스피커 | 성적 증명서 |
| 호치펑 | NBA 노화 영향 및 벤치마킹 분석. |
| 메이슨 첸(Mason Chen)은 이 프로젝트의 공동 저자입니다. 우리가 이 제품을 만들기로 결정한 주된 이유는 우리의 NBA 아이돌 코비 브라이언트가 작년에 헬리콥터 사고로 세상을 떠났기 때문입니다. |
| 많은 사람들이 은퇴 연령에 대해 관심을 갖기 시작했고, 많은 언론과 Kobe의 팬들이 NBA 리그를 떠나기보다는 여전히 더 많은 경기를 펼칠 수 있었습니다. |
| 우리는 그 역사적 선수들이 약 2~3년 동안 계속해서 활동할 수 있는지 알고 싶습니다. |
| 팀은 선수의 가치, 현재 및 미래의 성과, 연령 및 이전 부상 기록을 고려하여 선수의 최대 계약을 고려할 수 있습니다. |
| 슈퍼스타나 벤치 플레이어 사이에는 차이가 없습니다. 언젠가 그들은 노화 요인으로 인해 성능 저하에 직면하게 될 것입니다. |
| 팀에 이미 데이터 감소에 직면한 슈퍼스타가 있다면 팀 티켓은 여전히 그에게 집중되어야 할까요? |
| 당연히 아니지. NBA는 경영자들이 패배보다는 NBA 챔피언십을 차지하기 위해 강력한 팀을 만들고자 하는 사업 동맹이지, 스스로에게 어떤 이익도 가져다주지는 못할 것이다. |
| 우리 프로젝트에서는 코치, 트레이너, 의사들이 NBA 선수들에게 노화 요인이 얼마나 중요한지 알아내도록 돕고 싶습니다. |
| 우리의 관점에서 우리는 Kobe가 휴가를 떠나기에 충분한 시간이라고 생각할 것입니다. 둘째, 데이터에서 너무 늦게 은퇴한 선수와 너무 일찍 은퇴한 일부 선수를 고려합니다. |
| 마지막으로 NBA 농구 선수에게 나이가 얼마나 중요한지에 대해 연구하고 몇 가지 단서를 제공했습니다. |
| 우리의 목표에서는 나이가 NBA 선수들에게 얼마나 큰 요소인지 보여주는 통계 모델을 구축하기 시작한 다음 전직 선수들의 경력 궤적을 사용하여 현역 선수의 성과를 예측할 것입니다. |
| 데이터 선택 부분에서는 최소 1,200경기, 15시즌 이상을 완주한 상위 플레이어만 고려합니다. 그리고 모든 시즌은 1979-1980 시즌 이후에 계산되어야 합니다. |
| 짧은 시즌 기록을 제외하고 선수들이 20경기 미만 플레이하는 시즌을 제거합니다. |
| 총 분, 득점한 점수 및 분당 점수입니다. 세 가지 카테고리. 경력 평균을 기준으로 각 선수의 연간 통계를 표준화합니다. 마지막으로 자격을 갖춘 선수는 36명입니다. |
| 표준화 로그를 만들고 활용하는 경력지수. |
| 해당 선수들이 자격을 갖추고 데이터 세트에 포함되어 있지만, 단순히 그들의 점수, 무대에서의 시간을 대조하여 사용할 수는 없습니다. |
| 표준화를 거쳐 3개 범주의 집단비율이 나왔고, 이를 통해 피크경력지수를 도출했는데, |
| 이는 Z TM, Z PP, Z PM을 더한 것과 같습니다. Z TM은 한 플레이어의 총 시간에서 그룹 평균을 뺀 것과 같습니다. 그런 다음 총 분의 표준편차로 나눕니다. 세 가지 범주에 대한 방법은 동일합니다. |
| Z 표준화를 수행하는 이유가 무엇인지 물어보실 수 있습니까? Z 통계에는 두 가지 이점이 있기 때문입니다. 우선, 표준편차 편향을 제거하고 선수의 경력 평균에도 동일한 가중치를 부여합니다. |
| 이것은 가장 많은 자격을 갖춘 파워 포워드 포지션 선수의 36개 과거 데이터 세트를 보여주는 막대 그래프를 통한 36명의 선수 포지션 분포 패턴입니다. 여기에는 11명이 포함되어 있고, 작은 포워드 포지션 선수는 가장 적은 자격을 얻었으며 그 중 3명만 자격을 얻었습니다. |
| 오른쪽 상단 그래프는 콤보 곡선을 계산하는 방법을 보여주고 하단 그래프는 상위 3명의 선수(코비 브라이언트, 르브론 제임스, 마이클 조던) 곡선 대 콤보를 보여줍니다. |
| 왜 우리는 세 명의 플레이어를 사용하기로 선택합니까? 그 선수들 때문에 ??? 잘 유지하고 그들은 역사상 최고의 선수입니다. |
| 분당 포인트 평균, 각 연령별 분당 총 포인트를 이용하여 이를 합산합니다. |
| 각 데이터를 비교하는 데 사용할 콤보 곡선입니다. 상단 그래프의 최고 평균 연령은 27세임을 쉽게 알 수 있습니다. 그리고 각 카테고리는 가장 높은 가치를 지적합니다. 코비 브라이언트(Kobe Bryant)가 이를 설명하는 좋은 예가 될 것입니다. |
