| Segment |
La description |
Qui est en ondes |
Bienvenue
|
Le monologue |
@julien
|
| Programme en vedette |
Que peuvent nous dire les données de baseball sur nous-mêmes?
Lorsque vous pensez à l'analyse dans le baseball, vous pensez immédiatement aux mesures traditionnelles telles que les hits, les runs et le pourcentage de base. Si vous êtes un passionné de baseball, vous connaissez peut-être les métriques avancées, comme FIP, wOBA et d'autres termes Sabermétriques. Dans cette session, Sig Mejdal, l'un des premiers analystes du baseball professionnel, partage avec nous des mesures moins évidentes ou inhabituelles qui influencent le succès des joueurs de baseball professionnels. Découvrez comment des phénomènes comme le boom immobilier en Californie; la prolifération de la climatisation en Floride; et vers l'ouest et le sud des États-Unis l'expansion a affecté où les équipes des ligues majeures ont cherché des joueurs pour leurs organisations. En cours de route, Sig nous montrera également comment l'emplacement moyen des principaux ligueurs a changé au fil du temps, à l'aide de graphiques à bulles animés et examine l'analyse d'observation de la «limite d'âge» que Malcom Gladwell a rendue célèbre dans Valeurs aberrantes. Découvrez comment le mois de naissance peut influencer le développement précoce et continu de joueurs forts et comment il peut affecter les ligues majeures actuelles (et peut-être futures). Sig termine son discours en nous montrant encore une autre «table de données ennuyeuse», en particulier la taille du joueur, et en notant ce que ces données nous disent sur les ligues majeures actuelles.
|
@Sig |
| Programme en vedette |
Mamba Magnificence: Retour sur la carrière de Kobe Bryant
Le basket-ball a toujours régné sur le monde de Clay Barker, développeur principal des statisticiens de la recherche. En tant que jeune, il est tombé amoureux des Hawks d'Atlanta et sa passion pour le jeu n'a fait que s'intensifier lorsqu'il a déménagé d'Atlanta à la Mecque du basket-ball de Chapel Hill, en Caroline du Nord. Alors naturellement, quand est venu le temps de choisir une carrière, toutes ces années passées à étudier le dos de ses cartes de basket-ball ont rendu la décision de poursuivre les statistiques facile. Dans cette présentation, Clay cherche à marquer au cours des 20 années de carrière de Kobe Bryant pour voir si sa performance a vraiment chuté dans ces dernières étapes de sa carrière, comme le prétendent de nombreux critiques. À l'aide de la plateforme de régression généralisée de JMP, Clay utilise le lasso pour rechercher des points de changement ainsi que d'autres fonctionnalités telles que l'indicateur de terrain, l'adversaire, les nuits de repos (par saison) et l'indicateur des séries éliminatoires pour analyser et visualiser comment les performances de Kobe ont changé au fil du temps. Clay note des conclusions évidentes, en particulier lorsque l'on regarde la première décennie contre la seconde, et en prime, examine comment la trajectoire de carrière de Kobe se compare à Michael Jordan, que beaucoup pensaient être le meilleur joueur de basket-ball de l'histoire de la NBA.
|
@clay_barker |
| Programme en vedette |
JMP dans Sports Analytics
Le Dr Tim Chartier est professeur de mathématiques et d'informatique au Davidson College, où il dirige un groupe d'analyse sportive de 100 membres qui fournit des analyses aux entraîneurs du collège dans divers sports. L'équipe fournit également des analyses aux organisations du monde entier pour leur montrer comment les analyses sportives peuvent améliorer les performances de leurs équipes. Dans ce segment, le Dr Chartier montre comment son équipe a utilisé JMP pour prédire quels joueurs deviendraient All-Stars de la MLB et quelles équipes participeraient au tournoi annuel de basket-ball universitaire connu sous le nom de March Madness. En utilisant l'analyse de partition dans JMP, Chartier et son équipe ont déterminé que le meilleur prédicteur pour devenir un MLB All-Star était le nombre total de bases, le RBI étant une statistique prédictive secondaire. Mais ce n'était pas tout, son équipe a également déterminé que les abonnés Twitter étaient également un bon prédicteur - en particulier, si vous avez plus de 100 000 abonnés Twitter, vous êtes probablement une étoile, même si vos statistiques sont légèrement inférieures à la marque! Dans la seconde moitié de son discours, Chartier montre comment son équipe a pu utiliser quatre ans de journaux de jeu, JMP et analyse de partition pour expliquer la tempête parfaite de facteurs qui ont permis à un outsider de proportions historiques, la graine # 16 UMBC, de vaincre # 1 tête de série, University of Virginia, dans le tournoi NCAA 2018.
