论文部分内容阅读
在团队体育赛事中,团队中的运动员共同创造了团队的成绩。由于团队成绩来自于所有人的努力,直接将团队的成绩划到各个队员的名下名不准确。此时,可以根据各个运动员在团队中所做出的各项贡献,来给各个运动员确定若干项成绩的指标。由于DEA(数据包络分析)方法的优点:无需事先指定参数、能够处理多种投入多种产出以及不需要决策单元投入、产出的具体关系。使得DEA方法在解决运动员效率的问题上,能够给出一个非参数的,不带个人主观偏好的解。同时,随着生产力发展,社会生产中的分工合作越来越深入,需要越来越多的合作。DEA方法同样能够运用在这样的问题上,求解团队中个体的效率。第1章绪论部分介绍了本文的选题背景、研究意义、主要创新点、研究方法以及论文结构。第2章相关理论部分先介绍了数据包络分析的研究起源和发展和部分基础的DEA模型,以及两阶段DEA模型的加法效率分解方法上存在的不足之处;再介绍团队体育运动员效率分析方面的相关研究,增加对该方面知识的了解。第3章赛季球员效率评价部分先提及部分体育联赛和NBA的相关知识;再介绍了基于规模收益不变的多时期两阶段DEA模型,在此基础上结合加法的效率分解两阶段模型的优点,构建了基于规模收益可变的多时期两阶段DEA模型,还介绍了几种形式Malmquist生产指数;最后将基于规模收益可变的多时期两阶段DEA模型应用到NBA球员的赛季效率评价上,计算NBA球员的赛季效率得分,在此基础上计算球员的全局Malmquist生产指数。第4章单场比赛球员效率评价部分,考虑了球员上场时间作为投入,得分、助攻、抢断、盖帽作为产出,失误和犯规作为非期望产出,使用了多时期的规模收益可变的生态效率模型计算球员总场次和各场比赛的无效性得分。第5章总结部分对全文内容进行了总结,指出了本文研究存在的不足之处,并对未来的研究方向进行了展望。