【NBA知识】单场表现评分大比拼　米高佐敦外的数据王是谁？

不少人看球赛都会从某几次入球或失误，甚至是综观整场的主观感觉来判断一位球员表现是好坏与否。
其实NBA早有一套计算系统，以较客观的数字为球员该场赛事的表现打分，除了为人所知的效率EFF（Efficiency）外，还有GmSc（Game Score）。

不少球迷都会听过：“今日谁谁谁效率挺高/低。”但效率也可以有多种计法，其中EFF 是最基本也是最常见的数据。EFF主要是将5大数据：得分（PTS）、篮板（TREB）、助攻（AST）、抄截（STL）和阻封（BLK）加起来的和减去起手不进和罚球不进，再减去失误。

EFF = (得分 + 篮板总数 + 助攻 + 抄截 + 封阻) - (起手数 - 入球数) - (罚球起手数 - 罚球入球数) - 失误

简单的说，5大数据为正项，而起手不进、罚球不进和失误就会是负项。虽然EFF的计算方法比较方便，但并没有考虑到命中率和数据对球队的重要性， 所以相对参考价值并不够，重点在EFF没有经过加成的计算，让所有数据的价值变得相等。

然而另一种效率数据就是GmSc（Game Score），由ESPN专栏作家兼数据专家John Hollinger所设计。GmSc除了参考5大数据外，也会有所加成，例如计算篮板时会拆分成进攻与防守篮板，由于进攻篮板较难取得，且能再次取得进攻机会，避免球权被转换，所以加成较防守篮板高，与助攻、封阻一样都是乘0.7，而防守篮板就只乘0.3，比重有分高低。

数据史上单场最差纪录竟然有⋯⋯（按图放大）：

GmSc = ( 得分 + 0.7×进攻篮板 + 0.3×防守篮板 + 0.7×助攻 + 抄截 + 0.7×封阻) + 0.4×入球数 - 0.7×起手数- 0.4×(罚球入球数-罚球起手数) - 失误 - 0.4×个人犯规

虽然比例上或会被质疑加成数的合理性，但GmSc的确比EFF更考虑数据在场上的重要性，造就了以下数据上的最好和最差单场表现的纪录。

数据史上单场最佳纪录（按图放大）：

同场加映，NBA官方首轮MVP排行榜（按图放大）：