先说，小弟不是数据派，所以很多进阶数据我也不能说清楚，因此若是下面提到
的概念或想法已经数据化，还请各位包涵，这仅是抛砖引玉请大家讨论一下。
基本上，PER这个问题真的吵很久了，从季中Curry要挑战史上季赛第一时就在争论，
症结点无非是在：“若是单看单项或是多项传统数据无法显现一个球员的＂统治力＂，
那么是否可以用更进阶的数据PER来＂多少＂展现出统治力？”
基本上，不论是场均、命中率还是PER，都还是只是就传统数据做更精细计算
我先假设将这些称为“实质数据”。也就是efficiency，效率的计算，
是依据球员整场“平均”及“积累”的表现来给分。
但是也有人提到的，像是欧肥的统治力，或是这场G6，KT的PER甚至比Curry低
这时候，PER显然又似乎无法表现出我们理解之下的统治力定义
因为我们口中的统治力，其实很多是“情境”下的表现，而很难数据化
所以在提到统治力时，只单凭整场表现的“平均”和“积累”数字，
显然会有落差。
我们设想的统治力，或是球队的老大，很大的重点就是能否俗话说的“跳出来”，
而跳出来就意味了在特定环境之下的作为
例如球队落后时、或是最后几分钟、或是敌对在连续得分时能够止血
因此我试想，是否有可能将这种看似经验上的、抽象上的统治力认定
以数据变项加权的方式表现出来？我先假设这为“情境数据”
假设：最后五分钟之内的命中率，这还可以进阶为分差五分、十分...等时候的命中率
或是：
在对方得分后的下个回合有得分
在球队得分干旱期后第一个得分
球队落后时能够连续得分
．．．．．．等等，这些只是举例，有很多瑕疵的地方
针对这几个我们比较认为可能可以展现“统治力”的“情境”之下
将这些表现的分数给予不同的加权，
所以同样是整场得30分，A球员在最后五分钟得10分，B球员一分未得；
或是一样得30分，但A球员有20分是在分差5分时得到，B球员在分差5分时只拿5分
或是一样是整场45%命中率，A球员在球队落后时或最后五分钟的命中率，
比B球员高出许多，
在这种种状况之下，A球员能够得到的“情境数据”就会优于B球员
当然各位一看就可知道，这种统计基本上可争议的地方太多，
什么变项可视为统治力的表现？加权多少如何认定？．．．一定很有得吵
但是是否可以补足PER，为喋喋不休的抽象统治力争论，提供更有效的判准呢？