Conférencier | Transcription |
| Chi-feng Ho | Influence du vieillissement de la NBA et analyse comparative. |
| Mason Chen est le co-auteur du projet. La principale raison pour laquelle nous avons décidé de créer ce produit est que notre idole de la NBA, Kobe Bryant, est décédée dans un accident d'hélicoptère l'année dernière. |
| Beaucoup de gens commencent à prêter attention à l'âge de leur retraite, de nombreux médias et fans de Kobe pourraient encore jouer davantage plutôt que de quitter la Ligue NBA. |
| Nous voulons savoir si ces acteurs historiques pourraient continuer pendant environ deux à trois ans. |
| L'équipe peut envisager le contrat maximum d'un joueur en raison de sa valeur, de ses performances actuelles et futures, compte tenu de son âge et de ses antécédents de blessures. |
| Il n'y a aucune différence entre une superstar ou même un joueur de banc. Un jour, ils seront absolument confrontés à une baisse de performance due à des facteurs de vieillissement. |
| Si leur équipe avait déjà fait face à une baisse de données, les tickets d'équipe devraient-ils toujours être centrés sur lui ? |
| Bien sûr que non. La NBA est une alliance commerciale dans laquelle les managers souhaitent uniquement constituer une équipe solide pour remporter un championnat NBA au lieu de perdre, et n'en tireront aucun avantage pour eux-mêmes. |
| Dans notre projet, nous voulons aider les entraîneurs, les entraîneurs et les médecins à découvrir l'importance des facteurs de vieillissement pour les joueurs de la NBA. |
| De notre point de vue, nous considérerons le moment opportun pour que Kobe quitte le congé. Deuxièmement, nous prenons en compte les joueurs qui ont pris leur retraite trop tard et certains d'entre eux qui ont pris leur retraite trop tôt à partir de nos données. |
| Enfin, nous avons travaillé sur l'importance de l'âge pour les basketteurs NBA et donné quelques indices. |
| Dans nos objectifs, nous voulons commencer à construire des modèles statistiques pour montrer à quel point l'âge est un facteur important pour les joueurs de la NBA, puis nous prédirons les performances des joueurs en service actif en utilisant la trajectoire de carrière des anciens joueurs. |
| Dans la partie sélection des données, nous considérons uniquement les meilleurs joueurs ayant complété au moins 1 200 matchs et 15 saisons. Et chaque saison doit être comptée après les saisons 1979-1980. |
| Nous excluons les records de saisons courtes, puis nous supprimons toutes les saisons où les joueurs jouent moins de 20 matchs. |
| minutes totales, les points marqués et les points par minutes. Trois catégories. En normalisant les statistiques annuelles de chaque joueur par rapport à la moyenne de sa carrière. Au final, il y a 36 joueurs qualifiés. |
| L'indice de carrière établissant et utilisant le logarithme de normalisation. |
| Bien que ces joueurs soient qualifiés et comptabilisés dans notre ensemble de données, nous ne pouvons pas simplement utiliser leurs scores et leurs minutes sur scène pour les comparer. |
| Après avoir effectué la standardisation, le ratio de groupe de trois catégories est sorti, puis nous avons dérivé l'indice de carrière maximal, |
| qui est égal à Z TM, plus Z PP plus Z PM. Le Z TM est égal au nombre total de minutes d'un joueur, moins la moyenne du groupe. Et puis nous avons divisé par l’écart type du nombre total de minutes. Une méthode pour trois catégories est la même. |
| Vous me demanderez peut-être pourquoi nous faisons la standardisation Z ? Parce que les statistiques Z présentent deux avantages. Tout d'abord, cela supprimera tout biais d'écart type et garantira également un poids égal à la moyenne de carrière des joueurs. |
| Il s'agit du modèle de répartition des positions de 36 joueurs par graphique à barres montrant l'ensemble de données historiques de 36 joueurs en position d'attaquant de puissance les plus qualifiés, qui contient un montant de 11, et un petit joueur en position d'attaquant en avait le moins, ce qui n'en qualifiait que trois d'entre eux. |
