Conférencier | Transcription |
| Christian | Alors merci, les amis, de nous avoir rejoints aujourd'hui au JMP Discovery Summit, la version virtuelle. Je m'appelle Christian Stop. Je suis ingénieur système JMP. |
| Et je suis accompagné aujourd'hui de mon collègue Don McCormack, qui est également ingénieur système principal chez JMP. |
| Et vous êtes probablement arrivé ici parce que vous avez vu le titre de la conférence. Et vous avez vu que c'était... vous êtes un fan de baseball à propos des joueurs de la Ligue majeure de baseball et que vous vouliez |
| ou vous avez vu qu'il s'agissait d'un explorateur de données fonctionnel et vous vouliez en savoir un peu plus sur la façon d'utiliser l'explorateur de données fonctionnel dans différents environnements. Nous allons donc marier ces deux sujets aujourd'hui. Don et moi et |
| Je vais d'abord orienter ma conversation un peu plus vers les fans de baseball. |
| Tout comme nous avons des conversations courantes entre les joueurs de baseball et les fans de baseball, vous pourriez penser à la façon dont |
| votre joueur préféré fait par rapport aux autres joueurs et vous pourriez avoir avec vos amis, ces conversations et j'espère qu'ils sont gardés, vous savez, polis à propos |
| qui est votre joueur préféré et pourquoi. |
| Et c'est un peu comme ça que j'imaginais que cette conversation infâme entre Alex Rodriguez et Varitek était à peu près qui… en comparant des notes sur qui était leur joueur préféré. |
| Et donc pour moi, mon origine a commencé, et comme celle de Don, en ce qui concerne juste le fait d'avoir un amour pour le baseball et |
| être intéressé par les statistiques de baseball que vous trouverez au dos des cartes de chewing-gum que nous avions l'habitude de collecter. |
| Et donc, pendant que vous avez ces conversations sur qui est votre joueur préféré, vous remarquerez peut-être que les joueurs diffèrent en ce qui concerne leur qualité, mais aussi différentes choses comme quand ils vieillissent... |
| à mesure qu'ils vieillissent, où ils culminent, comme là où la performance commence à se détériorer avec le temps. Et donc, alors que vous pensez peut-être comme moi aux trajectoires de carrière de ces joueurs, vous voudrez peut-être vous demander, comment puis-je capturer ou modéliser cette performance au fil du temps ? |
| Maintenant, si vous êtes bizarrement comme moi, vous décidez que vous voulez poursuivre les statistiques afin de pouvoir faire exactement cela. |
| Mais je vous encourage à sauter cette voie et à être plus intelligent que moi et à utiliser simplement un outil comme l'explorateur de données fonctionnel pour vous aider à transformer ces statistiques... courbes statistiques en nombres à utiliser pour vos efforts. |
| Donc, pour ceux d'entre vous qui connaissent un peu moins le baseball, mais |
| ce que nous verrons, ce sont des données reflétant des choses qui sont des mesures de la performance au baseball. Je vais donc parler des joueurs de position et |
| placer la batte des joueurs. Et donc l'une des mesures de leurs prouesses au bâton est le pourcentage de base plus le pourcentage de slugging ou OPS. |
| Et donc sur l'axe Y, j'ai cette mesure pour quelques joueurs différents à mesure qu'ils vieillissent. Et le bleu est Babe Ruth et le rouge est Ted Williams. |
| Et comme vous pouvez le voir, vous avez l'impression, à partir de ces trajectoires, qu'ils semblent tous les deux avoir à peu près la même qualité de performance pendant la majeure partie de leur carrière. |
| Mais vous savez peut-être que là où ils culminent, cela peut sembler être un peu plus avancé pour Ted Williams, par opposition peut-être à Babe Ruth. |
| Et Babe Ruth, il semble qu'il ait peut-être eu besoin d'un peu de temps pour se mettre au courant pour arriver à cette mesure si vous regardez simplement cette intrigue sans aucune autre connaissance. |
| Il y a donc beaucoup de... ce ne sont que deux joueurs parmi des milliers de joueurs ou des dizaines de milliers que vous pourriez envisager et regardez simplement pour comparer, |
| vous pouvez imaginer qu'il y a beaucoup de variabilité dans ces caractéristiques de leurs trajectoires de carrière. Il y a donc aussi clairement une variabilité dans la trajectoire d'un joueur. |
| Je pourrais donc utiliser la fonction de lissage du Graph Builder ici et simplement lisser un peu le bruit associé à ces courbes, pour avoir une meilleure idée du signal concernant la trajectoire de ce joueur. |
| Et il s'avère que ce lissage est très similaire à ce qui se passe dans ce processus utilisé par l'explorateur de données fonctionnel. |
