NBA 進階數據實戰：用數據看懂一場比賽（2026 總冠軍賽第 5 戰示範）指南 · 籃球 · 數據知識

1先講結論

• 這場比賽的勝負，單看比分或投籃命中率會看錯：尼克 94：90 馬刺，馬刺的投籃命中率（38.4%）和助攻（18 次）都比較好，尼克卻贏了。
• 答案藏在四大要素的「罰球」：兩隊失誤率、進攻籃板率幾乎一樣，馬刺的有效命中率（eFG%）還高出 2.8 個百分點；但尼克罰球 20/28、馬刺 12/19，罰球多拿 8 分，扣掉投籃少拿的 4 分，剛好贏 4 分。
• 回合數只有 92.8，比 2025-26 聯盟平均的 99.4 慢很多，兩隊進攻效率分別是 101.3 和 96.9，都遠低於聯盟平均的 115.8：這是一場很難得分的慢節奏戰。
• 尼克的進攻幾乎全靠一個人：布朗森（Jalen Brunson）一人拿 45 分，真實命中率 .670；尼克其他球員合計 49 分，真實命中率只有 .373。
• 正負值要小心讀：馬刺的哈波（Dylan Harper）拿全隊最高 25 分，正負值卻是 -12。讀一場球最穩的順序是：節奏 → 效率 → 四大要素 → 球員 → 分節與正負值，約 5 分鐘。

2為什麼選這場，以及這篇怎麼讀

這篇不重講名詞。真實命中率（TS%）、有效命中率（eFG%）、使用率（USG%）、進攻效率和正負值各是什麼、怎麼算，請看〈NBA 進階數據入門〉；這裡只示範「拿到一張 box score，怎麼一步一步讀出故事」。四大要素裡的失誤率（TOV%）、進攻籃板率（ORB%）、罰球率（FT/FGA）是入門篇沒講的，用到時才補一句。

選這場有三個理由：

1. 比分只差 4 分，勝負一定有原因，不能只用「誰比較強」帶過。
2. 傳統數據會誤導：投籃、助攻都是馬刺較好。
3. 它是 2025-26 球季的最後一場比賽。2026-27 球季已於台灣時間 10 月 21 日開打（見〈2026-27 NBA 新球季觀賽指南〉），所以示範用上一季的總冠軍賽；做法完全一樣，新球季任何一場都可以照這五步套用。

先看「傳統 box score」

尼克第 1 節落後 10 分，中場 37：42 落後 5 分，第 3 節結束 65：72 還落後 7 分，第 4 節 29：18 逆轉。

（BR box score，球隊合計。）只看這張表，馬刺投得比較準、助攻比較多、失誤只差 1 次，很難看出尼克為什麼贏。接下來五步就是把這張表「翻譯」成故事。

3第 1 步：先看節奏（回合數）

兩隊每場打的回合數不同，所以第一件事是知道這場球有多少個回合。BR 的回合數公式是：

球隊回合 ≈ 出手 + 0.4 × 罰球出手 − 1.07 × 〔進攻籃板 ÷（進攻籃板 + 對手防守籃板）〕×（出手 − 命中）+ 失誤

兩隊各算一次再平均：

這和 BR 在 Four Factors 表上列的 Pace（92.8）一致。對照 2025-26 例行賽的聯盟平均：每場 99.4 個回合（BR 球季總表），這場少了 6.6 個回合，是慢節奏。

這一步要得到的結論：分數低，不一定是進攻爛，也可能是球數少。要判斷進攻好不好，要進第 2 步。

4第 2 步：進攻效率，把比分換成「每 100 回合」

進攻效率（ORtg）= 得分 ÷ 回合數 × 100：

• 尼克：94 ÷ 92.8 × 100 ≈ 101.3
• 馬刺：90 ÷ 92.8 × 100 ≈ 96.9（BR 用未四捨五入的回合數計算）

尼克高 4.4。反過來驗算：4.4 × 0.928 ≈ 4.1，就是比分差 4 分。也就是說，進攻效率的差距只是把比分換成每 100 回合的單位，不會告訴你原因。原因要看下一步。

另外，兩隊的 ORtg 都遠低於 2025-26 聯盟平均的 115.8。要小心：這個平均是例行賽，季後賽防守強度本來就不同；單場拿來比，只能說「這場很難得分」，不能說兩隊進攻變差了。

5第 3 步：四大要素，找出「贏在哪」

籃球分析家 Dean Oliver 提出「四大要素」，認為球隊贏球靠四件事，並給了大約的權重：投籃（40%）、失誤（25%）、籃板（20%）、罰球（15%）（BR：Four Factors）。BR 的 box score 直接附了這張表，這場的結果是：

