| Segmento |
Descripción |
Quien esta en el aire |
Bienvenidos
|
El monólogo |
@Julian
|
| Programa destacado |
¿Qué pueden decirnos los datos del béisbol sobre nosotros mismos?
Cuando piensas en análisis en el béisbol, inmediatamente piensas en medidas tradicionales como golpes, carreras y en porcentaje base. Si eres un entusiasta del béisbol, puedes conocer métricas avanzadas, como FIP, wOBA y otros términos de Sabermetric. En esta sesión, Sig Mejdal, uno de los primeros analistas en el béisbol profesional, comparte con nosotros algunas métricas menos obvias o inusuales que influyen en el éxito de los jugadores de béisbol profesionales. Aprenda cómo fenómenos como el boom inmobiliario de California; la proliferación de aire acondicionado en Florida; y hacia el oeste y sur de EE. UU. la expansión afectó donde los equipos de las grandes ligas buscaban jugadores para sus organizaciones. En el camino, Sig también nos mostrará cómo la ubicación promedio de los jugadores de las ligas mayores ha cambiado con el tiempo, usando gráficos animados de burbujas y examina el análisis de observación de "corte de edad" que Malcom Gladwell hizo famoso en Valores atípicos. Descubra cómo el mes de nacimiento puede influir en el desarrollo temprano y continuo de jugadores fuertes y cómo puede afectar a los jugadores actuales (y tal vez futuros) de las grandes ligas. Sig termina su charla mostrándonos otra "tabla de datos aburrida", específicamente la altura del jugador, y observando lo que estos datos nos dicen sobre los actuales jugadores de las Grandes Ligas.
|
@Sig |
| Programa destacado |
Mamba Magnificence: una mirada retrospectiva a la carrera de Kobe Bryant
El baloncesto siempre ha gobernado el mundo del desarrollador principal de estadísticas de investigación Clay Barker. De joven se enamoró de los Atlanta Hawks y su pasión por el juego solo se intensificó cuando se mudó de Atlanta a la meca del baloncesto de Chapel Hill, Carolina del Norte. Entonces, naturalmente, cuando llegó el momento de elegir una carrera, todos esos años estudiando el reverso de sus tarjetas de baloncesto hicieron que la decisión de buscar estadísticas fuera fácil. En esta presentación, Clay analiza la puntuación en el transcurso de los 20 años de carrera de Kobe Bryant para ver si su desempeño realmente cayó en las últimas etapas de su carrera, como afirman muchos de sus críticos. Usando la Plataforma de Regresión Generalizada de JMP, Clay usa el lazo para buscar puntos de cambio junto con otras características como indicador de cancha local, oponente, noches libres (por temporada) e indicador de playoffs para analizar y visualizar cómo el rendimiento de Kobe cambió con el tiempo. Clay observa algunas conclusiones obvias, particularmente cuando mira la primera década contra la segunda, y como un bono, examina cómo la trayectoria profesional de Kobe se compara con Michael Jordan, quien muchos creen que es el mejor jugador de baloncesto en la historia de la NBA.
|
@clay_barker |
| Programa destacado |
JMP en Sports Analytics
El Dr. Tim Chartier es profesor de matemáticas y ciencias de la computación en el Davidson College, donde dirige un grupo de análisis deportivo de 100 miembros que proporciona análisis a los entrenadores de la universidad en diversos deportes. El equipo también proporciona análisis a organizaciones de todo el mundo deportivo para mostrarles cómo los análisis deportivos pueden mejorar el rendimiento de sus equipos. En este segmento, el Dr. Chartier muestra cómo su equipo usó JMP para predecir qué jugadores se convertirían en MLB All-Stars y qué equipos participarían en el torneo anual de baloncesto universitario conocido como March Madness. Utilizando el análisis de partición en JMP, Chartier y su equipo determinaron que el mejor predictor para convertirse en un MLB All-Star fue la base total, siendo RBI una estadística predictiva secundaria. Pero eso no fue todo, su equipo también determinó que los seguidores de Twitter también eran un fuerte predictor, específicamente, si tienes más de 100,000 seguidores de Twitter, es probable que seas un All-Star, incluso si tus estadísticas son ligeramente inferiores a ¡la marca! En la segunda mitad de su charla, Chartier muestra cómo su equipo pudo usar cuatro años de registros de juegos, JMP y análisis de partición para explicar la tormenta perfecta de factores que permitieron que un perdedor de proporciones históricas, el UMBC # 16, derrotara # 1 semilla, Universidad de Virginia, en el torneo NCAA 2018.
