Heute war gehen Zu sprechen um
Was bietet Die am besten Gelegenheit für A Komm zurück In Die NBA.
So Mein Name Ist Westen Lachs.
Ich bin momentan A Student bei Oklahoma Zustand Universität
studieren für Geschäft Analytik Und Daten Wissenschaft In unser Meister Programm.
Und Mein Name Ist Zach Müller.
Ich bin Auch A Student bei Oklahoma Zustand Universität
Und Auch studieren für Mein Meister In Geschäft A Analytik Und Daten Wissenschaft.
Alle Rechts, So war gehen Zu Abdeckung Die Tisch Inhalt real schnell.
Das zeigt an Was war tun hindurch Die Präsentation.
Erste war gehen Zu Start mit ein Einführung
Das diskutiert Warum war Hier Und Was Exakt Die lernen Ist für.
Dann war gehen Zu springen hinein unser Daten und Methoden,
Und Das sieht aus bei Was tut Die Daten sehen wie,
Wie tat Wir vollständig unser Analyse,
Und Die anders Wege Wir manipuliert unser Daten.
Also Dann sehen bei Die beschreibende und prädiktive Proportionen
Das zeigen Was dürfen Wir ableiten aus Die Daten, wie sie sitzen
Und Dann Was Tun unser Vorhersagen sehen wie.
Dann bei Die Ende,
Also daraus schließen Die Präsentation
Und sehen bei Was Sind Die Implikationen der Analyse
Und Wie Es dürfen Sei gebraucht von NBA Mannschaften In Die Zukunft.
Hier ist A zitieren von Gabe Frank.
Er ist Die Direktor von Basketball Analytik mit Die San Antonio Sporen.
Wir Gedanke Das würde Sei A Gut zitieren
einzuwerfen, wie es umgeht [unverständlich 00:01:16]
Und Auch Die NBA ist In allgemein.
So Er genannt,
"ICH denken Analytik haben an Popularität gewachsen
Weil Es dürfen geben Du A wettbewerbsfähig Vorteil
Wenn Du Tun Es Also.
Jeden wenig Bit hilft."
Durch unser Präsentation, war gehen Zu diskutieren
NBA Analytik Und Wie Sie dürfen produzieren kommen Rücken
basierend An Die Daten Das Wir finden.
Wir Gedanke Das zitieren Wirklich gesprochen Zu Die gesamt Zielsetzung von unser Projekt.
Kein Wille passieren Es aus Zu Zach zu i vorstellen Die Projekt als A ganz.
Danke, Westen.
Gehen hinein Die Einführung Hier, gehen hinein A NBA Jahreszeit,
jeden Team hat eins gemeinsam Ziel, Und das ist Zu gewinnen Die Meisterschaft.
Wie ICH genannt, gehen hinein Die Jahreszeit, A viel von Mannschaften Hoffnung für 40 Plus Gewinnt
In ihre 82- Spiel Jahreszeit,
Aber A Großartig Jahreszeit typisch Ergebnisse In 50 Plus Gewinnt.
Dann Auch unser primär Interesse für Das Präsentation Und Analyse
Ist In Die hart gekämpft Siege oder auch bekannt als Comeback-Sieg
von diese anders Mannschaften.
Wir definieren A Komm zurück Sieg
als Die gewinnen Team verlieren von 10 Plus Punkte bei Halbzeit.
Bei Halbzeit Sein runter von mehr als 10 Punkte am Ende des Spiels,
Wir war Sehen Das jeden So oft
Dort war Mannschaften Das war nehmen A führen Und letzten Endes gewinnen Das Spiel.
Dann Endlich,
Wir haben unser Analyse Das nutzt spielen- von- spielen Daten Und Gehalt Daten setzt,
welche Wir Wille gehen hinein A wenig mehr Detail In Nur A wenig Protokoll.
Jetzt war gehen Zu diskutieren Die zwei kaufmännische Fragen
Das Wir wollen Zu antworten verwenden beide Die Daten.
