股票這個價位要不要買論文書籍站
國立臺灣體育運動大學 運動事業管理學系碩士班 麥毅廷所指導 陳宥杰的 籃球攻守數據分析勝負關鍵因素-以美國職籃為例 （2020），提出nba季後賽日期關鍵因素是什麼，來自於攻守數據、運動大數據、美國職籃。
而第二篇論文臺北市立大學 體育學系碩士在職專班 林國瑞所指導 孫國昌的 2019年UBA大專籃球聯賽男子公開一級四強隊伍攻守數據統計分析之研究 （2019），提出因為有 UBA大專籃球聯賽、攻守技術分析的重點而找出了 nba季後賽日期的解答。
籃球攻守數據分析勝負關鍵因素-以美國職籃為例
為了解決nba季後賽日期 的問題，作者陳宥杰 這樣論述：
本研究主要針對NBA 2004-05至2020-21共17個賽季的例行賽進行研究，分別針對球隊及球員共21項攻守數據變數對於比賽勝負之關聯性進行分析，並試圖找出關鍵的因素。球隊攻守數據共40696筆資料，並針對四種情況進行分析；球員攻守數據共422422筆資料，並針對先發及板凳球員各兩種情況進行分析。透過Excel VBA網頁爬蟲抓取資料並彙入Excel 2013版軟體內進行資料彙整，並以SPSS 21.0版軟體進行資料分析。分別以描述性統計、獨立樣本t檢定、變數挑選、羅吉斯迴歸及類神經網路找出攻守數據變數對勝負的重要性。結果發現在球隊攻守數據中顯示勝分差超過3分以上之比賽(MA2)的類神經
網路模型表現較為優異，且進一步發現對於勝負關鍵因素為總籃板、三分球命中率、助攻、失誤、抄截、罰球命中率、犯規及阻攻。在球員攻守數據中顯示4種情況的羅吉斯迴歸模型或類神經網路模型表現皆不適配。
2019年UBA大專籃球聯賽男子公開一級四強隊伍攻守數據統計分析之研究
為了解決nba季後賽日期 的問題，作者孫國昌 這樣論述：
本研究目的在於探討2019年UBA大專籃球聯賽男子公開一級四強隊伍在十二項攻守數據分析之差異情形，並以其中十一項攻守數據表現進行與得分相關之分析。本研究對象是以參加2019年UBA大專籃球聯賽男子公開一級之四強隊伍為研究對象，以獨立樣本單因子變異數分析來解釋四支隊伍在十二項攻守數據表現之差異情形，若單因子變異數分析之F值達顯著水準者，則使用LSD進行事後之分析，最後利用Pearson積差相關分析來瞭解其中十一項攻守數據表現與得分之間的關係。研究結果得知：一、各隊在年級方面以中州科大平均年級最高；在身高方面以輔仁大學平均身高最高；在體重方面以健行科大平均體重最重。二、由各隊在十二項攻守攻守數據
表現之排序中得知，在罰球命中率平均數據表現方面以健行科大平均罰球命中率最高；在兩分球投籃命中率平均數據表現方面以健行科大平均兩分球投籃命中率最高；在三分球投籃命中率平均數據表現方面以健行科大平均三分球投籃命中率最高；在總籃板球平均數據表現方面以健行科大平均總籃板球最高；在防守籃板球平均數據表現方面以健行科大平均防守籃板球最高；在進攻籃板球平均數據表現方面以中州科大平均進攻籃板球最高；在得分平均數據表現方面以健行科大平均得分最高；在抄截平均數據表現方面以輔仁大學平均抄截最高；在助攻平均數據表現方面以健行科大平均助攻最高；在阻攻平均數據表現方面以輔仁大學平均阻攻最高；在犯規平均數據表現方面以中州科
大及輔仁大學平均犯規最高；在失誤平均數據表現方面以輔仁大學平均失誤最高。三、各隊在兩分球投籃命中率、平均防守籃板、平均進攻籃板、平均總籃板、平均得分、平均抄截、平均犯規、平均失誤等八項攻守技術表現上有顯著的差異。四、各隊之攻守數據表現與得分呈現正相關的有兩分球投籃命中率、三分球投籃命中率、總籃板、防守籃板與助攻等五項；與得分呈現負相關的為失誤。