怎么查球员的per？
Per是一套非常复杂的评估体系，包括很多不同的维度和指标，目前没有被任何一家网站收购，所以并没有一个统一可以查询的地方。 但我们可以通过一些方法自己计算。 在这里我以威少为例进行说明，其他的球员也可以同样的方法来计算。
首先我们需要知道哪些数据是计算PER所需的，哪些不是。 很明显我们需要知道的是球员的出场次数、上场时间、投篮命中率等等，而一些非关键的数据比如罚球命中数、失误数等我们不需要。 这里我以NBA官网的统计数据作为样本（因为其他数据都很难得到），选取了480位球员的赛季数据，然后按照下列公式来计算他们的PER值： 其中 VORP= 球员贡献值 PAWS= 球员防守胜利贡献值 PER = 1000* (VORP+PAWS) /(G-FGA)*100 上限值 = 480 因为每个球员的G、FGA、VORP和PAWS的数值都不相同，所以我们先对这480个样本数据进行标准化处理，把各自的G、FGA、VORP和paws的平均值消掉，这样就能保证在同等出场次数的情况下，所有样本数据的PER值都具有可比性。
接着我们把计算得到的PER值放到SPSS中做单因素方差分析，来检验这些值是否真的来源于同一个总体。 从结果看，不同得分位置的PER值具有显著差异（p<0.05），这说明使用同一种计算方式得到了有效的结果。 之后我们再分别对各个得分位置（Point Guard/ Shooting Guard、Small Forward、Power Forward、Center）的PER值做单因素方差分析。 这次方差分析只涉及四个变量（三个位置和一个赛季），因此不存在多重共线性的问题。经过处理后的F值仍然具有统计学上的意义（p<0.001），这说明四个变量的单一值对于各个位置的解释是有意义的。 从表1中可以看到，在不同位置上，PER值的分布存在明显差异。控卫的PER值最高，分卫次之，小前锋最低。这显然是因为在场上，这三个位置对进攻的影响程度是不同的导致的。 当然，这个统计方法只能计算出一位球员的PER值，如果想要得到一组球员的PER平均值则需要计算每一位球员的PER值，然后再做平均。这是一个很费时费力的工作，但是却是唯一能得到准确PER平均值的方法。