Erste, suchen bei Die spielen- von- Daten abspielen,
Wir wollen Zu wissen Exakt Was Theaterstücke oder Reihenfolge von Theaterstücke innerhalb Die Spiel
geben Die Team Die größte Chance bei A Komm zurück Sieg.
Wir wollen Zu wissen Was Exakt Spieler und Trainer tun können
Und ziehen hoch In Die Linie hoch Zu produzieren A Komm zurück.
Dann mit Die Gehalt Und Karriere Statistikdaten
Wir Wirklich wollen Zu sehen Wie diese Variablen,
Die Gehalt Und Karriere Statistiken,
dürfen Sei gebraucht Zu bestimmen Wie beteiligt A Spieler sollen Sei In Komm zurück Siege.
So nicht Notwendig Nur Wie Also Sie ausführen als Sie Genau genommen ausführen,
Aber Auch Wie Sie sollen ausführen basierend An diese Variablen.
So welche Spieler Sind unterdurchschnittlich
Und über durchführen nach Zu ihre Vertrag Und Schiene aufzeichnen?
Nächste Also diskutieren Die Daten Und Methoden Das Wir gebraucht für beide Die Daten setzt.
Wie ICH genannt, Wir Ha d zwei Daten setzt.
Der Erste eins fokussiert An Spiel für Spiel Daten.
Das Daten enthält Die Verfahren Und Ergebnis jedes Spiels
innerhalb jeden Spiel aus 2015 durch 2018.
So Es inbegriffen alle 30 NBA Mannschaften Und Exakt Was Sie tat
In jeden einzel spielen hindurch Die Spiele hindurch diese Jahre.
Zach Wille Auch sprechen um Die Gehalt Daten Das Wir haben.
Rechts, So gehen hinein Die Gehalt Daten, Es enthält Die Gehalt Information
für jede von Die Spieler
Das war genannt In Die Spiel für Spiel Daten.
Ob Das Spieler Das War in den Play-by-Play-Daten erwähnt
gespielt eins Minute von NBA Zeit oder Hunderte von Protokoll von NBA-Zeit,
Sie war erscheinen In Mein Gehalt Daten.
ICH könnte Dann gehen Und sehen Was ihre Karriere Statistiken Und Was ihre Gehalt War
für Die Jahreszeiten Das Wir war anschauen innerhalb Die Spiel für Spiel Daten.
Jetzt war gehen Zu sehen bei Die Schlüsselvariablen
Das Wir gefunden innerhalb Die Spiel für Spiel Daten Satz.
Du dürfen sehen Dinge solch als Komm zurück,
Hälfte Zeit Defizit, Die Schuss Distanz, Ergebnis Typ, Und Rebound Typ.
Aber zwei Das Wir wollen Zu konzentrieren In besondere War Die Komm zurück.
Das ist A Variable [unverständlich 00:04:51]
Es War unser Flagge Variable Und benutzt als unser Anzeichen.
Wir gekennzeichnet Die eins nächste Zu alle Spiele
Wo A Team gezogen von 10 oder mehr Punkte zur Halbzeit
Und kam zurück Und gewonnen Und Es War A null Wenn nicht,
Weil als Wir genannt,
Die gesamt Ziel von Das Präsentation
Ist Zu sehen Was führt Zu kommen zurück In allgemein.
Dann Auch Wir wollen Zu schau dir den Halbzeitrückstand an,
welche War andere Variable Das Wir erstellt.
Das zeigt an Die Nummer von Punkte, Die bestimmte Mannschaft gezogen von bei Halbzeit.
Wenn Die Defizit War größer als oder gleich 10 Punkte,
Dann diese war Die Spiele Das Wir speziell sah bei,
Und Dann Wir wollen Zu sehen Wenn die Spielzüge, die während dieser Spiele gemacht wurden
LED Zu A Komm zurück In Die Ende.
Jetzt suchen bei manche von Die Taste Variablen für Die Gehalt Daten.
Diese als A ganz Sind Variablen Das wir beschlossen
war gehen Zu Sei wichtig für unser Analyse.
