※ 引述《driftcreator (北美漂流中)》之銘言：
這篇的介紹大概有30%是錯的, 但錯的還蠻關鍵的
: 正負值(+/-)可說是籃球數據界的殿堂名駒，現今你能拿來直接做球員比對的all in one數據，多帶有正負值血統。其血統表如下：
: ・第一代「原始數據」：正負值(+/-)、官網RTG系列
RTG不是+/-系列數據, RTG是基於Points Produced的進階數據
: ・第二代「迴歸分析修正」：APM → RAPM
: ・第三代「混合傳統數據」：ESPN RPM(2013年版)
: ・第四代「混合動態追蹤數據」：ESPN RPM(2019年版)、RAPTOR
: 個人當前較推薦使用RAPTOR。邏輯透明且能追朔至2013賽季。
: 新版ESPN RPM因為是黑盒子的關係，所以無從介紹驗證。目前RPM的產出結果，與其他版本(RAPTOR、BPM2.0、PIPM)存在較大的差異性。
ESPN得到RAPM授權之後, 推出了RPM
就RPM的說明, RPM是以RAPM為基底, 加上數據做調整, 但一直沒說明調整的方式
所以上面關於ESPN RPM的說明沒問題
但就RAPTOR的說明, 他並不是和ESPN一樣, 以RAPM為基礎加上數據做調整
而是直接用傳統數據+動態追蹤數據, 透過回歸分析去追蹤RAPM
這一點和BPM的做法類似, RAPTOR在網頁上也直說是由BPM得到靈感
為什麼BPM跟RAPTOR會這樣做？
RAPM的模型自從推出後就廣被推崇
但RAPM最大的問題, 就是需要夠大的回合數才能得到有效的數字
這邊的回合數在一開始RAPM的網頁中被定義為20000回合
但其實一整季都打不到這個數字
最操勞的球員都要三季才能得到20000回合數, 遑論有很多球員一輩子可能都達不到
因為RAPM計算不便, 又有短期效度問題
所以就有人嘗試以傳統數據用迴歸分析, 去追蹤長期RAPM
這種做法的想法就是
以長期RAPM作為應變項, 為每個挑出來的數據跑回歸分析, 找出權重
這樣找出來的所有權重*數據之後加起來, 就會近似於長期RAPM
那麼之後我們就可以直接把權重*數據當作長期RAPM
最初是2011年的ASPM
ASPM用傳統數據透過回歸分析去追蹤八年(2003-2011)的RAPM數據
ASPM後來授權給BR網站, 因為他是用傳統數據, 也就是Box Stats去追蹤RAPM
所以被取名為BPM
RAPTOR則是BPM的新一代版本
RAPTOR在傳統數據之外, 加上了官網在近六年提供的動態追蹤數據
簡單講, ESPN RPM是RPM的混合版本, 他仍然是基於原本的RPM模型, 但加上數據做調整
但BPM跟RAPTOR則是RPM的追蹤版本, 用回歸分析去追蹤某段長時間的RAPM, 以此產生公式
雖然都基於RAPM, 但他們是完全不同的東西
把他們列為不同代的數據是不適合的
要比喻的話
ESPN RPM是RAPM+其他數據生的小孩
而BPM跟RAPTOR則是透過整形把自己整得像某一段時間的RAPM
: