Lautsprecher | Transkript |
| Chi-feng Ho | NBA-Alterungseinfluss und Benchmarking-Analyse. |
| Mason Chen ist Mitautor des Projekts. Der Hauptgrund, warum wir uns für dieses Produkt entschieden haben, ist, dass unser NBA-Idol Kobe Bryant letztes Jahr bei einem Hubschrauberunfall ums Leben kam. |
| Viele Menschen beginnen, auf ihr Rentenalter zu achten, viele Medien und Fans sind der Meinung, dass Kobe lieber noch mehr spielen könnte, als die NBA League zu verlassen. |
| Wir möchten wissen, ob diese historischen Spieler etwa zwei bis drei Jahre durchhalten könnten. |
| Das Team kann die maximale Vertragsdauer eines Spielers aufgrund des Werts des Spielers, seiner aktuellen und zukünftigen Leistung, seines Alters und seiner früheren Verletzungsgeschichte in Betracht ziehen. |
| Es gibt keinen Unterschied zwischen einem Superstar oder sogar einem Ersatzspieler. Eines Tages werden sie definitiv mit altersbedingten Leistungseinbußen konfrontiert sein. |
| Wenn der Superstar ihres Teams bereits mit seinem Datenrückgang konfrontiert war, sollten sich die Teamtickets dann immer noch auf ihn konzentrieren? |
| Natürlich nicht. Die NBA ist eine Geschäftsallianz, bei der Manager nur ein starkes Team aufbauen wollen, um eine NBA-Meisterschaft zu gewinnen, anstatt zu verlieren, und für sich selbst keine Vorteile daraus ziehen. |
| In unserem Projekt wollen wir Trainern, Übungsleitern und Ärzten dabei helfen, herauszufinden, wie wichtig der Alterungsfaktor für die NBA-Spieler ist. |
| Aus unserer Sicht werden wir darüber nachdenken, ob der Zeitpunkt für Kobe gut genug ist, den Urlaub zu verlassen. Zweitens berücksichtigen wir Spieler, die zu spät in den Ruhestand gegangen sind, und einige von ihnen, die sich zu früh zurückgezogen haben, aus unseren Daten. |
| Zuletzt haben wir untersucht, wie wichtig das Alter für einen NBA-Basketballspieler ist, und einige Hinweise gegeben. |
| Im Rahmen unserer Ziele wollen wir damit beginnen, statistische Modelle zu erstellen, um zu zeigen, dass das Alter ein wichtiger Faktor für NBA-Spieler ist, und dann werden wir die Leistung von Spielern im aktiven Dienst vorhersagen, indem wir den Karriereverlauf ehemaliger Spieler nutzen. |
| Im Datenauswahlteil berücksichtigen wir nur die Topspieler, die mindestens 1.200 Spiele und 15 Saisons absolviert haben. Und jede Saison sollte nach der Saison 1979–1980 gezählt werden. |
| Wir schließen die Rekorde für kurze Saisons aus und entfernen dann alle Saisons, in denen die Spieler weniger als 20 Spiele spielen. |
| Gesamtminuten, erzielte Punkte und Punkte pro Minute. Drei Kategorien. Durch die Standardisierung der jährlichen Statistiken jedes Spielers anhand des Karrieredurchschnitts. Schließlich sind 36 Spieler qualifiziert. |
| Der Karriereindex erstellt und verwendet den Standardisierungslogarithmus. |
| Obwohl diese Spieler qualifiziert sind und in unserem Datensatz gezählt werden, können wir nicht nur ihre Ergebnisse und Minuten auf der Bühne als Vergleich heranziehen. |
| Nach der Standardisierung kam das Gruppenverhältnis von drei Kategorien heraus und dann leiteten wir den Spitzenkarriereindex ab. |