（BR Four Factors；聯盟平均為 BR 2025-26 例行賽。）逐項看：

• 投籃：兩隊都差。尼克第 1 節 22 投只進 4 球（BR 分節表），全場 eFG% .425；馬刺 .453 稍好，但也低於聯盟平均 .546。這一項馬刺贏。
• 失誤率（TOV%）：公式是 失誤 ÷（出手 + 0.44 × 罰球出手 + 失誤），代表每 100 次球權丟掉幾次。12.4 對 12.1，沒有差別。有個小細節：尼克球員個人失誤加總只有 10 次，球隊欄的 14 次比個人加總多 4 次（馬刺是 12 次對 13 次），多出來的是沒有記在個人名下的失誤；NBA.com 的球隊失誤欄是 10 和 12，BR 是 14 和 13，這是兩個網站的差別，不是誰算錯。個人層面最顯眼的是尼克的 Karl-Anthony Towns：上場 22 分 44 秒就有 5 次失誤、6 次犯規離場。
• 籃板率（ORB%）：公式是 進攻籃板 ÷（進攻籃板 + 對手防守籃板），代表自己投失的球有多少比例搶回來。28.3% 對 28.6%，同樣沒差別，而且兩隊都高於聯盟平均 26.0%。尼克的 Mitchell Robinson 只上 19 分 59 秒就搶 6 個進攻籃板；馬刺的溫班亞瑪（Victor Wembanyama）也搶 6 個。兩隊互相抵銷。
• 罰球（FT/FGA）：公式是 罰球命中數 ÷ 投籃出手數，同時反映「罰得到」和「罰得進」。尼克 .230、馬刺 .140，這一項尼克大贏。

把四大要素換算回分數

（由 BR box score 的命中數換算。）投籃部分尼克少 4 分，罰球多 8 分，就是最後的 +4。這場球不是尼克打得比較好，而是尼克多拿了 9 次罰球機會（28 對 19）。

用真實命中率（TS%）收尾

TS% 把投籃和罰球一起算，是檢查「整體效率」的最後一道關：尼克 .473、馬刺 .477。兩隊整體效率幾乎一樣。那尼克為什麼能多拿 4 分？因為「出手機會」更多：出手 + 0.44 × 罰球出手，尼克是 87 + 0.44 × 28 ≈ 99.3，馬刺是 86 + 0.44 × 19 ≈ 94.4，尼克多約 5 次。效率一樣、機會多 5 次，就多拿 4 分。多出的機會幾乎全來自罰球。

第 4 節：罰球怎麼決定勝負

最後 12 分鐘特別明顯：

（BR 第 4 節分節表。）第 4 節投籃只贏 2 分，罰球贏了 9 分，11 分的差距有八成來自罰球線。NBA.com 的賽後報導寫到，尼克第 4 節還剩不到 8 分鐘時 73：83 落後，布朗森接下來連拿 10 分追平，他下半場共 29 分、第 4 節 15 分（NBA.com 賽後四大重點）；BR 的分節表顯示，這 15 分裡有 7 分來自罰球（8 罰 7 中）。

6第 4 步：球員層級，誰拉高、誰拖累效率

球隊層級知道「贏在罰球」，接著要問：誰在創造這些罰球和得分？把得分和進階數據放在一起看（TS%、USG% 見 BR 進階表）：

（BR 進階表；「尼克其他球員合計」是本文用 BR 球隊合計減去布朗森自行加總，TS% 用 49 ÷（2 ×（60 + 0.44 × 13））算出。）

怎麼讀這張表：

• 布朗森 = 這場球的引擎。使用率 37.7%、TS% .670，球權最重、效率也最高，而且他一個人就罰 15 次，馬刺全隊才罰 19 次，尼克其他人合計只罰 13 次。尼克其他人合計 TS% 只有 .373，進攻幾乎全靠他撐著。
• 馬刺的問題在後場。Fox 和 Castle 兩人合計 25 投 4 中，只拿 13 分（Fox 7 分、Castle 6 分），TS% 都在 .24 以下，使用率卻有近 20% 和 22%。球權花在效率很低的人身上，是馬刺投籃效率只比尼克好一點的原因之一。
• 溫班亞瑪是進階數據的盲區。19 次出手拿 19 分，TS% .448 不好看，但他 14 個籃板、5 次阻攻不會出現在 TS% 裡。TS% 只量「得分效率」，單看它會低估防守型球星。
• Vassell 效率最高、球權最少：TS% .750 但使用率只有 9.1%，8 投 5 中。這是「該多給球」還是「剛好運氣好」，單場分不出來。

單場球員的 TS% 起伏很大，8 次出手的人和 27 次出手的人，數字的可信度不一樣。適合拿來說明這場球的過程，不能當成球員整體評價。

7第 5 步：分節與正負值，找轉折點，但別迷信

最後看正負值。BR 的 box score 上方有 Q1、Q2、H1、Q3、Q4、H2 的切換鈕，可以只看某一節或半場的球員數據。

先看全場正負值（BR box score）：

三個陷阱：

1. 得分最高，正負值不一定好。哈波是馬刺得分王，正負值 -12。馬刺全場輸 4 分，換算他坐板凳的 16 分 53 秒，馬刺反而贏 8 分（-4 − (-12) = +8）。這不代表馬刺沒有哈波比較好：正負值會被同時在場的隊友與對手影響，單場只有幾十分鐘，雜訊很大。
2. 上場時間短的人，數字也能很誇張。Johnson 只打 16 分鐘、5 投 2 中拿 7 分，卻是全場最高的 +17，比得分最高的哈波（-12）高出 29。
3. 要用「在場／不在場」一起看（On/Off）。尼克全場贏 4 分，Hart 在場 +15，反推他休息的 8 分 50 秒，尼克被對手多拿 11 分（4 − 15 = -11）。這種「他一下場就垮」的訊號，比看單一的 +15 有用，不過一樣只有單場樣本。