Aber einmal nochmal,
ICH gesucht Zu konzentrieren Sie sich auf A wenig von diese oder ein paar dieser Variablen
als ICH fühlen Das Sie Sind wichtiger Zu Punkt aus Und erklären.
Erste von welche Sein Die Spieler Beteiligung Variable.
Der Spieler Beteiligung Variablen Konto der individuellen Beteiligung
An Taste Theaterstücke während Comebacks.
Diese Theaterstücke könnte enthalten Schüsse, Rebounds, Fouls,
beliebig von Die umsetzbar Theaterstücke
Das Wir sehen hindurch Die Spiel für Spiel Daten.
So Wir gesucht Zu nehmen Individuell Konten
aus Spieler So Wir könnte sehen
Wie viele mal A bestimmt Spieler
War den Ball durch die Jahreszeiten schießen,
Und Wirklich Sei fähig Zu vergleichen diese Spieler
Zu andere Spieler in der Liga
Dann gehen Zu kommen zurück Punktzahl.
Das Ist A Mindest- max punkten Methode
Das Wir verwenden Zu Punktzahl Die gesamt Spieler Beteiligungen.
Das Ist Was Wir verwenden Zu Wirklich quantifizieren Wie beteiligt diese Spieler war.
Das Ist nutzen Die Spielerbeteiligung variabel
Das Du sehen Das ICH Nur erklärt.
ICH gesucht Zu gehen A wenig Bit Tiefer hinein Die Komm zurück Punktzahl Berechnung
Nur Zu machen Sicher Das alle versteht Wie Das War berechnet.
Als ICH genannt, Es War A Mindest- max Scoring-Methode,
Und Das War gebraucht Zu bestimmen die Beteiligung der Spieler
während ihre Teams Komm zurück Siege.
Das Mindest- max Methode schafft Die Partituren,
nehmen Die Spieler Beteiligung berücksichtigen,
relativ Zu Die Bereich von Werte Das erscheinen für jede Variable.
Es würde nehmen Die maximal zählen von diese anders Theaterstücke
Und Es würde verwenden Das als Die maximal Und Dann A Minimum
von typisch Was Wir gefunden würde Sei null als bestimmt Spieler würde nur spielen
A sehr niedrig Menge von Protokoll aus null Und alle Die Weg hoch Zu Hunderte von Protokoll.
Aber typisch mit Die null Minute Spieler,
Wir gefunden Das Sie tat nicht beitragen viel Zu diese Komm zurück Gewinnt.
Unter Du sehen Die Formel Das Wir für jeden Spieler verwendet
Zu erstellen Das Komm zurück Punktzahl.
Das Ist A perfekt Beispiel als Wir sehen Die helfen zählen
geteilt von Die maximale Unterstützung mal . 1667,
welche .1667 Sein 1 geteilt von Die gesamt von Die 6 enthaltene Variablen,
welche Ist Was Wir würde Forderung Die Gewicht für Die Formel.
Jede von diese Variablen War gewichtet gleichermaßen
Und Wir nahm Die Mindest- max Punktzahl für jede der Variablen
Und multipliziert Das von 100 Zu erhalten Die Finale Punktzahl.
Also Jetzt sehen bei Die spielen- von- spielen Analyse Methode.
Wenn nehmen Das Daten, Wir Erste begann von verschmelzen.
Wir hatte sechs CSV Dateien,
eins Das identifiziert jede Individuell Jahr,
Und Wir kombiniert alle diese hinein eins zentrale Datei
So Wir könnte sehen bei jede Spiel für Spiel Daten aus Die sechs Jahre Das Wir hatte.
Wir Dann transformiert Die Daten verwenden Flagge Variablen.
Als Wir genannt,
Wir erstellt A Spalte Das angegeben ob Dort War A Komm zurück oder nicht.
Wir Erste sah bei Die Halbzeit Partituren
Und gesehen Wenn Mannschaften war nachlaufend von 10 oder mehr bei Halbzeit.
