Do you love football -- the NFL Draft, fantasy football and football video games? Then, start following Joseph Bryan of Koalaty Statistics on Twitter!Do you love football -- the NFL Draft, fantasy football and football video games? Then, start following Joseph Bryan of Koalaty Statistics on Twitter!Do you love football -- the NFL Draft, fantasy football and football video games? Then, start following Joseph Bryan of Koalaty Statistics on Twitter!Do you love football -- the NFL Draft, fantasy football and football video games? Then, start following Joseph Bryan of Koalaty Statistics on Twitter!你喜歡足球——NFL 選秀、夢幻足球和足球視頻遊戲嗎？ 然後，開始在 Twitter 上關注 Koalaty Statistics 的 Joseph Bryan！
在過去的幾年裡，我一直在關注考拉統計在 Twitter 上，對足球數據的分析和預測建模感興趣。 有時探索和分析的數據來自電子遊戲，例如 EA Sports 的 Madden 足球，它會發布自己的球員和球隊評級。 （我有一個喜歡足球和電子遊戲的十幾歲的兒子，他教我這些東西。）
隨著足球很快重新開始，我向該帳戶背後的人發了私信，他在簡歷中被確定為一位分析專家，擁有喬治亞大學的統計學學士學位。 結果是考拉蒂統計（ @KoalatyStats ) 是 Joseph Bryan，他很友好地告訴我一些關於他自己和他在做什麼的事情。
Joseph 在喬治亞州出生長大，熱愛足球——無論是大學還是 NFL。 雖然他曾計劃在喬治亞大學學習機械工程，但在教授基礎統計學課程通過將統計學應用於足球來教授概念後，他轉了專業。 快進幾年，現在這位擁有統計學本科學位的分析專家有一個追隨者，他稱之為“基於書呆子回歸的足球觀”。
在 Caterpillar 質量工程實習期間，他第一次在“實際應用程序”中使用數據。 在過去的一年裡，他在喬治亞州的 Masterack 擔任質量工程師，在那裡他幫助將數據分析引入該設施並領導項目，估計每年節省超過 200,000 美元 (!)。
他於今年夏初結婚，並與正在賓夕法尼亞大學攻讀經濟學博士學位的妻子搬到費城。 現在他正在他的新城市尋找數據分析師的工作。 同時，他一直在分享對考拉蒂統計的分析。
告訴我們有關考拉蒂統計的信息？ 它是什麼，您何時/如何/為什麼開始它？
好的，所以幾年前，我參加了一門名為應用線性回歸的課程，這是我在 UGA 最喜歡的課程。 我的教授 Mark Werner 非常棒，真的讓我愛上了回歸。 那是一堂春季課，我想把我學到的東西應用到我喜歡的東西（足球）上。 因此，我開始進行回歸以預測 NFL 選秀。 選秀是 NFL 的一項大型活動，發生在四月，也是我最喜歡的事情之一。 我想在草稿發生之前預測它，或者至少嘗試一下。 我創建了一個回歸，它還可以，但沒什麼了不起的。 我手動收集了所有數據（我現在沒有任何技能），並且花了大約 30 個小時才使所有數據都變得可用。
過了一會兒，我的畢業典禮臨近了，我想，“我應該開始把我的學位用於足球的東西……也許 Twitter 上的人會關心。”我使用了我更精細的統計技能/方法，並在 2018 年 NFL 選秀中獲得了*令人敬畏*的成功。 在草稿發生之前，我以 0.67 R^2 預測草稿。 我感到非常自豪，並開始培養一小部分追隨者。 特別感謝彼得霍華德（ @pahowdy ) 誰是第一個轉發我的作品的人。
從那裡開始，我開始將我的方法/技能應用於不僅僅是草稿。 我想我需要一個名字，而我在高中的暱稱是考拉……所以考拉統計就成立了。 我開始在 DFS（每日幻想體育）中進行回歸，比如 DraftKings 和 FanDuel，我的追隨者變得更大了。 現在，我大約有 1,803 名追隨者，這對於基於書呆子回歸的足球運動來說是一大堆。 剛開始的時候，我從沒想過我會超過 100 個追隨者。 這一切都始於 NFL 選秀。 但它已經演變成幾乎任何基於回歸的東西（在足球中）。 我確實喜歡預測 DFS，這基本上是基於逐場比賽的。