| Donc, ici, j'ai un explorateur de données fonctionnel et encore une fois, je suis ... ma métrique ici est le pourcentage de base plus le pourcentage de slugging, OPS. |
| Et je cherche juste à voir... comme si nous comparions ces trajectoires de joueurs, maintenant, dans FDE, l'explorateur de données fonctionnel adoucit ces courbes de joueurs, comme vous pouvez le voir, |
| puis extraire des informations sur ce qui est commun à ces courbes. |
| Et donc pour chaque joueur maintenant, ce que vous obtenez en retour, ce sont des scores associés à la performance de ce joueur. Et donc ces scores décrivent la trajectoire de carrière du joueur d'une belle petite manière quantitative que nous pouvons emporter et utiliser d'autres analyses comme nous le ferons. |
| Donc c'est juste, vous pouvez le voir un peu, ce sont les partitions de Hank Aaron. |
| Et dans le profileur auquel vous allez... auquel vous pouvez accéder dans l'explorateur de données fonctionnelles, |
| vous pouvez réellement changer ... vous pouvez regarder cette trajectoire ici pour l'OPS de ce joueur sur l'âge, puis modifier ces valeurs pour refléter les scores de ce joueur et obtenir un meilleur ... reproduire leur |
| leur trajectoire de carrière avec ces scores. |
| Bon, c'est un peu sur FDE et comment l'employer ici. Donc, vous verrez Don et moi parler de ces statistiques dont nous sommes maintenant équipés, |
| ces scores de joueurs que nous obtenons de l'explorateur de données fonctionnelles, qui les obtient à partir de ces courbes avec lesquelles nous avons commencé. Et donc nous allons l'utiliser... une partie de ce que nous faisons est de prédire comme peut-être le statut de Temple de la renommée. |
| Et non seulement qui est dans le Hall of Fame auquel ils appartiennent, ou plus intéressant, comme peut-être, qui sont les joueurs qui sont dans le Hall of Fame qui ne devraient peut-être pas l'être parce que les statistiques ne le soutiennent pas |
| ou peut-être identifier les joueurs que le comité du Temple de la renommée semble avoir snobés. Nous allons donc parler un peu des différentes mesures que nous avons utilisées et de la manière dont nous les avons en quelque sorte révisées. |
| Et puis prendre ces trajectoires de carrière en utilisant FDE, puis obtenir les scores et faire la prédiction, comme nous le ferions normalement avec d'autres choses. |
| Donc, si vous n'avez pas suivi le baseball, l'éligibilité au Temple de la renommée... les conditions d'éligibilité sont qu'un joueur devait jouer au moins 10 ans, donc 10 saisons, et devait attendre... vous devez attendre cinq ans avant de êtes éligible. |
| Et puis vous avez 10 ans pendant lesquels vous êtes éligible et les gens peuvent voter pour vous. Il y a donc quelques joueurs que nous verrons qui ont encore... qui attendent toujours l'appel. |
| La salle utilise des critères de sélection différents qui concernent principalement la performance du joueur, mais tiennent également compte de ces autres éléments qui |
| la source de données que nous utilisons, la base de données Lahman, n'inclut pas, il est donc difficile à mesurer. Nous nous en tenons donc aux analyses qui reflètent leurs prouesses statistiques sur le terrain. |
| Et bien sûr, après, vous savez, 150 ans de joueurs de baseball jouant au baseball, vous pourriez reconnaître qu'ils jouent à des époques différentes. |
| Et donc nous voulons nous assurer que nous comparons les joueurs à leurs pairs. Et donc nous allons prendre cela, vous savez, peut-être l'année où ils ont joué en compte, |
| ou la position qu'ils ont joué puisque différentes exigences sont associées... seraient généralement associées à différentes positions. |
| Et puis différentes ligues ont des règles différentes; nous allons peser cela aussi. |
| C'est là que je vais m'arrêter. Don va passer au pitching et ensuite je reviendrai et parlerai des joueurs de position. |
| donmccormack | Alors comme Christian l'a dit, je vais parler un peu du pitching mais |
| pendant que je fais ça, avant que je fasse ça, |
| ce que je voudrais faire, c'est, je voudrais illustrer certains de ces points initiaux que ce chrétien a mentionnés. Les choses qui sont de bonnes données |
| les techniques analytiques, les choses qui doivent vraiment être faites, quelle que soit la technique de modélisation que vous utilisez, |
| cependant, il s'avère que ce sont de bonnes choses à faire avant de modéliser vos données à l'aide de FDE. Je vais parler spécifiquement du nettoyage des données, |
| sur la normalisation des données, afin que vous puissiez comparer les gens de manière égale, puis enfin sur la modélisation des données. Donc, à titre d'illustration, ce que j'ai... ce que vous voyez à l'écran en ce moment, |