|
@julien |
| Programme en vedette |
Statistiques pour Fantasy Football
Avec environ 60 millions de personnes dans le monde qui jouent chaque semaine, le football fantastique est devenu presque aussi populaire que les jeux de la NFL eux-mêmes. Dans ce segment JMP On Air, Joseph Bryan, fondateur / créateur de Koalaty Statistics nous montre comment il utilise l'analytique (avec JMP et R) pour produire une prédiction d'une semaine à l'autre de la performance des joueurs. À titre d'exemple, Joseph montre comment il a utilisé un certain nombre de métriques, y compris la métrique critique des «verges aériennes» (verges dans lesquelles le ballon se déplace dans les airs), pour aider à améliorer les chances de ses partisans de choisir le récepteur large droit pendant le plus récente saison de la NFL. À travers la présentation, Joseph vous donne également des pépites supplémentaires pour aider votre jeu, y compris son observation que chaque joueur de la NFL régresse toujours vers leur signifie que les bons jeux n'impliquent pas plus de bons jeux et de même pour les mauvais jeux. Vous voulez gagner votre ligue de football fantastique cette année? Commencez par regarder cette présentation.
|
@julien |
| Programme en vedette |
Quelle est la valeur d'un tir au hockey?
Comment un sudiste du Tennessee, qui vit maintenant en Géorgie, devient-il consultant auprès de cadres de la Ligue nationale de hockey? Écrivez un blog décrivant Kobe Bryant 30 699 plans de carrière. C'est du moins ainsi que Sam Edgemon, consultant analytique SAS, a décroché le concert. Combinant son amour de l'analytique et des sports, et un ENSEMBLE de données play-by-play fournies par la LNH, Sam a aidé l'équipe de la LNH à mieux comprendre l'importance de la «valeur de tir». Plus précisément, Sam a découvert qu'il y a des endroits clés sur la glace où la probabilité de marquer est beaucoup plus élevée. En utilisant le pourcentage de buts marqués en fonction de l'emplacement sur la glace où le tir a été effectué, il a créé une mesure de «valeur de tir» pour chaque tir. La métrique et les visualisations que Sam a créées à l'appui de celle-ci aident désormais l'équipe de nombreuses manières: comment ils attaquent le net, comment ils rédigent, comment ils poursuivent les agents libres, etc.
|
@samedgemon |
| Programme en vedette |
Où sont nés les champions olympiques
Le statisticien de recherche JMP, Caleb King, se joint à nous pour nous donner un aperçu de la naissance des champions olympiques. En utilisant JMP et les données d'Olympic Reference, Caleb a exploré des données sur l'origine des médaillés d'or, des données de lieu de naissance géocodées pour tous les olympiens et partage ses idées. Les joueurs de basket-ball et de beach-volley sont-ils principalement des États-Unis? Le baseball a-t-il tendance à venir de Cuba? Les skieurs alpins sont-ils vraiment des Alpes? À l'aide de simples filtres de données dans JMP, la carte du monde et les séries chronologiques animées se voient par vous-même. Alerte spoiler: les animations de Clay montrent l'histoire en action et vous pourriez être surpris par les deux premières villes à produire des médaillés d'or, et par combien d'avance elles encore tenir sur le reste du monde.
|
@calking |
| Conseil du jour |
Graphlets dans Graph Builder
Mary et Pete sont des fans de football des Giants de New York et des Broncos de Denver respectivement, donc ils n'ont pas beaucoup apprécié sur le champ succès à célébrer récemment. Mais, qu'en est-il du projet de la NFL: leurs organisations ont-elles au moins réussi à rédiger? Dans cet épisode du JMP Conseil du jour Pete et Mary explorent les données de la NFL pour voir à quelle fréquence leurs équipes (et toutes les autres franchises de la NFL) récupèrent les 5 e options d'un an pour leur 1 st choix de projets ronds. (Si une équipe exerce les 5 e option année, c'est généralement un indicateur d'un joueur précieux qu'ils veulent faire partie de l'équipe pour une autre année.) À l'aide de Graphlets dans JMP Graph Builder, Pete montre à Mary si les données indiquent que leurs équipes «gagnent» sur le terrain, sinon!
|
@phersh |
| Fermeture |
Les 5 derniers |
@julien |