Toward the end of 2018, Joseph Bryan made this Bayesian model using JMP. It predicted whether a running back would be “good” or “bad.” Good = above the avg FP (fantasy points) scored & Bad = below the avg FP scored. The goal was to add another variable to a larger ensemble model that predicted weekly success. The X axis is FP scored in a single game.Toward the end of 2018, Joseph Bryan made this Bayesian model using JMP. It predicted whether a running back would be “good” or “bad.” Good = above the avg FP (fantasy points) scored & Bad = below the avg FP scored. The goal was to add another variable to a larger ensemble model that predicted weekly success. The X axis is FP scored in a single game.Toward the end of 2018, Joseph Bryan made this Bayesian model using JMP. It predicted whether a running back would be “good” or “bad.” Good = above the avg FP (fantasy points) scored & Bad = below the avg FP scored. The goal was to add another variable to a larger ensemble model that predicted weekly success. The X axis is FP scored in a single game.Toward the end of 2018, Joseph Bryan made this Bayesian model using JMP. It predicted whether a running back would be “good” or “bad.” Good = above the avg FP (fantasy points) scored & Bad = below the avg FP scored. The goal was to add another variable to a larger ensemble model that predicted weekly success. The X axis is FP scored in a single game. 2018 年底，Joseph Bryan 使用 JMP 製作了這個貝葉斯模型。 它預測了跑衛是“好”還是“壞”。好 = 高於平均 FP（幻想點）得分 & 差 = 低於平均 FP 得分。 目標是在預測每周成功的更大集成模型中添加另一個變量。 X軸是單場比賽的FP得分。
足球迷對考拉蒂統計數據有何反應？
通常，“敬畏”就像“他是如何在事情發生前一個月預測到的？”或者當我預測某個星期內有一名突破球員時，人們會非常高興。 這真的很有趣！ 最酷的時刻是人們看到我的工作並有足夠的興趣給我發私信以了解更多關於統計方法的信息。
你希望考拉蒂統計的結果是什麼？
最終目標是幫助人們以有趣的方式學習統計數據。 每次有人問我上大學是為了什麼而我說“統計學”時，他們*總是*說，“Ewwww，這很難/無聊”（或某種變體）。 統計是如此有趣，有趣，一旦你學得足夠多，它就會非常有用。
你總是在夢幻足球比賽中獲勝嗎？
哈哈，有時候。 我的模型不是 100% 完美的——沒有模型是完美的。 我仍在為所有事情努力，希望有一天我能做到。 我有幾個星期我的模型幾乎完美無缺，但我也有幾個星期我的模型幾乎沒有什麼正確的。
你最喜歡統計的什麼？
我在大學轉專業的全部原因是因為我認為，“有了統計數據，我可以預測未來”，在某種程度上這是正確的。 就像超能力一樣，不是每個人都想要超能力嗎？
您是如何開始使用 JMP 的？ 你為什麼現在使用它？
我第一次被介紹給JMP在我在 UGA 的應用線性回歸課程中。 在該課程中，我們學習瞭如何同時使用 R 和 JMP。 我今天仍然使用這兩者，但主要是因為 JMP 出色的可視化和神經網絡功能。 JMP 簡化了大多數回歸工具，使得在短時間內嘗試多種不同方法解決問題變得非常容易。
人們還想了解您的哪些信息？
不開足球的時候，我喜歡看 NCAA 壘球和 NBA 籃球。 我在 UGA 的 Redcoat 軍樂隊中演奏長號。 我也是鷹童軍。 最後，在 UGA 大四的時候，我在當地一所學校為幼兒園的孩子們教授了一個編程課，用於課後項目。
多麼酷的傢伙……以及使用 JMP 和統計數據的巧妙方法。 作為一名足球迷、夢幻足球老闆和偶爾的 Madden 球員，這將是 Twitter 上的一個很好的追隨者。 只是希望我的夢幻足球同胞們不要閱讀這個博客，否則我將失去這個優勢！ 繼續分析@DFF_考拉！