| was gleich Z TM plus Z PP plus Z PM ist. Der Z TM entspricht den Gesamtminuten eines Spielers abzüglich des Gruppendurchschnitts. Und dann haben wir durch die Standardabweichung der Gesamtminuten dividiert. Eine Methode für drei Kategorien ist dieselbe. |
| Sie fragen mich vielleicht, warum wir die Z-Standardisierung durchführen? Weil Z-Statistiken zwei Vorteile haben. Erstens wird dadurch jegliche Standardabweichungsverzerrung beseitigt und es wird auch sichergestellt, dass der Karrieredurchschnitt der Spieler gleich gewichtet wird. |
| Dies ist das Muster für die Positionsverteilung von 36 Spielern anhand eines Balkendiagramms, das den 36 historischen Datensatz der Power-Forward-Positionsspieler zeigt, die am meisten qualifiziert sind, also 11 Spieler enthalten, und einen Small-Forward-Positionsspieler mit den wenigsten Spielern, die nur drei von ihnen qualifiziert haben. |
| Rechts zeigt die obere Grafik, wie wir die Combo-Kurve berechnen, und die untere Grafik zeigt die Kurve der drei besten Spieler (Kobe Bryant über LeBron James bis Michael Jordan) im Vergleich zur Combo. |
| Warum entscheiden wir uns für den Einsatz von drei Spielern? Weil diese Spieler ??? Sie halten sich gut und sind die besten Spieler der Geschichte. |
| Indem wir den Durchschnitt der Punkte pro Minute und die Gesamtpunktzahl pro Minute in den einzelnen Alterskategorien verwenden, kombinieren wir sie |
| als Kombinationskurve, die zum Vergleich mit den einzelnen Daten verwendet wird. Es ist leicht zu erkennen, dass der Spitzendurchschnitt in der oberen Grafik bei 27 Jahren liegt. Und jede Kategorie weist auf den höchsten Wert hin. Kobe Bryant wird ein gutes Beispiel sein, um das zu erklären. |
| In der unteren Grafik zeigt LeBron James einen Ausreißer, dessen Höchstalter bei 21 Jahren zu liegen scheint und im Alter von 27 Jahren fiel seine Combo-Kurve auf einen neuen Tiefststand. |
| Die Hauptsaisonpositionsabhängigkeit besteht darin, das goldene Zeitalter der Differenzpositionsspieler herauszufinden. Wir verwenden den ANOVA-Test, um herauszufinden, ob die fünf Positionsabhängigkeit vom Alter abhängt, ob es gleich ist oder nicht. |
| Die abhängige Variable besteht aus acht Faktoren. Wir wollen wissen, ob es Unterschiede gibt. Dann führen wir eine einfaktorielle ANOVA durch. |
| In der Abbildung links gibt es einen Unterschied zwischen den einzelnen Positionen der Basketballspieler. Shooting Guard und Small Forward sind ebenfalls früher als andere Spieler. |
| Die andere Art der ultimativen Strategie konzentriert sich am meisten auf Small Forward und Shooting Guard. Wenn der Neuling ausgewählt wurde, auf diesen beiden Positionen zu trainieren, hat er viel Schuss und Zeit. |
| Obwohl die Run-and-Gun-Strategie in diesem Jahr berühmt ist, traten auch Small Forward und Shooting Guard schon früher in ihr goldenes Zeitalter ein. Auf der Unterseite |
| Die ANOVA-Tabelle weist darauf hin, dass der P-Wert kleiner als 0,5 ist, was bedeutet, dass die Wahrscheinlichkeit die Nullhypothese ablehnen kann, um weiter zu schließen, dass mindestens eine der Positionen ein unterschiedliches Spitzenalter aufweist. |
| In der rechten Grafik liegt das MVP-Alter etwa zwei Jahre nach dem Höchstalter der Spieler. Zu dieser Zeit erlebten die Spieler ihr goldenes Zeitalter. Normalerweise verwenden wir MVP, um die Leistung eines Spielers zu vergleichen. |
