好长一系列的进阶数据解析单元即将进入尾声罗～本次我们要介绍几项目前在篮球界很盛行的数据，Win Share、正负值及其亲戚。这将是本系列的第五篇，在此妇上前四篇的连结：

篮球科学化发展，进阶数据大解析(一)：EFF、GmSc、eFG%、TS%

篮球科学化发展，进阶数据大解析(二)：篮板率、USG%、AST%、TOV%

篮球科学化发展，进阶数据大解析(三)：PER、Possession、Pace

篮球科学化发展，进阶数据大解析(四)：ORtg、DRtg

WS(Win Share，胜利贡献值) 

Win Shares最早是Bill James设计给棒球用来计算球员贡献多少胜场数的指标，後来由Dean Oliver改良引进篮球界，同样是用来计算球员为球队贡献了多少胜场数。他可以拆分成进攻与防守的部分，也就是OWS(Offensive win share)与DWS(Defensive win share)。 

这个数据是累积数据，会随着比赛的进行而累计。而且球队也会输球，所以不太可能永远都是正贡献。当球员表现不好的时候，该场的WS可能是负的。最终球员累计的WS，代表球队的总胜场中，估计有多少胜是由该球员所贡献。 

首先我们来认识OWS的部分： 

其中marginal offense用来衡量球员创造的得分效益，比联盟平均进攻效率与节奏下的得分效益高出多少。公式如下： 

marginal offense = points produced - 0.92×联盟每回合平均得分×联盟平均进攻回合数 

这个points produced就是在ORtg里头的PProd是同一个的东西，代表球员在进攻端为球队带来的所有得分效益。後面减掉的整串就是联盟平均的得分效益，但加权为0.92。 

接下来要把球员创造的得分效益换算成胜场数，所以我们要知道marginal points per win这个东西。它代表每一胜需要的边际得分效益： 

以联盟场均得分乘上0.32(这是WS自己计算出来的加权值)，得到联盟平均每胜需要的得分。再将进攻节奏转换为球队的进攻节奏，就是该队每胜需要的得分。 

最後将球员创造的总得分效益marginal offense除以每胜需要的得分marginal points per win，就是估计出来球员在进攻上为球队贡献的胜场数了。 

接下来是DWS的部分。首先必须要特别注意，DWS是以DRtg为基础下去推算的。 

其中：

与进攻的0.92相反，防守的加权较高，为1.08。联盟平均每回合得分乘上1.08，扣掉球员每回合失分，得到该球员每回合能守下比联盟平均低多少的得分。再换算球队的进攻回合数，并考虑球员的上场时间比例，推算出球员为球队守下的所有分数，称为marginal defense。 

同样将球员手下的得分marginal defense除以每胜需要的得分marginal points per win，就可以推估球员在防守上为球队带来多少胜场的贡献。 

将OWS与DWS加起来，就是球员的总WS。最终的WS就是球员估计为球队贡献的总胜场数。 

另外，WS虽然是计算球员对於胜场的总贡献，但是可以用球员的上场时间算出另一项效率指标：WS/48。将球员的WS除以球员的总上场时间，再乘以48，就是球员平均每48分钟所能贡献的胜场数。 

缺失： 

既然是球员估计为球队带来的胜场贡献，那麽全队的WS加总应该要等於球队的胜场才对。然而WS的每胜所需得分换算是以联盟平均推估，因此每支球队的WS加总多少都会与实际胜场数有些差异。尤其对於每场赢球的胜分差与输球的负分差有明显落差的球队(例如赢都赢很多、输都输很少，或者赢都赢很少、输都输很多)，WS加总与实际胜场数就很容易产生更大的误差。 

此外，DWS的部分是用很有问题的DRtg所推算，所以在DWS计算的第一步就很有可能发生问题，导致最终算出来的DWS不够客观。 

七、正负值 

与前面所介绍的进阶数据不同，正负值的统计来源是每场比赛的play by play，而非Box Score里的每个传统数据。