Wir würde Dann nehmen diese Spiele
Und Dann sehen Wenn A Komm zurück Genau genommen geschah.
Wenn Es tat, Wir markiert eins Und speziell Also erhalten diese Theaterstücke Das geschah.
Dann für Die beschreibend Analyse,
Wir sah bei anders Grafiken innerhalb Tableau.
Diese inbegriffen Dinge als Wie weit weg Die Spieler war Schießen aus Die Korb,
und ob Sie war fehlen oder Fälschung ihre Schüsse,
Die Rebound Typen, a nd Dinge so wie das
Zu erhalten ein Idee von Was Spieler war tun während Die Spiele,
Wenn Sie war Genau genommen produzieren Gut Ergebnis Zu sicher A Komm zurück.
Dann zuletzt, Die vorausschauend Analyse Wir tat In J MP Pro verwenden A Entscheidung Baum
Zu sehen welche Theaterstücke Und Sequenzen von Theaterstücken produzieren Die kommen zurück
Und Wie Wir dürfen besser sehen bei diese In Die Zukunft Zu Dann haben Mannschaften
Sei fähig Zu produzieren mehr Comebacks hindurch Die Jahreszeit.
Jetzt für Die Methoden mit Die Gehaltsanalyse.
Erste aus, Wir hatte Zu Tun manche Tisch schließt sich an.
Diese Gelenke war notwendig Zu erhalten alle Datentabellen zusammen
als Wir erforderlich ihnen alle zusammen
Zu wirklich in alles eintauchen können als A ganz
Getrennt Es war nicht zu viel Hilfe für uns.
Dann wir haben gerührt An Zu manche Daten Transformation.
Wir schrieb SQL Abfragen Zu versammeln Die zählt von Die Taste Metriken.
Das Ist Wie Wir bekommen Die zählt von Schüsse
für Die verschieden Spieler
entlang mit andere Dinge solch als neu ausbalancieren oder Fouls.
Dann Wir gerührt An Zu manche beschreibend Analyse Das War vollendet In Tableau.
Mit Das beschreibend Analyse,
eins von Die Taste Dinge Das Wir war anschauen
War Die Komm zurück Partituren, Die tatsächlich Komm zurück Partituren,
Und Die vorhergesagt Komm zurück Partituren gegen Die Gehalt von Die Spieler.
So Wir könnte sehen Nur Wie Also Sie sind durchführen
relativ Zu ihre Gehalt.
Dann Endlich Wir hatte A vorausschauend Analyse.
Wir tat A linear Rückschritt Das War vollendet In JMP Profi.
ICH Wille gehen hinein A wenig Bit Mehr Details um Das A wenig Bit später An.
Jetzt war gehen Zu springen
hinein diese beschreibend Und vorausschauend Analyse Das Wir durchgeführt.
War gehen Zu Start mit Die beschreibend Analyse Erste.
Hier, Wir wollen Zu sehen bei Die Gehalt gegen Comebacks von jede NBA Team.
Wenn Du sehen bei Die Daten Punkte,
Du dürfen sehen Das am meisten Mannschaften Folge der Trendlinie,
Bedeutung Das als Sie mehr Geld ausgeben An ihre Mannschaften Und Gehalt,
Sie Auch produzieren A größer Nummer von Comebacks.
So Du dürfen sehen Das Die Boston Kelten
hatte Die am meisten Comebacks bei 14 nach oben,
Und Dann Die Cleveland Kavaliere haben Die höchste Gehalt bezahlt,
Aber Auch eins von Die am wenigsten Comebacks mit nur fünf Comebacks.
Was Wir Gedanke War Die am meisten interessant War Die Indiana Schrittmacher,
Weil nicht nur tat Sie zahlen solch A niedrig Gehalt,
Aber Sie war Auch fähig Zu produzieren 12 Comebacks
welche Ist Die dritte am meisten hindurch Die NBA.
