新戰神,104-86 勝。數據背後的故事。

2026年4月25日3 分鐘·—
籃球場內景
攻城獅

攻城獅 86-92 客場負福爾摩沙夢想家

攻城獅 2026-04-19 客場對上福爾摩沙夢想家,86-92 負。數據背後的故事。

2026年4月19日3 分鐘·—
籃球場內景
攻城獅

攻城獅 85-94 主場負福爾摩沙夢想家

攻城獅 2026-04-12 主場對上福爾摩沙夢想家,85-94 負。數據背後的故事。

2026年4月13日3 分鐘·—
球員扣籃特寫
攻城獅

攻城獅 79-76 主場勝雲豹

攻城獅 2026-04-11 主場對上雲豹,79-76 勝。數據背後的故事。

2026年4月11日2 分鐘·—
球員扣籃
攻城獅

攻城獅 117-100 主場勝特攻

攻城獅 2026-04-08 主場對上特攻,117-100 勝。這 21 分多出來的,從哪裡冒出來的?

2026年4月8日4 分鐘·—

籃球研究17 篇

雅典奧林匹克室內體育館的球場全景,看台上坐滿觀眾
籃球研究

歐洲籃球聯賽與 NBA 三分命中率,這季準的人下季還準嗎?

巴塞隆納大學與一所葡萄牙大學的兩位研究者,拿歐洲籃球聯賽五個球季、345 名球員、1097 筆球員球季的官方紀錄,問同一個人的投籃準度會不會跨季延續。罰球留在同一個檔次的比例是 70.8% 到 82.7%,三分只有 36.2% 到 50.0%。NBA 那邊算過同一件事,上一季的三分命中率只能說明這一季的 14.5%。

2026年10月19日5 分鐘·—
2019 年歐洲聯賽四強賽在西班牙 Fernando Buesa Arena 的球場全景
籃球研究

為了減少三分出手,歐洲聯賽三分線外移半公尺,有效嗎?

2010 年歐洲聯賽把三分線從 6.25 公尺推到 6.75 公尺。西班牙 Granada 大學分析 19 個球季、5,034 場比賽,發現改制那一季三分出手變少,後來又漲了回來。NBA 1994 年把線移近、1997 年移回,出手量也是先跟著變,再回到原本往上的走勢。NCAA 2019 年把線推遠,球季中的三分出手占比少了約一個百分點。

2026年8月31日4 分鐘·—
室內木地板球場上,一名球員雙腳籃球鞋的側面特寫,看得到中底厚度與鞋側牆
籃球研究

九款市售籃球鞋,沒有一款在所有的變向急停下都站得住。

2026 年《Annals of Biomedical Engineering》刊出的一篇研究,用一條力矩平衡式做出籃球鞋側向穩定度的判準:鞋牆的水平厚度與鞋底的垂直厚度之比,必須大於變向急停時側向力與垂直力之比。九款 2018 到 2019 年市售的男子籃球鞋量下來,沒有一款通過文獻報告過的全部六組負荷條件,其中兩款的力臂是 0.00 與 −0.20 公分。

2026年8月7日7 分鐘·—
職業籃球比賽進行中的室內球館全景
籃球研究

跟腱受過大傷的球員,回到球場後幾乎無法回到巔峰。

2024-25 球季 NBA 有 7 名球員跟腱斷裂,創下紀錄。兩篇 2026 年的研究一篇往前查、一篇往後查。斷裂前 10 到 15 場,球員平均每場比自己平常多打一兩分鐘;斷裂後平均 10.8 個月復出,15 人裡 13 人回得來,但傷前幾乎場場先發的人,復出後平均只剩一半多一點的比賽能先發。

2026年8月4日4 分鐘·—
室內籃球館的球場大景,看台坐滿觀眾
籃球研究

Gobert 和 Sabonis 都是中鋒,一個統計模型把他們分開了。

延世大學的新論文用狄氏過程混合模型分析 2024–25 球季 219,527 次出手,不切格子、不預設群數,從 566 名球員的投籃圖裡長出 16 個群。三個禁區群的差別,細到只有幾記底角三分。

2026年7月20日7 分鐘·—
Basketball players competing in action during an indoor arena game
籃球研究

你選的是「位置」,還是「打法」?用數據重新定義籃球陣容的組建邏輯。

加拿大男籃 2024 年巴黎奧運的 12 人名單,有 7 人早在 2019 年就被一套數據模型挑中。San Diego State University 的 Luke Penner 收集 110 個聯賽、22,500 名球員的數據,照打法把球員分成 9 種,再從 NBA 和國際賽的成功球隊,推算一支 15 人的冠軍陣容每種該帶幾個。