| nous regardons trois lanceurs très différents qui sont tous dans le Hall of Fame. La ligne rouge est Nolan Ryan, |
| une très longue carrière, environ 27 ans de carrière. La ligne verte, la ligne médiane, c'est Hoyt Wilhelm. |
| Pour certains d'entre vous, les plus jeunes, vous ne savez peut-être pas qui est Hoyt Wilhelm; il a lancé du début des années 50 à 72, je crois. |
| Carrière assez longue; traversé plusieurs époques. Il était surtout un releveur mais pas un releveur comme vous le savez peut-être des releveurs aujourd'hui. C'est un gars qui quand il est sorti pour soulager, |
| Vous savez, il pourrait lancer six manches. Ok, donc très, très atypique des releveurs aujourd'hui. La ligne bleue est Trevor Hoffman, très proche des Padres de San Diego. Mais encore une fois, pichet très différent. La question est donc, je veux dire, que faisons-nous, comment pouvons-nous préparer ces données |
| et mis en place de manière à pouvoir comparer ces trois personnes de manière égale ? Donc, la première chose que j'ai mentionnée est que nous voulons nettoyer vos données. Et au fait, je vais utiliser quatre métriques différentes. je vais utiliser |
| WHIP (marches et coups sûrs par manche lancée), retraits au bâton par neuf, circuits par neuf et une métrique |
| J'ai facilement créé des pourcentages de frappeurs affrontés au-dessus du minimum, où je viens de prendre le nombre de frappeurs qu'un lanceur a affronté divisé par le total des outs qu'ils ont obtenus |
| et soustrait un. L'idée ici est que si chaque frappeur affronté s'en sortait, alors ce serait parfait. |
| Bon, je vais regarder ces quatre métriques. J'ai différents critères en termes de définition de ma normalisation, |
| en ce qui concerne la façon dont je filtre les valeurs aberrantes et je vais inclure une présentation PowerPoint |
| à vous de regarder pour obtenir les détails, mais je ne vais pas en parler ici pour gagner du temps. Donc la première chose que je vais faire est de nettoyer les données. Vous remarquerez donc que, par exemple, cette toute première année, Nolan Ryan a présenté |
| trois manches lancées ; WHIP très, très élevé. En quelques saisons ici, je pense que Trevor Hoffman |
| lancé un faible montant. Alors, je vais commencer par exclure les données. C'est zonte. Cela a réduit la plage et il est toujours bon de sortir, de retirer les valeurs aberrantes des données avant de faire l'analyse. |
| Une autre étape que je veux mentionner est que lorsque j'ai fait FDE, lorsque j'ai utilisé FDE sur ces données au sein de la plate-forme, cela vous permet de faire un dépistage supplémentaire des valeurs aberrantes où, |
| même si vous avez plusieurs colonnes que vous utilisez, |
| vous n'êtes qu'un écran... vous ne filtrez pas toute la rangée ; vous filtrez uniquement les valeurs de cette entrée donnée, ce qui est une fonctionnalité très, très intéressante. Donc je l'utilise aussi parce qu'il y avait encore, |
| même avec mon dépistage initial, il y avait encore quelques anomalies dont je devais me débarrasser. |
| nettoyer les données. Normaliser c'est la seconde. Donc, par normalisation, ce que j'ai fait, c'est que j'ai essentiellement normalisé sur l'axe X. Et j'ai normalisé sur l'axe Y. Alors, |
| ce que nous regardons ici, c'est le nombre de saisons. Ainsi, chacune de ces saisons est considérée comme une entité entière distincte, mais nous savons tous que certaines saisons, certains lanceurs lancent plus de manches que d'autres saisons. |
| Donc, plutôt que de considérer les saisons comme mes entités, je vais regarder le pourcentage cumulé d'arrêts de carrière. Donc je sais que, je sais qu'à la fin de la saison, les lanceurs ont fait tant d'arrêts de carrière cumulés, et c'est une certaine proportion là-bas, toute ou toute la carrière |
| sorties. Je vais donc l'utiliser pour mettre à l'échelle mes données. Maintenant, la grande chose à ce sujet est que vous remarquerez que maintenant les trois lanceurs sont sur le même |
| x échelle. Tout, tout est mis à l'échelle de zéro à un. Alors, vraiment sympa... |
| du point de vue de l'analyse FDE, une très bonne chose à avoir. Et enfin, je veux également mettre à l'échelle l'axe Y. |
| Et tout ce que j'ai fait, c'est que j'ai divisé le WHIP par le WHIP moyen pour le type de lanceur et pour l'époque à laquelle ils ont participé. J'ai donc un WHIP relatif. Maintenant, l'autre avantage de l'utilisation de ces valeurs relatives est que |
| Je sais où est ma ligne dans le sable. Je sais qu'un lanceur qui a un WHIP relatif de un est un lanceur moyen. Donc dans ce cas, je vais chercher ces gars qui jettent |