ICH gesucht Zu schärfen in auf die Indiana Pacers
Und sehen Was Exakt Sie machten
Das erlaubt ihnen Zu so viele Comebacks produzieren
mit solch A niedrig Gehalt Rate.
Als Westen genannt, Wir gesucht Zu Fokus An Die Indiana Schrittmacher.
Hier Wir sehen Die Gehalt von Die Spieler der Pacers im Vergleich zu ihren individuellen Comeback-Ergebnissen.
Mehrere höchst erzielt Spieler Sind gefunden innerhalb Die Indiana Schrittmacher Dienstplan,
als Du dürfen sehen mit Myles Turner, Carlson, Jung, George, Und Oladipo.
Der Spitze erzielt Spieler Sind Ausbreitung über Die Gehalt Spektrum.
So Du sehen manche billig Spieler solch wie Myles Turner oder Carlson
Sein mehr von A Mitte- Bereich Spieler, Gehalt bezahlt Spieler.
Dann Du Auch haben mehr teuer Spieler solch als Paul George
oder Viktor Oladipo weiter in Richtung Die Spitze Rechts von Die Graph Dort.
So Du dürfen Wirklich sehen Wie Sie haben den Reichtum verteilen
Und Sind bekommen maximal Leistung aus von ihre hochbezahlte Spieler,
Aber Auch finden Leistung aus von untere bezahlt Spieler.
Du dürfen Auch sehen Das Sie haben mehrere Mitte Ebene Spieler Das kommen hinein spielen
Und bieten groß Hilfe Zu Die Schrittmacher
als Sie brauchen manche Spieler Zu kommen aus Die Bank
Und Sei fähig Zu bieten
manche Taste Wert Theaterstücke Und produzieren Comebacks.
Als ICH genannt, eins von Die Taste Punkte, auf die ich hinweisen möchte
War Das Bild Victor Oladipo— Die höchste bezahlt Spieler im Team—
Ist Auch Die höchste durchführen In Bedingungen von Komm zurück Punktzahl,
So Sie sind definitiv bekommen ihre Wert aus von ihn als A Spieler.
Alle Rechts, So Jetzt war gehen Zu erhalten hinein unser vorausschauend Analyse.
Zu Start mit Die Spiel für Spiel Daten, Wir entschieden Zu machen A Entscheidung Baum
Zu vorhersagen Die spielen Typ Das führt Indiana Schrittmacher produzieren ein kommen zurück
verwenden Die folgende Variablen das du dürfen sehen unter.
Also sehen Das nur A Paar dieser Variablen
Genau genommen gespielt A riesig Auswirkung In vorhersagen ob Die Schrittmacher
Wille kommen zurück aus 10 oder mehr Punkte.
In Die Entscheidung Baum,
Dort Sind zwei Knoten In besondere.
Eins Wo Die Distanz Schuss War größer oder gleich 26 Fuß
aus Die Korb, Und Sie war Herstellung diese,
als Also als mit einer Schussweite von größer oder gleich 3 Fuß
aus Die Korb,
Bedeutung Das Sie sind anschauen mehr von A Layout Möglichkeit.
Jetzt war gehen Zu sehen bei diese zwei Knoten A wenig Bit mehr In besondere.
Diese Geäst, als ICH genannt,
vorhersagen Das Die Schrittmacher produzieren Komm zurück Siege.
In Die gesamt Modell Wir hatte A Validierung Fehlklassifizierung Rate von 45,97 %.
Als ICH genannt,
Die Modell prognostiziert Das gemacht Schüsse von 26 Fuß und weiter
gemacht Liegen 3 Fuß oder weiter aus Die Korb führt Zu Comebacks.
Wir würde sagen Ist,
Sie sollen Wirklich Fokus An Die Drei-Punkte-Aspekt
Und mehr höher Prozentsatz Schießereien solch als Liegen,
Weil als Du dürfen sehen In beide von diese, Die Vorhersage War eins,
welche In Das Fall bedeutet Das Die Schrittmacher war fähig Zu produzieren A Komm zurück.