| Mit zunehmendem Alter nehmen ihre Körperfunktionen ab und die Verletzung könnte sich auf ihre Note bei der MVP-Auswahl auswirken. |
| Wir verwenden einen gepaarten T-Test entlang der Kurve der Altersstudie. Wir würden gerne den Zusammenhang zwischen dem Höchstalter der Spieler und ihrem MVP-Alter sehen. |
| Wir wollen prüfen, ob die Differenz zwischen zwei Kennzahlen der Statistik nicht Null ist. |
| Unsere Ergebnisse zeigen einen Spieler, der sein Höchstalter erreicht und nach durchschnittlich zwei Jahren seinen MVP-Titel erhält. |
| Das Spitzenalter und das MVP-Durchschnittsalter ergaben jeweils einen signifikanten Unterschied. Ein Vorhersagemodell kann die Hypothese jedoch nicht ablehnen, was darauf hindeutet, dass eine Vorhersage korrekt ist. |
| Ja, wir haben die Beurteilungen vorgenommen, die uns sagen, ob die Leistung des Spielers weniger als 60 Prozent des Karrieredurchschnitts beträgt |
| Die Person muss sich entscheiden, in den Ruhestand zu gehen. Wenn jemand im letzten Jahr auch einen Leistungswert von 80 % erreichen könnte, könnten wir davon ausgehen, dass Spieler noch zwei bis drei Jahre länger spielen könnten. |
| Kobe Bryant verließ die Liga im Alter von 37 Jahren. Wir haben gesehen, dass seine Leistung im letzten Jahr etwa 80 % seiner Fähigkeiten aufrechterhalten hatte. |
| Die Grafik rechts und links zeigt eine Reihe von Spielern, die früher in den Ruhestand gehen sollten, dies aber nicht tun, insbesondere wenn man sich Juwan Howards ansieht |
| Die Leistung nach dem 34. Lebensjahr beträgt etwa 20 bis 40 % seiner Karrierefähigkeit. Wir könnten darauf hinweisen, dass Kobe mehr spielen kann und Juwan früher aufgeben sollte. |
| Unser Zweck liegt im Clustering, weil wir die Clustering-Ergebnisse nutzen möchten, um Trainern und Teams dabei zu helfen, zu sehen, wie die zukünftige Leistung ihrer Spieler ist. |
| Wir haben JMP verwendet und 36 Spieler in sieben Cluster nach sechs verschiedenen Kategorien aufgeteilt. Die Objekte der Datensammlung werden einander ähnlich sein. |
| Schauen wir uns die Grafik an. In dieser Grafik wurden in einigen Fällen Gary Payton und Derek Fisher verglichen. Auch der R-Quadrat-Wert ist ziemlich hoch |
| ihre eigenen Cluster, was bedeutet, dass zwischen ihnen eine starke Korrelation besteht. Basierend auf dem R-Quadrat-Wert könnte uns die Grafik deutlich zeigen, dass sie irgendwie ähnlich sind. |
| Gary Payton zog sich 2007 aus der Liga zurück, Derek Fisher 2014. Ein Unterschied von sieben Jahren. Wir könnten Gary Paytons Karriereverlauf genauso gut nutzen, um die zukünftige Entwicklung von Derek Fisher vorherzusagen. |
| Das Alter ist einer der wichtigsten Faktoren für NBA-Spieler. Mit zunehmendem Alter besteht für die Spieler die Möglichkeit, in den Ruhestand zu gehen. |
| Dieses Kombinationskurvenmodell nutzt die Clusterung und Korrelation multivariater Statistiken, um zu zeigen, wie sich die Leistung der Spieler verändert hat, basierend auf dem Unterschied im Alter und der Leistungsentwicklung mit zunehmendem Alter. Und die Modellierungsmethoden könnten auch auf andere Profisportarten anwendbar sein. |
| Danke schön. |