| avec WHIPs sous un. Vous remarquerez donc que ces trois lanceurs pendant la majeure partie de leur carrière, ils étaient sous cette ligne à la fois. Maintenant, la dernière chose que je vais faire, |
| est que je veux utiliser mon FDE pour modéliser cette trajectoire, la trajectoire. Maintenant, l'un des problèmes avec l'utilisation des données telles quelles, les deux problèmes avec l'utilisation des données telles quelles. La première est que c'est assez cahoteux, |
| et il serait vraiment difficile d'estimer quelle est la trajectoire de carrière avec tous ces hauts et ces bas. La deuxième chose est, |
| finalement, ce que je veux faire, c'est utiliser cette métrique que j'ai générée à partir du FDE, cette trajectoire pour arriver à une estimation globale de carrière. Donc, plutôt que de regarder mes saisons ou mon pourcentage cumulé comme |
| entités discrètes, je veux pouvoir modéliser cela sur toute une carrière continue. Et on verra ça un peu plus tard. Je vais donc remplacer mon |
| pour cent mon... je suis désolé pour... conditionnel... mon WHIP, mon WHIP relatif avec cette estimation FDE conditionnelle. Maintenant, vous m'avez peut-être vu revenir à ces deux-là, vous pourriez dire, oh boy, c'est quel... quel |
| quelle énorme différence entre les deux, est-ce vraiment du bon travail ? Un peu difficile à dire à partir de ce graphique. Alors, alors qu'est-ce que je, qu'est-ce que je veux faire |
| Je vais vous montrer à quoi ça ressemble. Donc, ici, ce que j'ai fait, c'est que je me suis arrêté |
| les, les, les, les valeurs discrètes. C'est Nolan Ryan, au fait. Les mesures discrètes de Nolan Ryan, ainsi que sa courbe pour son pour son |
| estimation FDE conditionnelle, vous verrez qu'elle ne suit pas le même chemin irrégulier ou cahoteux, mais elle fait un bon travail d'estimation |
| quel est son parcours professionnel. Et en général avec son WHIP |
| haut, au début, il a marché beaucoup de gens, était un lanceur très, très sauvage, beaucoup plus sauvage au début de sa carrière, croyez-le ou non. |
| Mais au fur et à mesure de sa carrière, cela s'est amélioré. Et c'est ce que vous verrez dans n'importe lequel des pichets que j'ai choisis. Donc, par exemple, si je vais à, allons à Hoyt Wilhelm. |
| Voici Wilhelm. Encore une fois, il ne capture pas les hauts et les bas absolus, mais il fait un bon travail pour modéliser la direction générale de l'endroit où sa carrière est allée. |
| OK, alors profitons-en pour demander. Je n'ai qu'un temps limité. J'aimerais avoir plus de temps parce qu'il y a juste des choses intéressantes que je peux vous montrer. |
| Mais je suis... je vais commencer par ce que j'appelle le snobé. D'accord, ce sont donc les joueurs qui ... j'ai donc utilisé FDE sur ces quatre mesures que j'avais mentionnées. |
| Je les utilise comme entrées, avec le type de lanceur et j'ai essayé tout un tas de techniques de modélisation prédictive. Les deux qui ont le mieux fonctionné pour moi étaient des Bayes naïfs |
| et analyse discriminatoire. Et j'utilise ces deux techniques de modélisation pour me dire qui est entré... qui devrait être dedans et et et et qui ne devrait pas être dedans |
| et et c'est ce que... ce que nous regardons ici, c'est que nous regardons ces lanceurs où à la fois le Bayes naïf et l'analyse discriminante ont dit oui, |
| mais le Hall of Fame a dit non. Donc ce sont mes... c'est snobé. Vous remarquerez donc que dans ce cas... et laissez-moi passer à ceci. Ce sont les applications. C'est le WHIP relatif. Allons-y avec le WHIP conditionnel. |
| Et laissez-moi aller de l'avant et remettre cette ligne de référence là-dedans à un et vous verrez, pour la plupart, ce sont des lanceurs, qui ont passé le haut ... la majeure partie de leur carrière |
| sous cette seule ligne. Maintenant, l'autre chose à laquelle vous pourriez penser, en regardant ces données, c'est que |
| wow, il serait vraiment difficile de distinguer ces joueurs. Comment puis-je les comparer maintenant, si je devais mettre, disons, quelques pichets qui étaient dans le hall |
| dans cette liste aussi. Je veux dire, ils seraient... il serait difficile de les séparer juste en |
| les regardant, parce qu'une partie de leur carrière, ils seraient meilleurs que d'autres, et ils passeraient à d'autres parties de leur carrière. Comment puis-je, comment puis-je gérer cela au niveau de ma carrière ? |
| Donc, comme je l'ai mentionné plus tôt, l'un des avantages de l'explorateur de données fonctionnel est que je peux prendre ces données, |
| et je peux je peux je peux créer une trajectoire de carrière. Estimez tout un tas de points de données tout au long de cette trajectoire de carrière. Et j'ai fait ça, j'ai divisé les carrières en 100 |