Du dürfen sehen Das mit Die 26 Füße und weitere Knoten,
Die Wahrscheinlichkeit Das Es ausgeglichen 1 War 62,75 %,
Dann Wenn Wir haben Lay-Ups 3 Fuß oder weiter vom Korb entfernt geschossen.
Du hatte A Wahrscheinlichkeit Das Du würde Gewinn von 75,9 %,
oder kommen zurück bei 75,9 %.
Dann als ICH genannt,
Dort war zwei Variablen Das scheinen am wichtigsten zu sein
von Die 10 Das Wir sah bei
beim Vorhersagen Warum Die Pacers gelang ein Comeback
Das War Erste Schuss Distanz.
Welche sah bei Wie weit Spieler Schuss Die Ball,
Und Dann Auch Schuss Ergebnis.
Das ist ob Sie gemacht oder verpasst Die Schuss.
Mit Die Distanz, als ICH genannt,
26 Fuß oder weiter, welche Ist um Die drei- Punkt Bereich,
oder manche von diese höher Prozentsatz Schüsse In Die spielen für A auflegen.
Dann Auch Wenn du bist Herstellung mehr Schüsse,
du bist produzieren A höher Punktzahl geben Du A besser Chance von Kommen zurück.
Alle Rechts, So Jetzt ziehen um hinein
unser linear Rückschritt Portion von unser prädiktive Analyse.
Das Rückschritt, als ICH genannt, War vollendet In JMP Profi,
Und Das War Erledigt Zu vorhersagen Die Komm zurück Partituren von Individuell Spieler
basierend An Die folgende Variablen Das Du sehen Dort An Bildschirm.
A Paar von Die Taste Einsen Zu Punkt raus wären ihre individuellen Spielergehälter,
ihre Team Name, Und Dann ihre Karrierestatistik,
als Du sehen mit alle diese anders Variablen Dort.
Es ist Auch wichtig Zu Notiz
Das Die Variablen war ausgewählt für dieser Rückfall
basierend An ihre eben von Bedeutung.
Wenn Die Variable War nicht gefunden Zu bedeutend sein,
Es War nicht inbegriffen In Die Rückschritt.
Gehen hinein Die Zusammenfassung von passend für diese lineare Regression,
ICH Tun wollen Zu Punkt heraus, dass es einen niedrigen RSquare hat,
Aber Das Ist nicht A primär Anliegen für unser Analyse.
Wir wusste Das Die Komm zurück Punktzahl
würde Sei basierend An Die Komm zurück Beteiligungsstatistik,
Aber Wir Jetzt gesucht Zu wissen
Was Die Punktzahl wäre basierend An vollständig anders Variablen.
So stattdessen von verwenden Die Variablen
Das Wir gebraucht Zu erstellen Die Statistik anfänglich,
war Jetzt verwenden neu Variablen Zu versuchen Zu vorhersagen Was Es sollen Sei basierend An,
wie ICH genannt, ihre Gehalt Und Karriere Statistiken.
Das bedeutet Das Die Vorhersagen würde variieren aus Die Original Partituren
Und Das War nicht nur erwartet In unser Analyse,
Aber Es War Auch gewünscht Das wir kamen auf unterschiedliche Punktzahlen
Zu Wirklich sehen Wie Sie war angeblich Zu ausführen.
Jetzt, basierend An Das Analyse,
Wir war fähig Zu kommen hoch mit manche von Die am meisten wichtig Variablen.
Der Erste von welche Das Wir gesehen War am meisten wichtig War Gehalt.
Etwas Das Wir war Sehen
Ist Das höher bezahlt Spieler war voraussichtlich mehr leisten,
welche Ist etwas Das Du würde bestimmt noch mehr sehen
In Die tatsächlich NBA.
Sehen Das Spieler wie Viktor Oladipo oder LeBron James
mit höher Gehälter bezahlt Zu ihnen würde Sei durchführen besser
als diese mit untere Gehälter.
Dann ziehen um An aus Dort, Wir Auch haben Die Team.