|
@Julian |
| Programa destacado |
Estadísticas para Fantasy Football
Con aproximadamente 60 millones de personas en todo el mundo jugando cada semana, el fútbol de fantasía se ha vuelto casi tan popular como los juegos de la NFL. En este segmento de JMP On Air, Joseph Bryan, fundador / creador de Koalaty Statistics, nos muestra cómo usa el análisis (junto con JMP y R) para producir una predicción semanal de cómo se desempeñarán los jugadores. Como ejemplo, Joseph demuestra cómo utilizó una serie de métricas, incluida la métrica crítica de "yardas aéreas" (yardas en las que la pelota viaja en el aire), para ayudar a mejorar las posibilidades de sus seguidores de elegir el receptor ancho correcto durante la mayor cantidad de tiempo posible. reciente temporada de la NFL. A través de la presentación, Joseph también te da pepitas adicionales para ayudar a tu juego, incluida su observación de que todos los jugadores de la NFL siempre están retrocediendo hacia su significa que los buenos juegos no implican más juegos buenos y lo mismo ocurre con los juegos malos. ¿Quieres ganar tu liga de fútbol de fantasía este año? Comience viendo esta presentación.
|
@Julian |
| Programa destacado |
¿Cuál es el valor de un tiro en el hockey?
¿Cómo un sureño de Tennessee, que ahora vive en Georgia, se convierte en consultor de ejecutivos de la Liga Nacional de Hockey? Escribe un blog que traza 30,699 tiros de carrera de Kobe Bryant. Al menos así es como Sam Edgemon, consultor analítico de SAS, consiguió el concierto. Combinando su amor por el análisis y los deportes, y una gran cantidad de datos juego por juego proporcionados por la NHL, Sam ayudó al equipo de la NHL a comprender mejor la importancia del "valor de disparo". Específicamente, Sam descubrió que hay puntos clave en el hielo donde la probabilidad de puntuación es mucho mayor. Utilizando el porcentaje de goles marcados en función de la ubicación en el hielo donde se realizó el disparo, creó una métrica de "valor de disparo" para cada disparo. La métrica y las visualizaciones que Sam creó para respaldarla ahora ayudan al equipo de muchas maneras: cómo atacan la red, cómo dibujan, cómo persiguen a los agentes libres y más.
|
@samedgemon |
| Programa destacado |
Donde nacen los campeones olímpicos
El estadístico de investigación de JMP, Caleb King, se une a nosotros para darnos una idea de dónde nacen los campeones olímpicos. Usando JMP y datos de Olympic Reference, Caleb exploró datos sobre de dónde son los medallistas de oro, geocodificó datos de lugares de nacimiento para todos los olímpicos y compartió sus ideas. ¿Los jugadores de baloncesto y voleibol de playa son principalmente estadounidenses? ¿El béisbol tiende a venir de Cuba? ¿Los esquiadores alpinos son realmente de los Alpes? Usando filtros de datos simples en JMP, el mapa del mundo y las series de tiempo animadas lo comprueban usted mismo. Alerta de spoiler: las animaciones de Clay muestran la historia en acción y es posible que te sorprendan las dos ciudades principales para producir ganadores de medallas de oro, y por la ventaja que tienen todavía Aferrarse al resto del mundo.
|
@calking |
| Consejo del día |
Graphlets en Graph Builder
Mary y Pete son fanáticos del fútbol de los Gigantes de Nueva York y los Broncos de Denver, respectivamente, por lo que no han disfrutado mucho en el campo Éxito para celebrar recientemente. Pero, ¿qué tal cuando se trata del draft de la NFL: al menos sus organizaciones han estado redactando con éxito? En este episodio de la JMP Consejo del día Pete y Mary exploran los datos de la NFL para ver con qué frecuencia sus equipos (y todas las demás franquicias de la NFL) recogen los 5 th opciones de año para su 1 S t proyecto de opciones redondas. (Si un equipo ejercita los 5 th opción de año, que generalmente es un indicador de un jugador valioso que quieren en el equipo por otro año). Usando Graphlets en JMP Graph Builder, Pete le muestra a Mary si los datos dicen que sus equipos están "ganando" fuera del campo, ¡si no es así!
|
@phersh |
| Clausura |
Los últimos 5 |
@Julian |
