本記事では、NBA2017 – 2018レギュラー・シーズンにおけるポートランド・トレイルブレイザーズの各種データで実践した分析の結果を示していきます。NBA観戦の際のご参考になれば幸いです。
本記事における分析結果は、フリー統計ソフトRのパッケージ” BasketballAnalyzeR ”を用いての分析結果であるため、NBA公式で公表されている数値とは差異が発生する場合もあります。その点につき、あらかじめご留意ください。
なお、ポートランド・トレイルブレイザーズの他のレギュラー・シーズンの記事は、こちらからご確認ください。
※データ分析を実践する際に参考にしている書籍『Basketball Data Science: With Applications in R』の紹介記事も書いていますので、よろしければご確認ください。
- 【ポートランド・トレイルブレイザーズ】プレイヤーの基本スタッツ < NBA 2017 – 2018 Regular Season>
- 【ポートランド・トレイルブレイザーズ】基本スタッツを用いたプレイヤーのバブルチャート <NBA 2017 – 2018 Regular Season>
- 【ポートランド・トレイルブレイザーズ】基本スタッツを用いたプレイヤーのレーダーチャート <NBA 2017 – 2018 Regular Season>
- 【ポートランド・トレイルブレイザーズ】基本スタッツのばらつき ~変動係数と範囲~ <NBA 2017 – 2018 Regular Season>
- 【ポートランド・トレイルブレイザーズ】シュートチャートとフィールドショット分布 <NBA 2017 – 2018 Regular Season>
- 【ポートランド・トレイルブレイザーズ】フィールドショットのスコアリング期待値 <NBA 2017 – 2018 Regular Season>
- 【ポートランド・トレイルブレイザーズ】チーム内におけるアシストのネットワークと特徴<NBA 2017 – 2018 Regular Season>
- 【ポートランド・トレイルブレイザーズ】対戦チームのシュートチャートとフィールドショット分布 <NBA 2017 – 2018 Regular Season>
【ポートランド・トレイルブレイザーズ】プレイヤーの基本スタッツ < NBA 2017 – 2018 Regular Season>
ポートランド・トレイルブレイザーズの所属プレイヤー(試合出場時間順)の基本スタッツは下記の通り。基本スタッツの内容はこちら。
Player | GP | MIN | PTS | P2M | P2A | P2p | P3M | P3A | P3p | FTM | FTA | FTp | OREB | DREB | AST | TOV | STL | BLK | PF | PM |
CJ McCollum | 81 | 2923.7 | 1732 | 478 | 1029 | 46.5 | 189 | 476 | 39.7 | 209 | 250 | 83.6 | 53 | 268 | 272 | 151 | 77 | 35 | 168 | 118 |
Damian Lillard | 73 | 2669.9 | 1962 | 394 | 786 | 50.1 | 227 | 629 | 36.1 | 493 | 538 | 91.6 | 62 | 263 | 481 | 206 | 77 | 27 | 117 | 345 |
Jusuf Nurkic | 79 | 2088.1 | 1132 | 480 | 944 | 50.8 | 0 | 7 | 0 | 172 | 273 | 63 | 189 | 519 | 143 | 183 | 64 | 111 | 247 | 157 |
Al-Farouq Aminu | 69 | 2072.2 | 644 | 105 | 243 | 43.2 | 125 | 339 | 36.9 | 59 | 80 | 73.8 | 97 | 428 | 84 | 79 | 79 | 40 | 136 | 220 |
Evan Turner | 79 | 2033.8 | 649 | 216 | 445 | 48.5 | 42 | 132 | 31.8 | 91 | 107 | 85 | 30 | 214 | 173 | 99 | 47 | 29 | 163 | -51 |
Shabazz Napier | 74 | 1535.5 | 644 | 141 | 313 | 45 | 82 | 218 | 37.6 | 116 | 138 | 84.1 | 26 | 144 | 150 | 90 | 81 | 14 | 84 | 84 |
Pat Connaughton | 82 | 1487.9 | 441 | 91 | 180 | 50.6 | 74 | 210 | 35.2 | 37 | 44 | 84.1 | 36 | 125 | 91 | 43 | 23 | 22 | 120 | 141 |
Ed Davis | 78 | 1470.9 | 414 | 170 | 291 | 58.4 | 0 | 1 | 0 | 74 | 111 | 66.7 | 183 | 392 | 40 | 66 | 32 | 52 | 188 | 90 |
Maurice Harkless | 59 | 1263.8 | 385 | 98 | 179 | 54.7 | 49 | 118 | 41.5 | 42 | 59 | 71.2 | 46 | 116 | 53 | 40 | 48 | 43 | 103 | 7 |
Zach Collins | 66 | 1045.5 | 292 | 80 | 176 | 45.5 | 35 | 113 | 31 | 27 | 42 | 64.3 | 45 | 176 | 52 | 58 | 17 | 31 | 133 | 16 |
Meyers Leonard | 33 | 253.6 | 112 | 35 | 52 | 67.3 | 11 | 26 | 42.3 | 9 | 11 | 81.8 | 12 | 58 | 17 | 10 | 7 | 0 | 36 | -35 |
Caleb Swanigan | 27 | 189.3 | 61 | 23 | 52 | 44.2 | 1 | 8 | 12.5 | 12 | 18 | 66.7 | 15 | 39 | 14 | 18 | 5 | 3 | 37 | -11 |
Jake Layman | 35 | 160.3 | 34 | 10 | 27 | 37 | 4 | 20 | 20 | 2 | 3 | 66.7 | 4 | 12 | 11 | 5 | 6 | 4 | 13 | -21 |
Georgios Papagiannis | 17 | 121.6 | 36 | 18 | 42 | 42.9 | 0 | 0 | 0 | 0 | 0 | 0 | 13 | 24 | 9 | 8 | 4 | 6 | 12 | -5 |
Wade Baldwin IV | 7 | 80.5 | 38 | 10 | 16 | 62.5 | 4 | 5 | 80 | 6 | 10 | 60 | 1 | 7 | 5 | 4 | 2 | 1 | 12 | 5 |
※NBAプレイヤーのマッピング(多次元尺度構成法)はこちら、NBAプレイヤーの分類 (ウォード法による階層的クラスター分析)はこちら。
【ポートランド・トレイルブレイザーズ】基本スタッツを用いたプレイヤーのバブルチャート <NBA 2017 – 2018 Regular Season>
シュート成功数とシュート試投数を用いたバブルチャート
シュート成功数とシュート試投数を用いたバブルチャートは下記の通り。バブルチャートの見方はこちら。

