在上一篇文章中，我展示了我们如何使用简单的散点图探索棒球的时代帮助我们产生问题和分析方向。下一阶段是弄清楚我如何使用分析来辅助应用于数据的“主题知识”。我能否确认有关游戏时代的推测？而且，我们是否可以使用分析方法在游戏中浮出更多的时间来进行调查，或者至少尝试进行解释？
我选择与拟合模型平台在JMP ，尤其是广义回归。
广义回归是一种我们可以用来构建预测模型的方法，但是在这种情况下，我并不是要构建预测模型。我想利用此方法的套索选项中提供的变量选择功能。我想看看哪些变量被选为“重要且重要”，以及选择的顺序。我认为所选择的最终将是我感兴趣的年份-也就是说，我想确认自己对游戏时代的评估，并可能会发现一些我的“眼球”方法所忽略的有趣信息。
很久SAS同事和朋友Tony Cooper是和我聊天的人之一。除了本身就是体育迷之外，Tony还是JSL（JMP脚本语言）专家程序员。在短短的几分钟内，他创建了一个脚本来帮助我开发一组虚拟变量，从而使这些年来的生产实现更好的差异化。这是取得结果的关键！
在“广义回归”中，我正在寻找一种可以帮助我浮出水面的“变化”的方法，并且我已经看到该工具在其他领域发挥了作用。我的期望很高，这种方法也没有令人失望。实际上，结果令人兴奋，表明该方法不仅可以发现棒球数据中的“变化”，而且还可以发现其他区域中的“变化”！
利用JMP平台进行广义回归，使我能够逐步了解游戏的各个年头，并确认对游戏时代的怀疑。它还发现可能不一定是“时代”，而只是证明了特定年份扩张的影响，或（例如）1968年举起土墩，然后在1969年放下土墩的举动。
下面显示的图形和表格讲述了一个故事：解决方案路径显示了变量进入模型的顺序。而且，在随附的表格中，估算值可以告诉我们相关年份的RPG（每场比赛次数）是上升还是下降。
就像散点图一样，这种可视化也导致每年提出的问题。例如：
1993年发生了什么事？回答：这可能是“ Steroid时代”的开始，也可能是适当的扩张（有两支新球队加入了联盟），这表明随着比赛的进行，投球人才会受到稀释，或者两者都有！1942年发生了什么事？回答：当主要的联盟球员离开联盟加入军队后，跑步人数下降。从1942年到1946年这段时期通常被称为“战争年代”。1920年和1921年发生了什么事？回答：棒球离开了“死球时代”，进入了“活球时代”。玩家（如Babe Ruth）和事件都影响了游戏。那1963年呢？回答：棒球历史学家传统上将今年称为扩张时期的开始，有人将这一时期称为1963年，以表示“扩张时代”。最后，为什么在2010年出现亏损？回答：棒球大力打击了类固醇使用者，这可能导致整体跑步次数减少。结论
因此，在享受来自喜爱游戏的数据的乐趣的同时，我们也能够证明产生问题和分析方向的有效性使用简单的散点图。然后，我们展示了如何使用广义回归在更大的层次上显示信息。在体育领域以外的地区，潜在的应用是无止境的。您将如何使用广义回归？
有兴趣看到更多吗？
您可以通过访问以下网站来了解有关Tony Cooper创建的JSL脚本的更多信息，以帮助进行分析（并自己下载）。 JMP文件交换。观看下面的分步视频，使用广义回归方法进行分析：https://youtu.be/GzVj3HNtV1c