| unités et j'ai additionné toutes ces centaines d'unités pour chacune de mes courbes. Donc, fondamentalement, ce que j'ai fait, c'est que j'ai obtenu quelque chose comme une zone sous la courbe. |
| Si c'était au-dessus de cette ligne, je soustrais, si c'était en dessous de cette ligne, je... je suis désolé... si j'étais au-dessus de cette ligne, j'ajouterais; en dessous de la ligne je soustrais. |
| Et si nous regardons les trajectoires de carrière totales... c'est un, c'est en fait... c'est une liste plus longue. Il s'agit d'environ 1300 ou 1400 pichets, donc absolument tous ceux qui étaient... |
| absolument tous ceux qui étaient éligibles au Hall, 10 ans ou plus. Voyons donc très rapidement quelques choses que nous pouvons faire avec cela. |
| Commençons... permettez-moi de commencer par regarder les joueurs qui ont été snobés. Donc ce sont... ce sont nos joueurs... ce sont mes joueurs qui ont été snobés. Alors |
| d'accord, donc ce sont 100 valeurs. Donc, donc, la ligne dans le sable ici serait de 100 parce que j'ai mesuré 100 valeurs différentes. |
| Vous remarquerez donc que pour la plupart, ces joueurs étaient au-dessus de 100. Voici la liste des, des, des joueurs qui n'ont pas fait la liste. Et si vous jetez un coup d'œil à ces joueurs, |
| vous remarquerez qu'il y a quelques gars ici qui sont évidents. Des gens comme Curt Schilling et les et les et les Roger Clemens pour non non non |
| raisons de carrière pour le pour le pour le pour le pour le... que certains des autres critères que Christian a mentionnés ne sont pas là. Mais il y a des gars, par exemple, Clayton Kershaw qui n'a toujours pas fini sa carrière. |
| Mais il y a certainement d'autres personnes que vous pourriez envisager... qui sont éligibles pour Hall. Alors, en fait, regardons cela aussi. Alors regardons ces gens qui sont éligibles à la salle, qui n'ont pas été dans la salle... |
| BJ Ryan; encore une fois Curt Schilling est là-dedans; Johan Santana, ne sachant pas pourquoi il n'a pas réussi à entrer dans le hall ; Smokey Joe Wood, lanceur du début des années 1900 ; etc. Alors, |
| la possibilité pour FDE de me permettre d'extraire des valeurs de n'importe où le long de leur trajectoire de carrière est un outil supplémentaire pour moi pour pouvoir estimer certains |
| des critères supplémentaires, en termes de qui appartient à la salle et qui n'appartient pas à la salle. Donc, assez parlé des pichets. Allons... je vais redonner la parole à Christian pour qu'on puisse parler un peu plus de la position des joueurs. |
| Christian | Excellent. Merci Don. |
| Droit. |
| D'accord, Don parlait du lancer... des lanceurs et donc je regarde, je vais regarder la position |
| donmccormack | joueurs, et il y a donc deux éléments différents qui entrent en jeu. |
| Christian | Vous avez vos, vos prouesses au bâton, ainsi que vos prouesses au champ et j'ai pris une position légèrement différente de celle de Don, en ce qui concerne juste |
| en regardant les statistiques, puis en construisant des modèles. J'ai fini par commencer avec seulement quatre des statistiques les plus courantes au bâton, et ce sont les quatre premières sur la liste ici, une partie de ce que vous trouveriez au dos des cartes de baseball. |
| Et puis au fur et à mesure que je progressais, comme nous le verrons, j'avais besoin de quelque chose pour capturer les bases volées, parce que les quatre premiers ne font pas vraiment... ne font pas ça du tout. |
| Et donc j'ai créé une métrique que j'appelle la moyenne unitaire de base qui intègre d'autres mouvements de coureurs de base qui... pour donner du crédit au frappeur pour ces choses. Et puis la mise en service, bien sûr, est un facteur ainsi que nous le verrons, j'ai donc inclus quelques mesures pour la mise en service. |
| Et donc, comme Don, comme je viens de le mentionner plus tôt, je voulais m'assurer de comparer des pommes avec des pommes, donc je regarde |
| en référence à la position et à la ligue et à l'année pour ces statistiques que j'ai mentionnées. Et puis quand |
| comme Don, je voulais m'assurer que je pondérais ces échantillons plus petits de manière appropriée afin qu'ils ne brouillent pas le système. Et donc j'ai fini par pondérer les performances des joueurs par rapport au nombre d'apparitions au marbre par rapport au type de moyenne pour cette année de ligue |
| à un créneau d'alignement particulier sur le nombre d'apparitions sur plaque que ce créneau devrait obtenir au cours de la saison. C'est ainsi qu'ils sont pondérés. |
| Droit. Voyons donc à quoi cela ressemble. Nous allons revenir en arrière et rendre visite à Ted Williams à nouveau ici. |
