luda 什么是PER
PER值由前ESPN数据专家、现任灰熊高层John Hollinger发明，衡量一名选手每分钟的贡献，包括运动战进球、罚球、三分球、助攻、篮板球、盖帽、抢断等积极贡献，以及铁、失误、犯规等消极贡献。
关于这个概念，两个要素需要谨记：第一，这个数据衡量的是每分钟贡献；第二，这个数据是节奏调整后得出的。
因为，在“每分钟”这个前提下，我们就可以比较两个球员，哪怕他们出场时间并不相同。而节奏调整后，我们就可以比较两个身处节奏不同球队的球员的效率，哪怕他们一支身处慢节奏阵地战型球队，一支处于跑轰型球队。
关于PER的作用，利用这个数据，我们可以将不同的零散数据统一为一个整体，用一个单一的数据来衡量一个球员的数据贡献。
PER的推算
PER值的具体计算分为三步，首先要计算uPER（unadjusted PER）值，也就是修正前PER：
uPER = (1/球员出场时间)*
[ 三分命中数
+ (2/3)*助攻
+ (2 - 节奏*(球队助攻/球队进球))*球员进球
+ (球员罚球命中数*0.5*(1 + (1 - (球队助攻数/球队进球数)) + (2/3)*(球队助攻数/球队进球数)))
- 联盟每次进攻平均得分*球员失误
- 联盟每次进攻平均得分*联盟平均防守篮板*(球员出手数 - 球员进球数)
- 联盟每次进攻平均得分*0.44* + *联盟平均防守篮板))*(球员罚球数 - 球员罚球命中数)
+ 联盟每次进攻平均得分*(1 - 联盟平均防守篮板)*(球员总篮板 - 球员进攻篮板)
+ 联盟每次进攻平均得分*联盟平均防守篮板*球员进攻篮板
+ 联盟每次进攻平均得分*球员抢断
+ 联盟每次进攻平均得分*联盟平均防守篮板*球员盖帽
- (球员犯规*((联盟平均罚球得分/联盟平均犯规) - 0.44*(联盟平均罚球数/联盟平均犯规数)*联盟每次进攻平均得分))) ]
在进行完这部分复杂计算后还需要加以修正，计算aPER（adjusted PER、修正PER），公式为aPER = 修正节奏*uPER。这其中的问题是修正节奏的计算，修正节奏=联盟场均回合数/球队场均回合数，算出这个数据后，就能消除节奏快慢对数据带来的影响。
最后第三步，PER=aPER*(15/联盟平均aPER)，PER出炉。同篮协给出的球员效率计算公式相比，霍林格的PER明显更加合理，他对罚球、篮板等数据进行了加权计算，同时剔除了节奏快慢的影响，而篮协的计算方法略显简单粗暴。
PER的局限性
当然，任何数据都不是完美的，PER也不例外，在某些方面这个数据存在局限性。
比如，PER对防守的衡量就不够充分，数据停留在了抢断、盖帽、篮板这几项数据，不够全面，该球员限制对手命中率、卡位等隐性因素并未考虑到其中，所以造成了进攻型球员比较吃香，而防守型球员处于弱势的格局。比如2006-07赛季被普遍认为联盟最强防守球员之一的鲍文，他的PER值为个位数，联盟最差水准，但你无法说鲍文是个差球员。
另外，该数据比较突出球员个人能力，整体型打法的球员在这项数据上相对吃亏，比如传球，PER只统计到了最终送出助攻的球员，这中间球过手的球员并无作用，这导致最终助攻者的PER会提升，而其他人却无积极作用。
其他还包括，PER对一些抽象因素无法体现，比如领袖气质、耐用性等，若时代不同规则有变化（2005年hand-checking被扼杀对球员数据就影响很大），在比较不同时代球员时也会出现误差性。
值得一提的是，美专家戴夫-贝利通过研究发现了PER的一个漏洞，他通过计算发现，若一个球员的投篮命中率高于30.4%，同时三分命中率高于20.4%，只要他出手越多，其PER值就越高。这个漏洞造成的影响是，若一个球员投篮效率很低，可若他出手巨多，他的PER值仍会很好看。
不过，没有任何一项数据能做到面面俱到，完全合理，相对而言，PER已经是非常权威的统计方法，ESPN等权威美媒体都在利用这项数据评估球员效率。更何况，现如今数据统计越来越多样化，更多的数据结合在一起，能相对更合理评估球员。