ディフェンス関連スタッツとプラスマイナスを用いたバブルチャート
ディフェンス関連スタッツとプラスマイナスを用いたバブルチャートは下記の通り。バブルチャートの見方はこちら。

※基本スタッツを用いたチーム単位のバブルチャートはこちら。
【ポートランド・トレイルブレイザーズ】基本スタッツを用いたプレイヤーのレーダーチャート <NBA 2017 – 2018 Regular Season>
ポートランド・トレイルブレイザーズの所属プレイヤーのレーダーチャートは下記の通り。レーダーチャートの見方はこちら。基本スタッツの内容はこちら。

※シーズンを通じて試合出場時間が500MIN以上であるプレイヤーが対象。レーダーチャート内にある青色の点線は平均値(標準化の処理を行っているため平均0)を表す。レーダーチャート作成の際には全てのスタッツを1MINあたりの数値に変換している。
※基本スタッツを用いたチーム単位のレーダーチャートはこちら。
【ポートランド・トレイルブレイザーズ】基本スタッツのばらつき ~変動係数と範囲~ <NBA 2017 – 2018 Regular Season>
ポートランド・トレイルブレイザーズの基本スタッツのばらつきを示すグラフは下記の通り。グラフの見方とグラフ作成に使用した基本スタッツの内容はこちら。グラフ内に示されている変動係数(Variation Coefficient)と範囲(Range)の内容は過去記事を参照。

【ポートランド・トレイルブレイザーズ】シュートチャートとフィールドショット分布 <NBA 2017 – 2018 Regular Season>
コートを16エリアに区分したシュートチャート
コートを16エリアに区分したポートランド・トレイルブレイザーズのシュートチャートは下記の通り。シュートチャートの見方はこちら。