| Nous avons donc la carrière de Tim Williams sur la gauche ici, nous l'avons vu, et ce sont les scores bruts. |
| Et puis on dirait qu'il a eu une très mauvaise saison ici. |
| Mais si, une fois que vous prenez une composante relative de cela, vous pouvez voir que c'est en fait une saison moyenne comme Don, c'est toujours au-dessus de cette ligne moyenne de un. Et donc ce n'était qu'une sorte de mauvaise saison pour Ted Williams selon ses propres normes. |
| Et puis nous avons vu plus tôt que ces deux pics pour Ted Williams auraient pu ressembler à ses performances de pointe, mais il s'avère que ce sont des saisons où il avait un plus petit nombre d'échantillons ... d'apparitions jouées en raison de son |
| étant... partant pour la guerre de Corée. Il a donc fini par avoir cet impact sur ses scores. J'ai de nouveau pondéré en conséquence vers la moyenne en raison de la taille plus petite des échantillons. |
| Alors, |
| c'est comme ça que nous, les types de données. Je vais me concentrer uniquement sur les statistiques relatives dans ma conversation ici et me concentrer sur certaines des choses qui ont attiré mon attention. |
| Nous y voilà. Et nous le ferons. |
| Besoin de la table des nombres ici pour alimenter |
| de la FDE. Voici donc les scores que nous allons examiner, les scores FPC relatifs du FDE. |
| Et la première chose que j'ai vue, j'ai inclus quatre variables dans mon modèle, ces quatre premières statistiques au bâton, et |
| Je voulais juste m'assurer que j'avais les bons composants dans mon, dans mon analyse. Donc, sur l'axe de gauche, voici la probabilité basée sur le modèle d'être dans le Hall of Fame. |
| Maintenant quoi... excusez-moi, c'est l'axe des y, sur l'axe des x, c'est si oui ou non la personne est réellement dans le Hall of Fame. Et donc mes zones de mauvaise classification sont ces deux sections ici. |
| Et j'ai remarqué qu'il y avait plus de joueurs ici que ce à quoi je m'attendais. Donc j'explorais et nous pourrions explorer des variables que je n'avais pas encore incluses, comme des bases volées. |
| Et donc je vais les mettre en place pour la couleur et la taille. |
| Et comme vous pouvez le voir, |
| il m'a semblé assez clair que les bases volées sont certainement un facteur que les électeurs du Temple de la renommée prenaient en compte. Ceux-ci sont... |
| la couleur et la taille sont donc relatives au nombre de bases volées au cours de leur carrière. Et c'est ce qui m'a poussé à créer cette statistique moyenne unitaire de base que j'ai ensuite utilisée. |
| Donc, en ajoutant... pendant que j'explorais ces modèles que j'ai décrits, j'ai commencé avec quatre statistiques, puis j'ai ajouté cette statistique BUA. C'est mon axe x maintenant. |
| Et puis j'ai ajouté des statistiques sur le terrain et nous avons ici un tracé parallèle, où l'axe y est à nouveau ... est une probabilité du modèle suggérant que le joueur devrait être dans le Hall of Fame et chacune des lignes est maintenant un joueur. |
| Et donc la couleur représente leur statut au Temple de la renommée. Le rouge c'est oui, il y en avait déjà admis, et le bleu c'est non. |
| Et donc j'aime cette intrigue parce qu'elle me permet de regarder pour voir qui bouge. Si je peux voir l'impact de ces variables supplémentaires dans le modèle. |
| Et bien sûr, la première chose qui a attiré mon attention, c'est ce gars-là, comment il est apparu alors qu'il n'était pas vraiment |
| à ajouter le composant de base volé, et nous pouvons voir qu'il est très probable qu'il soit élu au Temple de la renommée et donc appartenant, selon la façon dont vous le regardez. Et c'est Ricky Henderson, qui se trouve être le chef de carrière des bases volées. |
| Maintenant, un autre joueur, et juste en regardant le côté défensif des choses, est Kirby Puckett, dont les statistiques initiales suggèrent que, sur la base du modèle initial, |
| qu'il le fait; il est suffisamment qualifié juste de l'autre côté de la ligne. Mais ensuite, vous savez, si vous ajoutez le composant de base volé, |
| ouais, en fait, il ne semble plus se qualifier. Et puis finalement, nous avons mis dans le fait qu'il est, c'est un très bon joueur de champ, il a gagné un certain nombre de gants d'or en jouant au centre du terrain pour les jumeaux, |
| nous voyons qu'il est de retour dans les bonnes grâces du comité du Temple de la renommée et qu'il a légitimement voté. |
| C'est une sorte de modèle désordonné. |
| Pas de modèle désordonné et vous avez fait beaucoup de choses ici. Alors, |
| J'ai fini par ajouter mon filtre de données local afin de pouvoir en quelque sorte examiner chaque position individuellement. |
