实际上一个进阶数据可以侧面论证一下这个问题，那就是真实在场正负值，简称RPM，全拼是real plus-minus。

真实在场正负值（RPM）由前菲尼克斯太阳队数据分析师昂热尔曼开发，与堪萨斯大学心理学教授、前NBA顾问师斯蒂夫-艾拉迪合作完成。

RPM是在几位分析师提出的修正正负值（APM）和乔-斯蒂尔提出的正则化修正正负值（R-APM）的基础上进一步发展而来。

相比R/APM，昂热尔曼对RPM进行了诸多改进，其中用到了贝叶斯先验值、衰老曲线、比赛比分，以及大量的样本外检验，从而改进了RPM的预测精确度。

凭借先进的统计建模技术，以及RPM的提出者、前菲尼克斯太阳队分析师昂热尔曼在数据分析上的超能力，这项数据指标通过针对每个队友和对手作出调整，成功分离出每一个NBA球员单独的正负值贡献。

RPM模型对每个赛季超过230,000个攻守回合进行筛选，梳理出场上每个球员对于该球员真实正负值的影响，所采用的技术跟那些需要同时分析大规模变量的科研人员所采用的建模技巧很相似。

RPM估算出一个球员在场上时，每100个回合平均下来是增加了球队每100回合净胜分还是减少了。

RPM模型还通过分门别类来衡量球员在攻防两端的影响，也就是进攻真实正负值（ORPM）和防守真实正负值（DRPM）。

看看，什么叫专业，这就是专业！

顾名思义，RPM与数据统计单上的在场正负值（+/-）有着生物学上的类似性，多了一个“真实”。

但多出来的这一个真实，那意义就大不相同，因为在场正负值只显示每个球员在场上时其效力球队的净胜分。

而RPM的诞生受到了在场正负值相关逻辑的启发。

如果一名球员在场上时，他的球队比对手得分更多，那么不管他有没有打出华丽的数据，他都可能做了些什么对球队有帮助的事情。

但我们所熟悉的在场正负值有个严重漏洞，每个球员在场上的队友们是谁、其队友发挥是好是坏，严重影响着他自己的正负值数值。

比如，赖库里还是赖格林。

甚至回到身边，有个例子，如果仅看在场正负值数据，前雷霆替补后卫雷吉-杰克逊排名联盟第27位，但他在场上的大部分时间里都和MVP凯文-杜兰特、FMVP王棣一起打球。

那么，雷吉的优异数据到底有多少是他自己打出来的，从在场正负值中根本得不到答案。