您的位置：首页 > 什么是正命中率,正命中率和总命中率

什么是正命中率,正命中率和总命中率

2023-10-14崇庆运势网热度： 11897

真实命中率什么意思

命中率：射击、球类等项目中击发、扣投的命中数与总次数的比率。

读音： mìng zhòng lǜ。

引证：

1、《体育报》1983.8.17：“外围单手定位投篮准确，在很多场次她的投篮命中率几乎达到百分之百。”

2、《体育报》1984.3.28：“但由于朝鲜队上半时在篮板球、投篮命中率及防守成功率上均处于劣势，因而上半时结束时以23比39落后16分。”

真实命中率是啥意思?现役哪3人超过60%?

在NBA中，衡量一名球员得分把握性最简单的方法就是查看他的投篮命中率，这项数据统计能给人最直观的感觉。但与此同时我们也经常听到一个词，叫做“真实命中率”。那么这个真实命中率是什么意思？和投篮命中率有什么不同呢？今天就一起来聊聊这个话题。

先来说说为什么要有真实命中率这项统计吧！道理很简单，假设一名球员全场只投了10次两分球，进了5个，另一名球员只投了10次三分球，同样进了5个，那么他们两人的投篮命中率都是50%，但得分却大不一样，后者比前者多了5分。再假设一名球员全场1投0中，但是罚球20投20中，那么他的命中率是0%，却砍下20分。所以遇到这种情况，简单的命中率并不能体现球员的作用，就要借助真实命中率了。

简单来讲，你投一次三分球和投一次两分球，承受的风险和得到的回报都不一样，所以不能相提并论。罚球也是，表面上看罚球并不占用出手次数，但本质上也是通过球队的进攻机会得到罚球的，所以两次罚球和一次出手的“代价”一样，那就是都终结了全队本回合的进攻。

NBA中把真实命中率叫做“TS%”，计算公式是 = TS%100% * PTS / [ 2* ( FGA + 0.44 * FTA ) ]。说人话就是真实命中率等于“全场出手次数加上罚球次数的0.44倍，乘以二，再用全场得分去除这个数字。”乘以二是因为每个运动战打进至少会得到2分，罚球次数要乘以0.44，而不是简单的乘以0.5，那是因为三分球犯规的最后一次罚球、技术犯规罚球、恶意犯规罚球，理论上来讲都是不占用球队进攻机会的。著名NBA数据专家Justin曾经解释过这个0.44的由来，是根据NBA历史上所有大数据总和计算得来的，最终结论是1次罚球大概会占用0.44次进攻机会，可以直接理解为1次罚球等于0.44次出手。

我们用最最简洁的语言概括一下：真实命中率指的就是一名球员每次出手换来的得分情况，这个出手包括了两分球、三分球、罚球。如果一名球员的真实命中率是60%，那就意味着他每次出手都能换来1.2分，如果是30%，那每次出手只能换来0.6分。

说到这大家应该理解了吧？真实命中率才是计算球员得分把握性最简单粗暴的方式，虽然这个公式和理论听上去有些复杂。

那么NBA球员的真实命中率都是什么水平呢？下面有一张图，统计的是自2000-2001赛季以来，NBA所有出场400分钟以上球员的平均真实命中率。可以看到球员的真实命中率都是逐年提升的，说明NBA越来越注重进攻，对得分的投入程度慢慢高于防守了。

进入19-20赛季，球员的真实命中率甚至达到了56%，这在上个世纪都是不敢想象的事情。回想上个世纪的NBA，三分球不被重视，所有球队都是从内线打起，每个进球都要经过激烈的肉搏，得分必然不会轻松。现在的NBA慢慢注重投射，得分的方式也越来越简单，某种程度上说明篮球一直是在发展的。

那么现役球员中谁的真实命中率最高呢？再来看看下面这张图，仅3名现役球员真实命中率超过了60%，分别是库里、杜兰特、哈登。其中库里生涯真实命中率62.3%，简直惊为天人！杜兰特则是61.3%，詹姆斯-哈登61%。

我们再来做一个横向的对比，乔丹、詹姆斯、科比这三位历史超级的真实命中率如何呢？说来尴尬，科比真实命中率为55%，放到本赛季还不如联盟平均水平，而乔丹则是56.9%，詹姆斯58.6%。仅对比真实命中率这一项数据，我们可以说科比＜乔丹＜詹姆斯。

出现这种差别的原因也可以说清楚。科比投篮命中率本身就不高，这是事实，因为他经常会在2人包夹下出手，而且当年的湖人没什么厉害的帮手，就算科比投不进，他也要硬着头皮去坚持，球队的胜负都抗在他一个人的肩膀上。乔丹生涯的投篮命中率高达49.7%，在外线球员中算是佼佼者，拖后腿的是他的三分球，篮球之神生涯三分命中率才32.7%，放到今天算是很铁的球员了。詹姆斯投篮命中率50.4%，他不像科比和乔丹那样必须得分，很多时候也能靠传球去帮助球队，不过老詹罚球确实有点差，才73.5%，过去2个赛季更是低于7成，导致他的真实命中率也不是很出。

一般来讲，球员的真实命中率比投篮命中率高出10%，是一个很正常的范畴。而且越是球队的当家核心，他们的真实命中率越高，因为核心球员会获得更多的罚球机会，那种得分方式可就简单多了，用NBA球员的话说叫“eazy money”。当然，如果是奥尼尔那种罚球黑洞，就得另当别论了。

什么是“有效命中率”

我们所说的“有效命中率”（effective field goal percentage），是指联盟中一些球员，他们的整体命中率其实并不高，但在场上总能表现的很有效率，因为这些球员总能制造对手犯规并站在罚球线上。昌西·昌西·比卢普斯就是一个典型的例子，他的投篮命中率看起来并不算高，但却总能制造对手犯规并且2罚2中，马丁也是这样的球员。而相反，麦蒂的中远距离命中率还算及格，但罚球却比较糟糕，特别是比赛关键时刻，2罚1中的效果与2罚全中是完全不同的。

真实命中率是什么

第一：感觉由於己方也有一定机会抓到篮板。
所以理论上3分头30中10 和2分30投中15之间，基本相同，甚至3分投入的时候还略微占优。
因为己方有抢到篮板的可能，当然如果对方有篮板那么马上是一个反击。
这两种可能性基本抵消了。
第二：对於犯规的理解，为什麽大家说3分投不死人，两分搞死人是因为如下的几点原因。
1）两分很多是突破，现在规则底下，对方很容易犯规。突破的命中率实际上很高。
2）其他的方式中投和篮下舞步也容易造成对方犯规。当然这个
第三：罚球命中率的系数。
真实命中率系数中通常按0.44计算。其实这个系数是很不稳定的，如果单场罚球很多，而且是对方主力内线对你犯规，那么对对方整个攻防体系的损伤是很大的。
我觉得应该重新制定一些球队的进攻能力指标。
1）48分钟攻防回合数。
2）单回合得分能力。
3）主力得分+篮板指标：板凳得分+篮板指标。还应该有失误指标。
4）助攻只能衡量球队的流畅度。当然也可以衡量一个控卫的控制能力，还有一个就是失误指标。
5）传接球次数、前场传接次数这个和失误指标一起来衡量一个球队的运作。