ヘックスビンマップ(Hexbin map)を用いたシュートチャート
ヘックスビンマップ(Hexbin map)を用いたポートランド・トレイルブレイザーズのシュートチャートは下記の通り。シュートチャートの見方はこちら。

試合経過時間で見るフィールドショットの分布とベストスコアラー ~密度推定~
試合経過時間で見るポートランド・トレイルブレイザーズのフィールドショットの分布は下記の通り。分布図の見方はこちら。

ショットクロックで見るフィールドショットの分布とベストスコアラー ~密度推定~
ショットクロックで見るポートランド・トレイルブレイザーズのフィールドショットの分布は下記の通り。分布図の見方はこちら。

※横軸にショットクロックの経過時間(秒単位:0秒~24秒)、縦軸にシュート頻度をとっている。分布図内ではショットクロック開始後5秒までのシュートは薄紫色、5秒~20秒までのシュートは紫色、20秒以降のシュートは赤色でそれぞれ示されている。
シュート距離で見るフィールドショットの分布とベストスコアラー ~密度推定~
シュート距離で見るポートランド・トレイルブレイザーズのフィールドショットの分布は下記の通り。分布図の見方はこちら。

※リーグ全体のシュートチャートとフィールドショット分布はこちら。
【ポートランド・トレイルブレイザーズ】フィールドショットのスコアリング期待値 <NBA 2017 – 2018 Regular Season>
試合経過時間で見るスコアリング期待値の推移 ~密度推定~
試合経過時間で見るポートランド・トレイルブレイザーズのスコアリング期待値の推移は下記の通り。分布図の見方はこちら。

ショットクロックで見るスコアリング期待値の推移 ~密度推定~
ショットクロックで見るポートランド・トレイルブレイザーズのスコアリング期待値の推移は下記の通り。分布図の見方はこちら。

シュート距離で見るスコアリング期待値の推移 ~密度推定~
シュート距離で見るポートランド・トレイルブレイザーズのスコアリング期待値の推移は下記の通り。分布図の見方はこちら。

【ポートランド・トレイルブレイザーズ】チーム内におけるアシストのネットワークと特徴<NBA 2017 – 2018 Regular Season>
フィールドショットによる得点とアシスト関連スタッツ
ポートランド・トレイルブレイザーズの所属プレイヤー(アルファベット順)のフィールドショットによる得点とアシスト関連スタッツは下記の通り。表中のFGPTS, FGPTS_AST, FGPTS_ASTp, AST, ASTPTSの内容はこちら。
Player | FGPTS | FGPTS_AST | FGPTS_ASTp | AST | ASTPTS |
Al-Farouq Aminu | 585 | 462 | 79.0% | 84 | 197 |
Caleb Swanigan | 49 | 35 | 71.4% | 14 | 35 |
CJ McCollum | 1523 | 562 | 36.9% | 272 | 649 |
Damian Lillard | 1469 | 439 | 29.9% | 481 | 1110 |
Ed Davis | 340 | 196 | 57.6% | 40 | 104 |
Evan Turner | 558 | 225 | 40.3% | 173 | 412 |
Georgios Papagiannis | 2 | 0 | 0.0% | NA | NA |
Jake Layman | 32 | 24 | 75.0% | 11 | 28 |
Jusuf Nurkic | 960 | 666 | 69.4% | 143 | 338 |
Maurice Harkless | 343 | 262 | 76.4% | 53 | 131 |
Meyers Leonard | 103 | 87 | 84.5% | 17 | 45 |
Noah Vonleh | 96 | 53 | 55.2% | 13 | 31 |
Pat Connaughton | 403 | 333 | 82.6% | 91 | 225 |
Shabazz Napier | 528 | 245 | 46.4% | 150 | 366 |
Wade Baldwin IV | 32 | 12 | 37.5% | 5 | 11 |
Zach Collins | 265 | 206 | 77.7% | 52 | 125 |
アシストネットワーク ~ネットワーク分析~
ポートランド・トレイルブレイザーズのアシストネットワークは下記の通り。グラフ内に示されている項目やグラフの見方はこちら。

