摘要：NBA联盟从成立至今,经过了几十年的发展,已经成为当今世界上最成功的职业体育联赛之一。NBA是一个商业联盟，也使得球员成为了高收入的群体。然而在NBA中存在着很多高薪低能的球员，他们在NBA赛场中的表现和所得到的薪金并不能成为正比。那么到底该怎么样分析一个球员的价值呢?我们知道，影响NBA球员薪金最大的因素还是他们在赛场中的表现。所以我们可以根据球员在赛场上的表现来进行评价球员的价值。我们把NBA球员的场上的表现分为几个指标，也就是上场的场次和时间、得分、篮板、助攻、抢断、盖帽、失误和犯规等等。本文我们针对所有的球员的数据进行统计分析，通过运用数据分析方法、空间统计学以及机器学习等多个领域的知识，不仅要统计进攻型球员的数据，防守型球员的数据也不能忽视。然后进一步分析球员的价值，并针对新秀发展等方面进行预测。

关键词：球员价值；相关性分析；综合评价；K均值

目录

摘要

Abstract

1 综合评价的方法-1

1.1 研究数据的对象-1

1.2 描述性统计-1

1.3 聚类分析法-2

1.4 层次分析法-2

1.5 K均值聚类分析-3

1.6 核密度估计-3

2 综合评价的理论-4

2.1 K均值聚类分析-4

2.2 相关性分析-5

3 综合评价的分析-6

3.1 聚类分析-6

3.2 相关性评价-7

3.3 核密度估计-8

结    论-17

参 考 文 献-18

附录A 球员数据和程序全文-19

致    谢-26