| 아래쪽 그래프에서 LeBron James가 보여주는 특이치는 최고 연령이 21세인 것으로 보이며 27세 동안 콤보 곡선이 새로운 최저점으로 떨어졌습니다. |
| 성수기 포지션 의존성은 다른 포지션 플레이어의 황금기를 알아내는 것입니다. 우리는 ANOVA 테스트를 사용하여 5가지 위치 종속성이 연령, 동일 여부인지 확인합니다. |
| 종속변수는 8가지 요인으로 구성됩니다. 차이점이 있는지 알고 싶습니다. 그런 다음 일원 분산 분석을 수행합니다. |
| 왼쪽 그림을 보면 농구선수들의 포지션마다 차이가 있습니다. 슈팅가드나 스몰포워드도 다른 선수들에 비해 나이가 어리다. |
| 스몰 포워드와 슈팅 가드에 가장 중점을 둔 다양한 종류의 궁극적인 전략입니다. 만약 신인이 이 두 포지션에서 훈련하도록 선택된다면 그들은 많은 기회와 시간을 갖게 될 것입니다. |
| 올해는 런앤건 전략이 유명하기 때문에 스몰포워드와 슈팅가드도 일찍이 전성기를 맞이했다. 바닥에 |
| ANOVA 테이블은 P 값이 0.5보다 작다는 것을 나타냅니다. 이는 확률이 귀무 가설을 기각하여 위치 중 적어도 하나가 서로 다른 피크 연령을 가지고 있다는 결론을 내릴 수 있음을 의미합니다. |
| 오른쪽 그래프에서 MVP 연령은 플레이어의 최고 연령보다 약 2년 후입니다. 이때 플레이어들은 황금기를 경험했습니다. 우리는 일반적으로 MVP를 사용하여 플레이어의 성과를 대조합니다. |
| 나이가 들수록 신체 기능이 감소하고 부상이 MVP 선택에 영향을 미칠 수 있습니다. |
| 우리는 연령 연구의 곡선을 따라 쌍을 이루는 T 테스트를 사용합니다. 우리는 플레이어의 최고 연령과 MVP 연령 사이의 연관성을 확인하고 싶습니다. |
| 우리는 통계의 두 측정값 간의 차이가 0이 아닌지 확인하려고 합니다. |
| 우리의 결과는 한 명의 선수가 전성기 연령에 진입하여 평균 2년 후에 MVP 타이틀을 획득한 것을 보여줍니다. |
| 피크 연령과 MVP 평균 연령은 각각 유의미한 차이를 보였습니다. 하지만 예측 모델은 가설을 거부하여 예측이 정확하다고 제안할 수 없습니다. |
| 예, 우리는 선수의 성과가 경력 평균의 60% 미만인지 여부에 대한 판단을 설정했습니다. |
| 사람은 은퇴를 결정해야 합니다. 작년에 누군가가 80%의 성적 점수를 받았다면 우리는 플레이어가 여전히 2~3년 더 플레이할 수 있다고 생각할 수 있습니다. |
| 코비 브라이언트는 37세에 리그를 떠났다. 지난해 그의 성적은 그의 능력의 약 80%를 유지한 것으로 나타났습니다. |
| 오른쪽...왼쪽 그래프는 더 일찍 은퇴해야 하지만 그렇지 않은 선수들의 집합을 보여줍니다. 특히 Juwan Howard의 경기를 보러 갈 때 그렇습니다. |
| 34세 이후의 성과는 그의 경력능력의 약 20~40%가 된다. 우리는 고베가 더 많이 뛸 수 있고 주완이 더 일찍 은퇴해야 한다는 점을 지적할 수 있습니다. |
| 클러스터링의 목적은 클러스터링 결과를 사용하여 코치와 팀이 선수의 향후 성과를 확인하는 데 도움을 주기를 원하기 때문입니다. |
| 우리는 JMP를 사용하여 36명의 플레이어를 6개의 카테고리에 따라 7개의 클러스터로 나누었습니다. 데이터 객체의 컬렉션은 서로 비슷할 것입니다. |
| 그래프를 살펴보겠습니다. 이 그래프는 경우에 따라 Gary Payton과 Derek Fisher를 비교했습니다. 또한 R 제곱 값은 꽤 높습니다. |
| 이는 그들 사이에 강한 상관관계가 있음을 의미합니다. R 제곱 값을 기반으로 그래프는 둘이 유사하다는 것을 명확하게 보여줄 수 있습니다. |
| 게리 페이튼은 2007년, 데릭 피셔는 2014년 리그에서 은퇴했다. 7살 차이. Gary Payton의 경력 궤적을 사용하여 Derek Fisher의 미래 경향을 예측할 수도 있습니다. |
| NBA 선수들에게 나이는 가장 중요한 요소 중 하나입니다. 선수들의 나이가 많아지면 은퇴할 기회도 갖게 됩니다. |
| 이 콤보 곡선 모델은 다변량 통계 클러스터링 및 상관 관계를 활용하여 연령에 따른 성능 궤적과 연령의 차이를 기반으로 플레이어의 성능이 어떻게 변화했는지 보여줍니다. 그리고 모델링 방법은 다른 프로 스포츠에도 적용될 수 있습니다. |
| 감사합니다. |
