主客场修正：别用联盟平均糊弄自己

主场优势是篮球分析里被讨论最多、被算得最粗的一个变量。多数人用联盟平均的两到四分做统一修正，但球队之间的差异往往比这个平均值本身还大。用统一常数，等于主动放弃了一部分信息。

第一步：分开取数

最基本的要求是分开统计主场与客场的净胜分、进攻效率、防守效率。混合值只能告诉你球队整体表现，不能告诉你它在两种环境下的差异。分开之后，取两者之差，就是这个球队的表面主场效应。

这一步的关键是样本量。分开之后每边只有一半的比赛，样本变小、噪声变大。因此建议用近十到十五场，或者至少明确标注样本较小、结论不宜过度使用。

第二步：剔除对手强度

表面主场效应的最大问题在于对手强度不可比。如果一支球队主场赛程里多是后段球队，那它的主场净胜分自然更高。处理办法是做简单的强度调整：把每场比赛的净胜分减去对手的平均净胜分，再做平均。

调整之后得到的是一个更接近「环境贡献」的数字。它不会完美，但比不调整的版本可靠得多。记录时建议两组数字都留着，注明一组是表观值、一组是调整值，方便之后对比。

第三步：区分效应来源

主场优势的来源至少有四个：观众、旅行疲劳、裁判尺度的细微差异、以及熟悉的场地与篮筐。不同球队的主场效应方向可能不同，比如某些球队主场观众压力大，年轻球员反而容易失准。

在篮球体彩的实践里，最有用的做法不是追求一个精确数字，而是判断这支球队的主场效应是「稳定的」还是「不稳定的」。稳定强的球队，在主场修正时给足权重；不稳定的球队，则应该降低修正幅度并保留更大的误差区间。

常见三种误用

• 直接用整季主客场战绩差当作修正值，不剔除对手强度。
• 把连续客场当成同一个「客场」，忽略行程距离与休整时间。
• 在样本只有四五个主场时得出「主场优势明显」的结论。

第三种误用最隐蔽，也最常见。赛季初期每支球队的主客场比赛数量都很少，任何一次大胜都会显著拉高均值。这个阶段与其做精细修正，不如先固定方法，等样本积累再使用。

把修正值写进清单

建议在赛前清单里为主客队各写一行修正说明，格式如「主队主场调整值 +3.1，近 12 场，已剔除强度；客队客场调整值 -1.4，近 10 场」。这样一眼就能看出这次修正的可靠程度。

延伸阅读：数据口径不一致时如何对齐与 赛程密度：被低估的减分项。

最后一层：不要高估精度

主客场修正值是一个带误差的估计。把精度做到小数点后两位意义不大，因为样本本身不足以支撑那种精度。更务实的做法是把修正值取整到半分或一分，把不确定性写清楚，然后在复盘中检验：这个修正方向对不对，幅度是不是过大。