扬声器 | 成绩单 |
| 何志峰 | NBA老龄化影响和基准分析。 |
| Mason Chen 是该项目的共同作者。 我们决定做这个产品的主要原因是我们的NBA偶像科比·布莱恩特去年因直升机事故去世。 |
| 很多人开始重新关注自己的退役年龄，很多媒体和球迷都认为科比仍然可以打更多比赛而不是离开NBA联盟。 |
| 我们想知道这些历史球员能否继续坚持两到三年。 |
| 球队可能会根据球员的价值、当前和未来的表现、年龄和之前的伤病史来考虑球员的顶薪合同。 |
| 超级巨星和替补球员之间没有区别。 有一天，他们肯定会面临由于老化因素导致的业绩下降。 |
| 如果他们队有巨星已经面临数据下滑，球队门票还应该以他为中心吗？ |
| 当然不是。 NBA是一个商业联盟，管理者只想建立一支强大的球队以获得NBA总冠军而不是失去，不会为自己谋取任何好处。 |
| 在我们的项目中，我们希望帮助教练、培训师和医生了解衰老因素对 NBA 球员的重要性。 |
| 从我们的角度来看，我们会考虑科比休假的时机是否足够好。 其次，我们从数据中考虑了退役太晚和退役太早的球员。 |
| 最后，我们研究了年龄对于 NBA 篮球运动员的重要性，并提供了一些线索。 |
| 在我们的目标中，我们希望开始建立统计模型来显示年龄对于 NBA 球员来说是一个重要因素，然后我们将通过使用前球员的职业轨迹来预测现役球员的表现。 |
| 在数据选择部分，我们只考虑至少完成1200场比赛和15个赛季的顶级球员。 而每个赛季都应该算在1979-1980赛季之后。 |
| 我们排除了短赛季记录，然后删除了球员参加比赛少于 20 场比赛的所有赛季。 |
| 总分钟数、得分以及每分钟得分。 三个类别。 通过根据职业生涯平均水平对每个球员的年度统计数据进行标准化。 最终，共有36名选手获得参赛资格。 |
| 职业生涯指数的制作和使用标准化对数。 |
| 尽管这些球员都是合格的并且被计入我们的数据集中，但我们不能仅仅用他们的得分、上场时间来进行对比。 |
| 标准化后，得出三个类别的分组比例，然后得出职业生涯巅峰指数， |
| 等于 Z TM 加上 Z PP 加上 Z PM。 Z TM 等于一名球员的总分钟数减去小组平均值。 然后我们除以总分钟数的标准差。 三个类别的方法是相同的。 |
| 你可能会问我为什么要做Z标准化？ 因为 Z 统计有两个好处。 首先，它将消除任何标准差偏差，并确保球员职业生涯平均值的权重相等。 |
| 这是36名球员位置分布的条形图，显示历史数据集中的36名大前锋位置球员合格最多，其中有11名，而小前锋位置球员最少，仅合格三名。 |
| 右侧的顶部图表显示了我们如何计算组合曲线，底部图表显示了排名前三的球员（科比·布莱恩特、勒布朗·詹姆斯、迈克尔·乔丹）与组合的曲线。 |
| 为什么我们选择使用三名球员？ 因为那些球员？？？保持得很好，他们是历史上最好的球员。 |
| 通过使用每分钟的平均分、每个年龄段的总分到分钟，我们将它们结合起来 |
| 作为用于与每个数据进行比较的组合曲线。 很容易指出顶部图表中的平均峰值年龄为 27 岁。 每个类别都指出最高值。 科比·布莱恩特就是一个很好的例子来解释这一点。 |
| 下图勒布朗·詹姆斯显示的是一个异常值，他的巅峰年龄似乎是21岁，而在27岁期间，他的组合曲线跌至新低。 |
| 旺季位置依赖就是找出不同位置球员的黄金年龄。 我们使用方差分析来找出五种位置依赖性是年龄，相同或不同。 |
| 因变量是八个因素。 我们想知道是否有什么不同。 然后我们进行单向方差分析。 |
| 左图中篮球运动员的各个位置是否有差异？得分后卫和小前锋的年龄也比其他球员早。 |
| 另一种终极策略主要针对小前锋和得分后卫。 如果新秀被选中在这两个位置上训练，他们将有大量的射门和时间。 |
| 虽然今年跑轰策略盛行，但小前锋和得分后卫也同样提前进入了黄金时代。 在底部 |
| ANOVA表指出P值小于0.5，这意味着概率可以拒绝原假设，进一步得出至少一个位置具有不同峰值年龄的结论。 |
| 在右图中，MVP 的年龄大约是球员巅峰年龄后的两年。 此时，玩家们已经经历了自己的黄金年龄阶段。 我们通常用MVP来对比一个球员的表现。 |
| 随着年龄的增长，他们的身体机能会下降，伤病可能会影响他们在MVP评选中的成绩。 |
| 我们在年龄研究的曲线上使用配对 T 检验。 我们希望看到球员的巅峰年龄和他们的 MVP 年龄之间的联系。 |
| 我们想要检查统计量的两个测量值之间的差异是否不为零。 |
| 我们的结果显示，一名进入巅峰年龄的球员平均在两年后获得 MVP 头衔。 |
| 巅峰年龄和MVP平均年龄之间存在显着差异。 然而，预测模型不能拒绝假设，表明预测是准确的。 |
| 是的，我们设定的判断告诉我们，如果球员的表现低于职业生涯平均水平的 60%，我们可能会认为，是否 |
| 人需要决定退休。 如果去年某人的表现得分也能达到 80%，我们可能会认为球员还可以再打两到三年。 |
| 科比·布莱恩特 (Kobe Bryant) 37 岁时离开联盟。 我们看到他去年的表现还保持着80%左右的能力。 |
| 右边......左边的图表显示了一组应该提前退役的球员，但他们没有，特别是当你去看朱万霍华德的时候 |
| 34岁以后的表现约占职业能力的20%到40%。 我们可以指出，科比可以打更多比赛，而朱万应该早点退役。 |
| 我们进行聚类的目的是因为我们希望使用聚类结果来帮助教练和团队了解他们的球员未来的表现如何。 |
| 我们使用 JMP 将 36 名玩家按 6 个不同类别分为 7 个集群。 数据对象的集合将彼此相似。 |
| 让我们看一下图表。 这张图在某些情况下比较了加里·佩顿和德里克·费舍尔。 R 平方值也相当高 |
| 他们自己的集群，这意味着它们之间存在很强的相关性。 根据 R 平方值，该图可以清楚地向我们表明它们有点相似。 |
| 加里·佩顿 (Gary Payton) 于 2007 年退役，德里克·费舍尔 (Derek Fisher) 于 2014 年退役。 相差七年。 我们不妨用加里·佩顿的职业轨迹来预测德里克·费舍尔的未来走势。 |
| 对于NBA球员来说，年龄是最重要的因素之一。 随着球员年龄的增长，他们将有机会面临退役。 |
| 该组合曲线模型利用多元统计聚类和相关性来展示球员的表现如何根据年龄差异和随年龄变化的表现轨迹变化。 而且建模方法也适用于其他职业运动。 |
| 谢谢。 |