Das eins definitiv macht Sinn
als Du sehen Das manche von Die Spitze Mannschaften
Das Es suchte nach einem Comeback-Sieg
Und vorhersagen Die Komm zurück Partituren
Ist Die Golden Zustand Krieger und Indiana Schrittmacher,
welche Ist A Paar von Die Mannschaften Das Wir gesehen
hatte Die höchste Nummer von Comeback-Siege
über Die Jahreszeiten Das Wir war suchen bei.
Dann Wir Auch hatte A Paar von Karrierestatistiken Das Wirklich geknallt hoch
Und zeigte Zu Mich A Paar von Die am meisten wichtig Variablen
für Das Rückschritt.
Der Erste von welche Sein Die Karriere gesamt prallt ab von Die Spieler,
Und Dann Das War gefolgt von Die Karriere Punkte.
Sehen Das Spieler hatte höher Karriere-Gesamt-Rebounds und höhere Punkte,
Wir erwartet diese Spieler Zu produzieren mehr
Wert wann immer Es kam Zu Erstellen Komm zurück Sieg.
Krank Auch Notiz Das diese wichtige Variablen
war berechnet durch Die Protokoll Wert.
Jetzt war gehen Zu sehen bei Die Schlussfolgerungen von Die Präsentation.
Okay, So gehen hinein manche von Die Indiana Schrittmacher Vorhersagen,
speziell wollen Zu Punkt heraus einige Pacers Top-Performer
Und unter Darsteller.
Der Blau Punkte Das Du sehen Dort sind die eigentlichen Leistungsträger der Pacers
Das Wir gesehen In Die früher Grafiken
von Die tatsächlich prognostizierter Comeback-Score im Vergleich zum Gehalt,
wohingegen Jetzt Wir Sind Blick auf die vorhergesagte Punktzahl
oder ihre tatsächlich Komm zurück Punktzahl, Verzeihung, gegen Die Gehalt,
und nun Wir Sind suchen bei Die vorhergesagte Punktzahl.
Der Die orange Xs markieren Die Schrittmacher Underperformer.
Der Underperformer In Das Graph mit Die orange X,
Wir Sind Sehen ihnen vorhergesagt Zu relativ viel höher sein
als ihre Mitspieler, wohingegen mit ihre tatsächlich Partituren,
Sie Sind finden sich mehr mittleres bis unteres Ende der Packung
relativ Zu ihre Mitspieler,
welche Wirklich zeigt an uns Das Sie sind nicht durchführen
hoch Zu Was ihre Gehalts- und Karrierestatistiken
Sag das Sie sollen Sei durchführen
insbesondere Wenn Es kommt Zu Erstellen A Komm zurück Sieg.
Aber Es Ist wichtig Zu Punkt aus
Das Die Team hat Erledigt A Großartig Aufgabe, billige Spieler zu verpflichten
Das produzieren Komm zurück Gewinnt.
Wir sehen diese Spieler solch als Myles Turner oder Carlson oder Young
Das haben A wenig Bit untere Gehälter,
Aber Sie Auch produzieren A viel von Theaterstücke
Das dürfen Hilfe mit Erstellen A Komm zurück gewinnen.
Dann Wir Auch gesucht Zu Punkt aus
einige der Vorhersagen der Cleveland Cavaliers
Und ihre Fehler Das gehen mit ihnen.
Der Cavs sollen haben mehrere hoch- Ebene Komm zurück Spieler.
Eins speziell Zu Punkt aus würde Sei Kevin Liebe.
Kevin Liebe Ist Dort bei Die oben in der Grafik
Und Er hat beide ein orange X Und A Blau markieren nächste Zu sein Name.
Das Nur markiert Das Er War eins von Die tatsächlich Spitze Darsteller
für die Kavaliere,
Aber bei Die Dasselbe Zeit, er ist unter durchführen sehr.
So In unser Vorhersagen,
Wir dürfen sehen Das er ist vorhergesagt Zu Genau genommen ausführen besser als LeBron James,
welche Ist etwas Das Ist sehr interessant Zu Punkt aus.
