罚比较轻而对于出手投中球的加成很高，这导致一些投篮能力一般但出手很多的球员在这项统计中占有优势，而投篮很准但出手比较少的球员则占据劣势。也就是说，这玩意还是比较适合那些所谓的数据刷子，能力一般拿球就投的那种球员。”远飞道：“另一个主要的缺点是效率值不能体现防守能力，有一些防守很棒但投篮很少的角色球员，PER不仅达不到平均值15，甚至会跌到10以下。但其实他们都是联盟中非常优秀的人才。”
“唔......这样啊。”
“小的毛病更多了，比如说助攻的加成比例是2/3，我是不知道为什么助攻就定为2/3。一次糟糕的传球由于接球人技术好勉强投进了，和一次妙传导致接球人轻松扣篮，两者在加成上是一样的，这就是当前数据分析的瓶颈了，没办法具体量化一个进球中多个人的贡献。”远飞继续讲道：“再比如说盖帽后的贡献比例要乘以后场篮板率，这个想法是好的，但不够客观。盖帽后也不是每个球都形成篮板球了，比如说你一次盖帽对手出界，虽然球权还是对方的，但进攻时间所剩无几，其实就是相当于防下来了。所以效率值对盖帽统计的认可度有点低。”
“不行了，我已经听糊涂了。”波什道：“S能不能简单一点？”
“抱歉，胜利贡献值的算法比效率值还复杂，它起源是从棒球界的数据专家比尔.的主要缺点是有几个计算环节是通过球队的整体数据去算的，这样不
（一百四十二）高阶数据的发展(4/5)