划时代的NBA高阶数据RAPM的算法是在2010年，由josephsill在MIT斯隆体育分析会议上，第一次正式出现在了NBA联盟中。
从此，对于真伪大腿，伪超巨的争论至少在联盟总经理、高级球探之间就不存在了。
还在乐此不疲争吵不休的，就剩下球迷，网红主播，还有一些自认为超巨的球星。
它的核心算法是根据公式的自变量和权重系数来出结果。
自变量是什么？把某球员当成一个自变量，1代表他上场，0代表没有上场。然后把主客队所有球员的5+5这个组合以100个回合来作为因变量。然后统计出整个赛季高达400+自变量和十万+等式，最终把这个超级方程式进行【岭回归】运算。
最终得出球员每100回合正负值的贡献，这个就叫做原始正负值。
而权重系数是通过回归分析得出的，这个是题外内容，以后有机会概述。
通过这个算法，我们就可以精准的把抱大腿的球员、被队友拖累的球员、错峰出行的球员（就是打弱队，避强队）、数据刷子的球员分辨出来。
作为球队的总经理，就会很清楚每一个球员对球队的贡献值。
RAPM是一种较为完美的逻辑算法，因为他忽略了基础数据，例如得分，篮板，助攻等。
你可以得分，可以干脏活，可以接甩锅球，但凡你在球场上做的事帮助到球队得分或没被得分，都会被精准的捕捉到，变成你的正负值。