你喜欢足球 - NFL选秀，梦幻足球和足球视频游戏吗？然后，在Twitter上关注Koalaty Statistics的Joseph Bryan！
在过去的几年里，我一直在追随考拉统计在Twitter上，对线程中发布的足球数据的分析和预测建模感兴趣。有时，探索和分析的数据来自电子游戏，如EA Sports的Madden football ，它发布自己的球员和球队的评级。（我有一个喜欢足球和电子游戏的十几岁的儿子教我这些东西。）
随着足球很快再次启动，我想到了账户背后的人，在生物中被确定为具有BS的分析专家 来自佐治亚大学的统计数据。结果是Koalaty统计（ @DFF_Koala 是约瑟夫布莱恩，他很友好地告诉我一些关于他自己和他的意图。
约瑟夫在佐治亚州出生长大，热爱足球 - 无论是大学还是NFL。虽然他曾计划在佐治亚大学学习机械工程，但在教授为基础统计课程教授概念后，他将他的专业转为足球。快进几年，现在这位拥有统计学本科学位的分析专家对他称之为“基于回归的基于回归的足球运动”有着追随者。
在卡特彼勒的质量工程实习期间，他第一次在“真实世界的应用程序”中处理数据。在过去的一年里，他在佐治亚州的Masterack担任质量工程师，在那里他帮助将数据分析引入工厂并领导项目，估计每年节省超过20万美元（！）。
他今年夏天早些时候结婚，并带着他的妻子搬到了费城，他的妻子正在宾夕法尼亚大学获得经济学博士学位。现在，他正在寻找新城市数据分析师的职位。与此同时，他一直在分享关于Koalaty Statistics的分析。
告诉我们您的Koalaty统计项目？它是什么，以及何时/如何/为什么你开始它？
好吧，几年前，我参加了一个名为Applied Linear Regression的课程，这是我在UGA最喜欢的课程。我的教授Mark Werner太棒了，真的让我爱回归。那是一个春季班，我想把我学到的东西应用到我喜欢的东西（足球）。所以，我开始进行回归预测NFL选秀。选秀是一场非常棒的NFL比赛，发生在四月，是我最喜欢的事情之一。我想在草案发生之前预测草案，或者至少尝试一下。我创建了一个回归，它没关系，但没什么了不起的。我手动收集了所有数据（我现在没有任何技能），花了大约30个小时才能以可用的方式获取所有数据。
过了一会儿，我的毕业接近了，我想，“我应该开始用我的学位做足球事了...... 也许推特上的人会关心。“我使用了更精确的统计技巧/方法，并且在2018年NFL选拔赛中获得了很棒的成功。在发生之前，我用.67 R ^ 2预测了草案。我非常自豪，并开始开发一个小的追随者。特别感谢Peter Howard（ @pahowdy ）谁是第一个转发我工作的人。
从那里开始，我开始将我的方法/技能应用于草案之外。我想我需要一个名字，而我在高中时的昵称是考拉....所以Koalaty统计数据已经形成。我开始使用DFS（Daily Fantasy Sports）中的回归，像DraftKings和FanDuel这样的东西，而我的追随者变得更大了。现在，我大约有1,803名粉丝，这对于以足球为基础进行以书呆子回归为主。当我刚开始时，我从未想过我会传递100个粉丝。这一切都始于NFL选秀。但它已经发展成几乎任何基于回归的（在足球内）。我喜欢预测DFS，这基本上是在游戏到游戏的基础上。
到2018年底，约瑟夫布莱恩使用JMP制作了这个贝叶斯模型。它预测跑步是“好”还是“坏”。好=高于平均FP（幻想点）得分和坏=低于平均FP得分。目标是将另一个变量添加到预测每周成功的更大的集合模型中。X轴在单个游戏中得分为FP。
足球迷对Koalaty Statistics的回应是什么？
通常，“敬畏”喜欢，“他怎么预测它发生前一个月？”或者当我预测某一周的突破玩家时，人们都非常高兴。这真的很有趣！最酷的时刻是人们看到我做了什么，并且有兴趣让我更多地了解统计方法。
您希望Koalaty Statistics的结果如何？
最终目标是帮助人们以有趣的方式学习统计数据。每当有人问我上大学的时候，我说“统计”，他们总是*说，“Ewwww，那很难/无聊”（或者某些变体）。统计数据很有趣，很有趣，一旦你学到了足够的东西，它就会非常有用。
你总是赢得梦幻足球吗？
哈哈，有时候。我的模型在100％的时间里并不完美 - 没有模特。我仍在研究一切，希望有一天我能做到。我有几个星期我的模型几乎完美，但我也有几个星期，我的模型几乎没有任何正确的。
你最喜欢什么统计数据？
我在大学里交换专业的全部原因是因为我认为，“有了统计数据，我可以预测未来”，并且在某种程度上是正确的。它就像一个超级大国，并不是每个人都想要一个超级大国？
你是怎么开始使用JMP的？你为什么现在用它？
我第一次被介绍给 JMP 在我在UGA应用的线性回归课程中。我们被教导如何在该课程中使用R和JMP。我今天仍然使用它们，但主要是JMP因其出色的可视化和神经网络功能。JMP简化了大多数回归工具，使得在很短的时间内尝试多种不同的方法来解决问题变得非常容易。
人们还想知道你还有什么？
当足球不上场时，我喜欢看NCAA垒球和NBA篮球。我在UGA的Redcoat Marching Band演奏了长号乐队。我也是鹰侦察兵。最后，在UGA大四的时候，我在幼儿园为当地学校的课后计划教了一个编码课。