| Et ici pour la première base, c'est beaucoup plus facile de voir que nous avons les, les gens en rouge puis en bleu. Maintenant, nous avons quelqu'un ici, c'est Todd Helton qui, au moins dans tous les modèles que nous examinions |
| suggèrent qu'il devrait être admis au Temple de la renommée et il est toujours éligible. Donc il attend toujours l'appel. |
| Mais quelqu'un comme Dick Allen, il y a aussi du bleu, pas dedans. Ses chiffres, au moins basés sur les statistiques récapitulatives, les statistiques FDE que nous utilisons et les modèles suggèrent qu'il ne devrait pas... il appartient au Hall. |
| Et il y a d'autres gens qui sont rouges, en bas, comme Jim Thome, à qui les modèles suggèrent qu'il n'appartient pas vraiment, mais il a été élu. |
| Donc, différentes façons d'explorer ces différentes relations entre, comme nous ajoutons ces prédicteurs. |
| Maintenant, comme Don, je voulais avoir une idée de, eh bien, qui est, qui a été snobé et qui aurait pu être doué |
| ou du moins avait, vous savez, des composants non orientés statistiquement à sa considération. |
| Et donc moi, comme Don, j'ai exécuté un certain nombre de modèles et j'ai choisi quatre modèles que j'étais, j'ai aimé et j'ai fait le meilleur travail de... travail prédictif, et comme Don, plutôt que d'utiliser simplement l'âge |
| dans mon FDE comme axe x, je l'ai également basé sur un pourcentage cumulé d'apparitions jouées. Et donc cela... avoir ces deux variantes différentes m'a donné un certain nombre de modèles à regarder. Et donc j'ai approfondi jusqu'aux personnes qui, sur les huit modèles, |
| sont dans le Hall of Fame, mais aucun des modèles ne suggère qu'ils devraient l'être. Et c'est cette ligne ici. Il y en a 31. |
| Et le verso que j'ai en vert ici, les gens qui les modèles dans l'un des seaux ... la majorité des modèles dans l'un ou l'autre des seaux d'âge contre Kimball diff pour cent des apparitions sur plaque suggèrent qu'ils appartiennent au Hall of Fame, mais ils ne sont pas. Alors j'ai sorti tous ces gens |
| et tout comme Don le voulait, comparez simplement à quoi ressemblent leurs trajectoires |
| et y a-t-il... sont-ils proches au moins, ou y a-t-il quelque chose d'autre qui se passe ici ? |
| Et donc vous pouvez voir à partir du c'est le pourcentage de base plus le pourcentage de slugging, OPS, encore une fois. Il semble bien, en rouge et avec les signes plus, que les gens qui ont été snobés ont joué |
| beaucoup mieux sur cette métrique, et il s'avère que toutes les autres statistiques offensives sont meilleures que les gens doués, les gens qui sont là, mais le modèle suggère que ce ne devrait pas être le cas. |
| Et cela m'a fait penser, Eh bien, est-ce, est-ce juste les statistiques offensives qui sont et peut-être que le terrain est là où les, les, les gens qui étaient déjà brillent? Et sur la base de ce qu'au moins le pourcentage de terrain, cela suggère en fait que là c'est toujours le cas, où... |
| en fait, ce sont ces gens snobés. |
| Les, les gens doués ont toujours l'air d'être... |
| ils n'appartiennent pas nécessairement autant que ces gens snobés. |
| Ce n'était que sur la composante du facteur de distance où la marée s'est inversée. Et donc vous finissez par voir les gens doués l'emporter sur les gens snobés qui ont mieux performé. |
| C'est une autre prise différente, un peu comme celle de Don, que vous pouvez utiliser pour évaluer |
| quels sont les composants inclus dans votre modèle. |
| Nous pouvons examiner les données ici de différentes manières. |
| Donc, je conclus juste parce que je suis sûr que certains d'entre vous brûlent de savoir qui est snobé et qui est doué parmi ces gens. |
| Ce sont quelques-unes des personnes qui ont été snobées, du moins parmi les joueurs de position et, comme Don l'a mentionné pour certains de ses lanceurs, il y a quelques-unes de ces personnes qui sont interdites de baseball, donc elles ne sont pas exactement snobées, donc. |
| vous en reconnaissez probablement certains. |
| Et puis ce sont quelques-uns des joueurs qui étaient doués, ou du moins ce n'est que le critère de leurs statistiques... ce n'est peut-être pas ce qui les a fait entrer au Temple de la renommée. |
| Bon, alors juste pour résumer où nous en étions, nous avons pu suivre les trajectoires de carrière de ces joueurs de leurs performances sur... choisissez une métrique |
| et mettez cela dans l'explorateur de données fonctionnelles et sortez des résumés numériques qui capturent l'essence de ces courbes. |
| Et puis, à son tour, utilisez ces statistiques, ces scores que nous obtenons pour pouvoir les mettre dans nos techniques statistiques traditionnelles avec lesquelles nous sommes familiers. |