※ノードの色はFGPTS(フィールドショットによる得点)、ノードのサイズはASTPTS(アシストにより生み出した得点)に対応している。エッジの始点はアシスト元のプレイヤー、終点はアシスト先のプレイヤー、エッジの色はアシスト数(アシスト数20以下となるエッジの表記は省略)に対応している。
アシストにより生み出された得点とフィールドショットによる得点の散布図
アシストにより生み出された得点とフィールドショットによる得点の散布図は下記の通り。散布図の見方はこちら。

主要プレイヤー間のアシストのやり取り ~クロス集計表~
主要プレイヤー間のアシストの具体的な本数は下記の通り。クロス集計表の見方はこちら。
Al-Farouq Aminu | CJ McCollum | Damian Lillard | Evan Turner | Jusuf Nurkic | Shabazz Napier | |
Al-Farouq Aminu | 0 | 15 | 16 | 8 | 22 | 5 |
CJ McCollum | 32 | 0 | 26 | 24 | 67 | 20 |
Damian Lillard | 59 | 77 | 0 | 28 | 190 | 11 |
Evan Turner | 21 | 29 | 29 | 0 | 27 | 9 |
Jusuf Nurkic | 21 | 29 | 38 | 17 | 0 | 8 |
Shabazz Napier | 17 | 16 | 17 | 4 | 15 | 0 |
※シーズンを通じて試合出場時間が1500MIN以上であるプレイヤーが対象。クロス集計表の見方について、集計表の行にはアシストを出した側のプレイヤー、集計表の列にはアシストを受けた側のプレイヤーが記載されている。
アシストを出した相手先の偏りの度合いを数値化 ~ジニ係数~
ポートランド・トレイルブレイザーズの所属プレイヤーについて、アシストを出した相手先の偏りを表すジニ係数は下記の通り。ジニ係数の内容は過去記事を参照。

※シーズンを通じて試合出場時間が1500MIN以上であるプレイヤーが対象。ジニ係数は0から1(0~100%)の間の値をとり、アシストを出した相手先の偏りが全く無い場合は0、その偏りが大きくなるにつれて1に近づく。
アシストをもらった相手の偏りの度合いを数値化 ~ジニ係数~
ポートランド・トレイルブレイザーズの所属プレイヤーについて、アシストをもらった相手の偏りを表すジニ係数は下記の通り。ジニ係数の内容は過去記事を参照。

※シーズンを通じて試合出場時間が1500MIN以上であるプレイヤーが対象。ジニ係数は0から1(0~100%)の間の値をとり、アシストをもらった相手の偏りが全く無い場合は0、その偏りが大きくなるにつれて1に近づく。
※アシストに関するチーム単位のジニ係数はこちら。
【ポートランド・トレイルブレイザーズ】対戦チームのシュートチャートとフィールドショット分布 <NBA 2017 – 2018 Regular Season>
ここではポートランド・トレイルブレイザーズと対戦したチームのシュートチャートとフィールドショット分布を示し、ポートランド・トレイルブレイザーズが対戦チームからどのようなシュートを打たれたのかを確認する。
コートを16エリアに区分した対戦チームのシュートチャート
コートを16エリアに区分したポートランド・トレイルブレイザーズの対戦チームのシュートチャートは下記の通り。シュートチャートの見方はこちら。

ヘックスビンマップ(Hexbin map)を用いた対戦チームのシュートチャート
ヘックスビンマップ(Hexbin map)を用いたポートランド・トレイルブレイザーズの対戦チームのシュートチャートは下記の通り。シュートチャートの見方はこちら。

シュート距離で見る対戦チームのフィールドショットの分布とベストスコアラー ~密度推定~
シュート距離から見るポートランド・トレイルブレイザーズの対戦チームのフィールドショットの分布は下記の通り。分布図の見方はこちら。

※リーグ全体のシュートチャートとフィールドショット分布はこちら。
次ページは、分析を実行するための統計ソフトRのコマンドを記載している。