效度的评估方法

（content-related validity）
一什么是内容效度
内容效度指的是测验题目对有关内容或行为取样的适用性，从而确定测验是否是所欲测量的行为领域的代表性取样。
二内容效度的评估方法
1.专家判断法; 2.统计分析法(评分者信度\复本信度\折半信度\再测法); 3.经验推测法 (实验检验)
三内容效度的特性
内容效度经常与表面效度（face validity）混淆。表面效度是由外行对测验作表面上的检查确定的，它不反映测验实际测量的东西，只是指测验表面上看来好像是测量所要测的东西；内容效度是由够资格的判断者（专家）详尽地、系统地对测验作评价而建立的。（construct-related validity）
一什么是构想效度
指测验能够测量到理论上的构想或特质的程度，即测验的结果是否能证实或解释某一理论的假设、术语或构想，解释的程度如何。
二构想效度的估计方法
1.对测验本身的分析（用内容效度来验证构想效度）
2.测验间的相互比较：相容效度（与已成熟的相同测验间的比较）、区分效度（与近似或应区分测验间的比较）、因素分析法
3.效标效度的研究证明
4.实验法和观察法证实（criterion-related validity）
效标，即衡量测验有效性的参照标准，指的是可以直接而且独立测量的我们感兴趣的行为。我们感兴趣的行为，就是要预测的行为，这是一个总的观念，故必须以可操作的测量来确定才有实际意义。因此有必要把效标细分为两个层次，其一是理论水平的“观念效标”，其二是操作定义水平的“效标测量”。
效标效度又称实证效度，反映的是测验预测个体在某种情境下行为表现的有效性程度。
根据效标资料是否与测验分数同时获得，又可分为同时效度(实际士气高和士气低的人在士气测验中的得分一致性。)和预测效度两类。
常用的效标包括
1、学业成就：如在校成绩、学历、有关的奖励和荣誉、教师对学生智力的评定等，常作为智力测验的效标，也可作为某些多重能力倾向测验和人格测验的效标；
2、实际工作表现：是最满意的效标测量，为一般智力测验、人格测验和一些能力倾向测验的效标；
3、特殊训练成绩；
4、精神病诊断；
5、等级评定：是观察者根据测验欲测量的心理特质在被试身上的表现而作出的一种个人判断；
6、效标团体的比较：即找出两个在效标表现上有差别的团体，比较他们在测验分数上的差别；
7、先前有效的测验：一个新测验与先前有效的测验的相关也经常作为效度检验的证据。
一个好的效标必须具备以下条件：
①效标必须能最有效地反映测验的目标，即效标测量本身必须有效；
②效标必须具有较高的信度，稳定可靠，不随时间等因素而变化；
③效标可以客观地加以测量，可用数据或等级来表示；
④效标测量的方法简单，省时省力，经济实用。
效标效度的评估方法
1.相关法：效度系数是最常用的效度指标，尤其是效标效度。它是以皮尔逊积差相关系数来表示的，主要反映测验分数与效标测量的相关。当测验成绩是连续变量，而效标资料是二分变量时，计算效度系数可用点二列相关公式或二列相关公式；当测验分数为连续变量，效标资料为等级评定时，可用贾斯朋多系列相关公式计算。
2.区分法：是检验测验分数能否有效地区分由效标所定义的团体的一种方法。算出t值后，便可知道分数的差异是否显著。若差异显著，说明该测验能够有效地区分由效标定义的团体，否则，测验是无效的。重叠百分比可以通过计算每一组内得分超过（或低于）另一组平均数的人数百分比得出；另外，还可以计算两组分布的共同区的百分比。重叠量越大，说明两组分数差异越小，即测验的效度越差。
3.命中率法：是当测验用来做取舍的依据时，用其正确决定的比例作为效度指标的一种方法。命中率的计算有两种方法，一是计算总命中率，另一种是计算正命中率。
4、预期表法：是一种双向表格，预测分数排在表的左边，效标排在表的顶端。从左下至右上对角线上各百分数字越大，而其它的百分数字越小，表示测验的效标效度越高；反之，数字越分散，则效度越低。

R语言-信度与效度

cronbach’s alpha系数，一般翻译成克隆巴赫alpha系数，效度用探索性因子分析(KMO和Bartlett)。

alpha等于测验题目数/(测验题目数－1) 乘 {1 - 各被试在该题目上的方差的和 / 所有被试总分的方差 }

K即第一个公式的n，代表题目数量。

小sigma方即第一个公式的S方，代表方差。

然后直接调用就可以。

参考文献：

道客巴巴
qq_43157351. R语言与克朗巴哈alpha系数
用R语言实现Cronbach 值的计算

λi表示题目i在潜变量ξ上的负荷, δi是误差项, 误差之间不相关。整个测验分数X=x1+x2+…xp的合成信度如上图 (叶宝娟, 温忠麟, 2011;Brown, 2006;Yang&Green, 2010)

假设一个单维测验由p个题目组成, 测量了一个因子F, 测验施测后, p个题目的标准化变量为 (i=1, 2, ..., p) ，可以按照以下方式计算。
其中, εi是只和i有关的特殊因子 (也称为误差项) , λi是第i个变量i在因子F上的负荷。假设题目误差不相关, 如果整份测验的分数相加有意义, 则单维测验整份测验X=1+2+...+p的合成信度为：

其中, θi为i的误差方差, (2) 式也可计算多维测验单个维度的合成信度。如果用固定方差法指定因子测量单位, 即var (F) =1, 则上式变为:

因为X i 是标准化变量, 所以Σ θ=p-Σ λ2则 (3) 式变为:

上图这个表达式更易懂一些，也更容易计算。
λ为因子载荷量，p为题目个数。

计算出因子载荷量之后可以通过函数计算ρ

参考文献：
杨强叶宝娟温忠麟(2014). 用SPSS软件计算单维测验的合成信度. 中国临床心理学杂志: 22(03), 496-498
温忠麟(2011). 单维测验合成信度三种区间估计的比较.