| Et donc maintenant, nous pouvons changer cette question de la façon dont vous modélisez ou quantifiez la trajectoire de carrière et la révisez en une question de savoir ce que je veux explorer avec ces scores FPC que j'ai ? |
| Nous espérons donc que vous avez aimé parler de baseball et simplement cette interaction avec le baseball, JMP et FDE. |
| Et j'espère que vous vous sentirez capable d'utiliser l'outil FDE disponible dans JMP Pro pour répondre à des questions avec des données telles que qui est votre joueur préféré et pourquoi, et que vous aurez les moyens de le sauvegarder. |
| Merci de vous joindre a nous. Prenez soin de vous. |
| donmccormack | D'accord, alors comment traitons-nous ces cas où nous devons examiner la trajectoire de carrière de quelqu'un ? Existe-t-il d'autres paramètres permettant de faire ces comparaisons, de sorte que |
| nous pourrions distinguer ces très belles gradations ? Donc, comme j'y ai fait allusion plus tôt, ce que nous pourrions faire, c'est que nous pourrions certainement nous pourrions examiner absolument n'importe quel point de la trajectoire de carrière de la personne |
| avec n'importe quelle quantité de gradation que nous voulons. Et j'ai fait ça. J'ai pris 100 points de données, 100 valeurs entre zéro et un, |
| début de carrière, fin de carrière, et j'ai résumé toutes ces valeurs. Et j'ai fait ça... la bonne chose à propos de cette technique est que je peux le faire pour plusieurs métriques. Donc, maintenant, ce que nous regardons ici, c'est que nous regardons, nous regardons un |
| graphique des quatre métriques. |
| Nous pouvons tous les tracer sur un seul graphique. Nous allons revenir à ce groupe de gens qui ont été snobés, |
| ces gens-là. Donc c'est tellement... alors si nous jetons un coup d'œil à ces gens, |
| on voit qu'ils avaient un minimum... soit dit en passant, 100 dans ce cas parce qu'il y avait 100 observations. |
| cent coups de circuit par neuf, vous voulez ce bas ; |
| pourcentage de frappeurs face au-dessus du minimum, faible ; et puis les retraits au bâton en neuf manches, vous voulez du côté élevé. Vous remarquerez que c'est le genre de trajectoire |
| que les gens suivent. Maintenant, la chose intéressante à propos de ce point est que ce que je peux faire, c'est que je peux |
| utiliser tous les critères que je veux. Donc, par exemple, disons que je vais regarder... Je vais considérer tous mes joueurs et je veux seulement considérer ceux qui ont eu |
| Un WHIP qui était en dessous, dans ce cas, de 100... tellement mieux que ça... c'est en fait c'est... ça fait même mieux que ça. Disons 90 ou moins. |
| D'accord, alors regardons ces gens qui, vous savez, ont au moins le nombre moyen de retraits au bâton par neuf manches, et peut-être que leurs frappeurs par... pourcentage de frappeurs face à plus de 100 est au minimum. |
| Et donc, et je ne tiendrai pas compte des coups de circuit pour neuf ici. Moi aussi, vous pouvez également standardiser et normaliser par le nombre de saisons et j'ai fait exactement cela. |
| Donc, ce que je veux faire, c'est que je veux regarder ces joueurs qui n'ont peut-être que 10 équivalents de saison, où un équivalent de saison est basé sur ce qu'était la saison moyenne des joueurs. |
| D'accord. Et puis enfin, quel genre de charge de travail ils ont eu au cours de leur, toute leur carrière. Et disons que nous voulons quelqu'un qui a au moins 80 %, |
| rendons un peu plus strict, disons, disons, |
| à peu près la même charge de travail. Et encore une fois, nous pouvons utiliser différents critères pour éliminer les personnes que nous ne pensons pas devoir prendre en compte et celles que nous pensons prendre en compte, puis utiliser ces critères... |
| Je veux aussi dire, jetons un coup d'œil à ces gens qui ne sont pas dans le Temple de la renommée. |
| Alors on y va. Nous avons maintenant une liste de personnes qui méritent d'être prises en considération. Et vous remarquerez qu'il y a pas mal de gens qui ne devraient probablement pas vous surprendre. Ce sont des gens |
| qui ne sont pas encore dans la salle parce qu'ils jouent encore ou qu'ils ont simplement été ignorés, sachez que Chris Sale, par exemple, est toujours en train de lancer. |
| Curt Schilling, pour des raisons évidentes n'est pas la salle. Johan Santana, pourquoi, pourquoi n'est-il pas dans le hall ? Il faisait en fait partie de ce groupe qui a été snobé. |
| Donc, la bonne chose à propos de l'utilisation de ces FDE est que vous pouvez les prendre, les transformer en vos trajectoires de carrière, puis utiliser une métrique supplémentaire pour pouvoir déterminer |
| solvabilité de salle et non solvabilité de salle. |