2026年5月20日6 分鐘·—
Basketball court under arena lights
籃球研究

「控球後衛」這個標籤,已經是個落後的分類了。

Chris Paul 和 Derrick Rose 都叫控球後衛,但打法根本是兩種球員。MIT Sloan 2020 年的研究,用機器學習把 NBA 的位置系統打掉重練,找出九個更精確的功能性角色。

2026年5月5日5 分鐘·—
籃球員在球場上灌籃的動作照
籃球研究

NBA 球員的職涯曲線,不只一種形狀。

新生代靠多變數協同爆發,黃金期靠核心技術穩定輸出,老將靠少數指標撐起天花板。研究者用 KAN 模型,把這三段曲線的形狀說清楚了。

2026年4月30日4 分鐘·—
籃球員在比賽中出手投籃
籃球研究

愈頂尖的籃球員,在場上的動作強度愈低。

西班牙研究團隊在球員背心裡放進感測器,比較打歐洲聯賽(EuroLeague)的職業球員和西班牙第四級業餘球員,誰在比賽裡動得比較兇。結果職業球員量出來的數字比較低,而且量的時間拉得越長,兩隊差得越多。

2026年4月28日4 分鐘·—
比賽中控球員突破,防守者正面迎擊
籃球研究

夾擊與換防:機器讀懂 NBA 防守的語言

夾擊不是隨機施壓,換防也不是隨機保護。一個結合 LSTM 和 CNN 的混合模型,從三萬多段 NBA 追蹤數據裡,讀出了防守戰術背後的時機與空間邏輯。

2026年4月23日4 分鐘·—
美式足球球員在草地上奔跑
籃球研究

高中只打一種球,進 NBA 反而更容易受傷。

2013 到 2023 年 NBA 選秀前 30 順位的 318 名球員裡,查得到高中打過籃球以外運動紀錄的只有 87 人。這 87 人進聯盟前三季打得比較多、跑得比較遠,因傷缺賽的比例卻比較低,入選年終獎項陣容的比例也超過另一組的兩倍。

2026年4月21日5 分鐘·—
籃球員在場上護住膝蓋
籃球研究

NBA 球員半月板手術後,重返賽場的勝算有多高。

2009-10 到 2022-23 球季,研究找出 47 名符合條件、動過半月板手術的 NBA 球員,43 人回到 NBA,比過去研究的八成高。上場時間和效率在術後第二年回到受傷前的水準,出賽場次的比例卻從 79% 掉到六成多,研究者認為很可能跟球隊的負荷管理有關。

2026年4月20日4 分鐘·—
籃球教練在場邊拿著戰術板向球員說明比賽策略
籃球研究

教練真的有差嗎?拆解 NBA 總教練的戰術貢獻。

格雷格‧波波維奇年薪高達 1600 萬美元,但他的勝率有多少是球員的功勞、多少是他自己的本事?這篇論文用單調貝氏迴歸樹,在控制球員實力之後,第一次讓「戰術貢獻」可以被獨立測量。

2026年4月17日6 分鐘·—
籃球賽場上兩隊多名球員在籃框附近的攻防走位
籃球研究

球員組合的魔法:超圖理論如何同時替陣容打分數

傳統的 Adjusted Plus-Minus 只能告訴你一個球員獨自的價值,但它沒辦法告訴你 Harden 和 Embiid 搭在一起是不是特別厲害。這篇論文用超圖理論補上這個缺口,讓雙人組、三人組、整套陣容都能同時被評分。

2026年4月16日6 分鐘·—
籃球場上的激烈對抗
籃球研究

搶籃板,真的需要「搶」嗎?

Andre Drummond 年年霸佔籃板榜,Steven Adams 卻默默無聞。但行家都說 Adams 才是真正讓球隊贏得籃板大戰的人。這篇論文用統計方法,把這個直覺說清楚了。

2026年4月15日4 分鐘·—
鳥瞰籃球場
籃球研究

最弱的那個人,決定了這支五人組能不能贏。

一篇 NBA 陣容預測論文的核心發現:衡量一個五人組能不能打贏,最重要的指標不是最強的人,而是最弱的那個。

2026年4月14日3 分鐘·—
一顆 Spalding 籃球放在雨後的室外球場上
籃球研究

機器能預測 NBA 比賽結果嗎?

葡萄牙理工學院的研究者拿十個球季的 NBA 數據訓練了超過十種演算法,最好的準確率是 65%。這個數字看起來不高,但在籃球預測的世界裡,其實已經是認真的成果。

2026年4月11日3 分鐘·—

球鞋1 篇