一、内在效度(content related validity)：研究者的发现与事实相符合的程度，即研究结果是不是真的在测量事实的真相的能力。

二、内容效度的评估方法：1.专家判断法; 2.统计分析法(评分者信度\复本信度\折半信度\再测法); 3.经验推测法 (实验检验)

提高内部效度的方法：

1．三角检定法：多元的搜集资料方式，包括不同的资料来源(报章、文件、会议记录)，访谈不同人员(如教师、行政人员、学者专家)，及采用不同资料的搜集方法(如访谈、观察、非正式讨论)等，来相互验证资料与实施的相符程度。
2．研究对象的核查：和被研究者一起讨论定稿，以确定自己记录的是其所叙的。
3．持续的观察

来自：qiuyaofeng2012. 信度和效度经典例子_第四节个案研究的效度与信度. CSDN

一、构想效度：测验能够测量到理论上的构想或特质的程度，即测验的结果是否能证实或解释某一理论的假设、术语或构想，其解释的程度如何。

二、构想效度的估计方法：1. 对测验本身的分析（用内容效度来验证构想效度）；2. 测验间的相互比较：相容效度（与已成熟的相同测验间的比较）、区分效度（与近似或应区分测验间的比较）、因素分析法；3. 效标效度的研究证明；4. 实验法和观察法证实

衡量测验有效性的参照标准，指的是可以直接而且独立测量的我们感兴趣的行为。
又称 实证效度 ，反映的是测验对个体的预测在某种情境下的有效性程度(所测情况与实际情况之间的相关)。
根据效标资料是否与测验分数同时获得，又可分为 同时效度 (实际士气高和士气低的人在士气测验中的得分一致性。)和 预测效度 两类。

1.相关法：效度系数、效标效度常用方法。以皮尔逊积差相关系数来表示，反映测验分数与效标测量之间的相关程度。
当测验成绩是连续变量，而效标资料是二分变量时，计算效度系数可用点二列相关公式或二列相关公式；
当测验分数为连续变量，效标资料为等级评定时，可用贾斯朋多系列相关公式计算。

2.区分法：检验 测验分数 能否有效地区分 由效标所定义的团体 。
进行t检验，若差异显著，说明该测验能够有效地区分由效标定义的不同团体(如抑郁 测验得分 的高低可以区分出 真正的 高抑郁组和 真正的 低抑郁组)，
重叠百分比可以通过计算每一组内得分超过（或低于）另一组平均数的人数百分比得出；
另外，还可以计算两组分布的共同区的百分比。重叠量越大，说明两组分数差异越小，即测验的效度越差。

3.命中率法：是当测验用来做取舍的依据时，用其正确决定的比例作为效度指标的一种方法。命中率的计算有两种方法，一是计算总命中率，另一种是计算正命中率。

4、预期表法：是一种双向表格，预测分数排在表的左边，效标排在表的顶端。从左下至右上对角线上各百分数字越大，而其它的百分数字越小，表示测验的效标效度越高；反之，数字越分散，则效度越低。

命中率法和预期表法相似。详细可参照戴海琦，张锋<心理与教育测量>第五章：测量效度

一般在研究中用到的效度指标是结构效度，测量题与测量变量之间的对应关系。可以使用探索性因素分析(exploratory factor analysis，EFA)和验证性因子分析(comfirmatory factor analysis，CFA)

计算协方差矩阵/相关系数矩阵。可以利用cov2cor()将协方差转化为相关系数矩阵，也可利用cor2cov()转化回来

· KMO值：如果此值高于0.8，则说明效度高；如果此值介于0.7 0.8之间，则说明效度较好；如果此值介于0.6 0.7，则说明效度可接受，如果此值小于0.6，说明效度不佳

· 巴特球形检验：其对应巴特球形值，对应P值一定需要小于0.05，这样才能说明通过巴特球形检验

· 特征根：此值是判断因子（维度）个数的标准的信息量，由于已经设置好因子（维度）个数，因而此值意义较小可忽略；

· 方差解释率值：代表各维度可解释整体量表的信息量；

· 累积方差解释率值：所有维度可解释整体量表的信息量；

· 因子载荷系数值：分析项与维度之间的相关关系情况；此值非常非常重要，可用于判断分析项与维度的对应关系情况，下述会有说明；

· 共同度值：分析项可以被提取出的信息量情况，比如为0.617，可以理解为该项有61.7%的信息可被最终提取出来。

关键字：正命中率和总命中率

展开全文