怎麼把正負值接回前面的結論：這場尼克的轉折在第 4 節。看 Q4 分節表，布朗森第 4 節在場 +14，Anunoby +14，Hart 和 Bridges 都是 +11；而馬刺那一節只得 18 分。這和第 3 步「第 4 節尼克罰球 11 分、馬刺 2 分」互相印證：正負值告訴你「什麼時候」，四大要素告訴你「為什麼」，兩者合起來才是完整的故事。

85 分鐘看球檢查清單

打開 Basketball-Reference 或 NBA.com 的任何一場 box score，照下面順序走。每一步大約 1 分鐘。

讀完用一句話收尾

照這個句型寫出來，就代表你真的讀懂了：

例：「這場節奏慢，尼克贏在罰球，主要靠布朗森和第 4 節。」

三個提醒

• 單場數字雜訊很大，特別是球員 TS%、正負值。同一個結論有兩三個指標互相支持才算數。
• 和當季聯盟平均比，不要只看絕對值。本文的平均是 2025-26 例行賽，要看季後賽就換成季後賽的平均。
• 進階數據量不到防守的全部：阻攻、籃板、干擾投籃不一定反映在 TS% 或 ORtg。

9常見問題

Q：只看一場球的數據可靠嗎？

這篇的用法是「解釋這場球發生了什麼」，不是「評價球員好壞」。單場的 TS%、正負值樣本很小，球員評價至少要看一整季。球隊層級的四大要素，則是單場就能清楚看出誰贏在哪。

Q：為什麼這裡的回合數公式和〈NBA 進階數據入門〉不一樣？

入門篇寫的是簡化版（出手 + 0.44 × 罰球 − 進攻籃板 + 失誤），方便心算抓概念。BR 實際用的公式比較細，罰球係數是 0.4，進攻籃板會依對手防守籃板的比例調整，用它才算得出和 BR 一樣的 Pace 和 ORtg。兩種都是估計值，不是官方統計的真實回合數。

Q：BR 和 NBA.com 的數字會不一樣嗎？

這場的投籃、罰球、籃板、得分兩邊完全一致；只有球隊失誤欄不同（NBA.com 10 和 12，BR 14 和 13），因為 BR 的球隊合計把沒有記在個人名下的失誤也算進去。Four Factors 這張表是 BR 的，另外 BR 還可以切換各節、半場。

Q：沒有 Four Factors 表的比賽怎麼辦？

自己算就好，需要的只有球隊合計的出手、命中、三分、罰球、籃板、失誤。eFG%、TOV%、FT/FGA 的公式在上面都寫了，ORB% 需要對手的防守籃板。

Q：四大要素的權重（40／25／20／15）是固定的嗎？

那是 Dean Oliver 當初的估計，BR 也標示為「大約」的權重。實際用途是提醒「投籃最重要」，不用拿來精準加權；這場球就是個例子：罰球只占 15% 的權重，卻剛好決定了勝負。

想複習每個指標怎麼算，請看〈NBA 進階數據入門〉；想知道總冠軍賽在整個季後賽的位置，請看〈NBA 附加賽與季後賽〉；想知道淨效率和戰績為什麼會有落差，請看〈畢氏期望勝率〉。

10資料來源

• Basketball-Reference〈2026 NBA Finals Game 5：New York Knicks 94, San Antonio Spurs 90〉box score（球隊與球員數字、Four Factors、分節與正負值）↗
• NBA.com 官方 box score（核對投籃、罰球、籃板、得分與球隊失誤）↗
• Basketball-Reference〈2025-26 NBA Season Summary〉（聯盟平均 Pace 99.4、ORtg 115.8、TS% .581、eFG% .546、TOV% 12.7、ORB% 26.0、FT/FGA .206）↗
• Basketball-Reference〈Glossary〉（Pace、回合數、ORtg、TS%、eFG%、TOV%、ORB%、USG%、正負值公式）↗
• Basketball-Reference〈Four Factors〉（Dean Oliver 四大要素與權重）↗
• Basketball-Reference〈2026 NBA Playoffs〉（總冠軍賽尼克 4 勝 1 敗）↗
• NBA.com〈4 takeaways: Jalen Brunson delivers in the 4th to carry Knicks to the NBA championship〉（布朗森下半場 29 分、第 4 節 15 分）↗

最後更新：2026-10-24