Wie ICH genannt, mit unser Vorhersagen basierend auf dem Gehalt und ihren Karrierestatistiken,
Wir würde erwarten Kevin Liebe Zu LeBron James übertreffen
Wenn Es kam Zu produzieren Komm zurück Gewinnt.
Aber In Wirklichkeit, er ist Genau genommen ganz weit unten in der Liste
Und Er still Überreste eins von Die Spitze Darsteller,
Aber Er tut nicht produzieren fast als viel als LeBron James tut.
Jetzt Wir Auch gesucht Zu sehen bei Die am besten geschätzt Spieler In NBA.
Wir zeigen Die Spitze fünf Hier.
Suchen bei ihre vorhergesagt Komm zurück Partituren,
Du haben Menschen solch als Karl-Anthony Towns, Joel Embiid,
Und Ben Simmons
die vorhergesagt wurden Zu Sei manche von Die höher durchführen Spieler
In Die gesamte Liga.
Aber als Du dürfen Auch sehen, Wenn Das Daten War vergriffen,
Sie hatte verhältnismäßig niedrig Gehälter verglichen Zu andere Spieler.
Was Wir empfehlen Hier
Ist definitiv geben diese Spieler Die Verträge, die sie verdienen,
als Sie Hilfe Mannschaften produzieren Comebacks Und offensichtlich
bieten Statistiken Das erlauben Mannschaften Zu ausführen ihre am besten.
Sie sind definitiv mehr machen für Was Sie sind Genau genommen Wert.
Dann Wir Auch gesucht Zu Schauen Sie sich die beste Linie der Vorhersagen an
für Die Schrittmacher.
Als ICH genannt früher,
Das drei Punkt In hoch Prozentsatz Schwerpunkt.
So bauen hoch die Aufstellung von Schießen Bedrohungen aus Distanz.
Du haben Menschen solch als Robinson, Joseph und George
ihre Durchschnitt Schuss Distanz Ist um 15 Fuß und mehr
Wenn Die drei- Punkt Linie Ist um 25 Fuß,
So Das zeigt an Das Sie schießen viele Dreier,
Aber Sie sind Auch Herstellung Es.
Nicht nur Sind Sie Schießen aus Das weit,
Aber Sie sind Auch mehr wahrscheinlich Zu machen ihre Schüsse,
So diese Menschen würde Sei gut zu haben In Die Linie hoch
wann immer Du Sind versuchen Zu produzieren A Komm zurück
als Sie sind mehr effizient.
Auch Weil Sie dürfen schießen aus tief,
du würdest erwarten Das Sie Auch haben A solide spielen runter niedrig
Zu Sei fähig Zu erhalten A ganz schnell auflegen
Und erhalten diese höher Prozentsatz Schüsse hineingehen als Also.
Als ICH genannt,
ein Durchschnitt Distanz von gemacht Schüsse in der Nähe der Drei-Punkte-Linie ist
sehr besonders wichtig für die Pacers
Zu Sei fähig Zu produzieren A hoch Nummer von Comebacks.
Das Analyse bestätigt Was Ist bereits gehen An In Die NBA.
Typischerweise Mannschaften WHO finden sich runter von A bestimmt Nummer bei Halbzeit
Wille Wurf hoch A wenig Bit mehr drei- Punkt Schüsse,
Aber Auch Sie nicht Wirklich Konzentrieren Sie sich auf diesen hochprozentigen Look
Nur aus runter niedrig hinein Die Korb.
Wir Auch denken Das Sie sollen sich auf das Ausarbeiten von Theaterstücken konzentrieren,
erlauben ihnen Zu Nur erhalten A schnell Lege dich hin und baue darauf Schwung auf
als Sie versuchen Zu produzieren A Komm zurück später An.
Alle Rechts, So Das schließt ab unser Präsentation.
Wir Nur wollen Zu sagen A schnell Dank Du,
Und Das Ist Wo Wir würde offen Es hoch Zu Fragen.