| À droite, le graphique du haut montre comment calculer la courbe du combo et le graphique du bas montre la courbe des trois meilleurs joueurs (Kobe Bryant à LeBron James à Michael Jordan) par rapport au combo. |
| Pourquoi choisissons-nous d’utiliser trois joueurs ? Parce que ces joueurs ??? se maintiennent bien et ce sont les meilleurs joueurs de l’histoire. |
| En utilisant la moyenne des points par minute, le total des points par minute dans chaque catégorie d'âge, nous les combinons |
| comme courbe combo à utiliser pour comparer chacune des données. Il est facile de souligner que la moyenne maximale sur le graphique du haut sera de 27 ans. Et chaque catégorie indique la valeur la plus élevée. Kobe Bryant sera un bon exemple pour expliquer cela. |
| Sur le graphique du bas, LeBron James montre une valeur aberrante, dont l'âge maximum semble être de 21 ans et, à 27 ans, sa courbe combo est tombée à un nouveau plus bas. |
| La dépendance à la position de pointe en saison est de découvrir l'âge d'or des joueurs à différence de position. Nous utilisons le test ANOVA pour découvrir que la dépendance à cinq positions était l'âge, identique ou non. |
| La variable dépendante est composée de huit facteurs. Nous voulons savoir s'il y a une différence. Ensuite, nous effectuons une ANOVA unidirectionnelle. |
| Sur la figure de gauche, il y a une différence entre chaque position des basketteurs ; Le tireur et le petit attaquant sont également plus jeunes que les autres joueurs. |
| Les différents types de stratégie ultime les plus axés sur le petit attaquant et le tireur. Si le rookie a été choisi pour s'entraîner à ces deux postes, il aura beaucoup de temps et de tirs. |
| Bien que la stratégie du run and gun soit célèbre cette année, les petits attaquants et tireurs étaient également entrés dans leur âge d'or plus tôt. En bas |
| le tableau ANOVA souligne que la valeur P est inférieure à 0,5, ce qui signifie que la probabilité peut rejeter l'hypothèse nulle pour conclure en outre qu'au moins une des positions a un âge maximal différent. |
| Sur le graphique de droite, l’âge du MVP se situe environ deux ans après l’âge maximal des joueurs. À cette époque, les joueurs connaissaient leur âge d’or. Nous utilisons généralement MVP pour comparer les performances d'un joueur. |
| À mesure qu’ils vieillissent, leurs fonctions corporelles diminueront et la blessure pourrait influencer leur note dans les sélections MVP. |
| Nous utilisons un test T apparié le long de la courbe de l'étude d'âge. Nous aimerions voir le lien entre l'âge maximal des joueurs et leur âge MVP. |
| Nous voulons vérifier si la différence entre deux valeurs de mesure de la statistique n'est pas nulle. |
| Nos résultats montrent qu'un joueur entre dans son âge maximal et après deux ans en moyenne pour recevoir son titre de MVP. |
| L'âge maximal et l'âge moyen du MVP ont révélé une différence significative entre chacun d'eux. Un modèle de prédiction ne peut cependant pas rejeter l’hypothèse, ce qui suggère qu’une prédiction est exacte. |
| Oui, nous établissons les jugements qui nous indiquent que si la performance d'un joueur est inférieure à 60 pour cent de la moyenne de sa carrière, nous pourrions penser que si cela est le cas, |
| la personne doit décider de prendre sa retraite. Si quelqu'un au cours de la dernière année pouvait également avoir des scores de performance de 80 %, nous pourrions penser que les joueurs pourraient encore jouer deux à trois ans de plus. |
| Kobe Bryant a quitté la ligue à l'âge de 37 ans. Nous avons vu que sa performance l'année dernière avait maintenu environ 80% de ses capacités. |
| A droite... sur le graphique de gauche montrant un ensemble de joueurs qui devraient prendre leur retraite plus tôt, mais ils ne le font pas, surtout quand on va voir celui de Juwan Howard. |
| les performances après 34 ans représentent environ 20 à 40 % de ses capacités professionnelles. On pourrait souligner que Kobe peut jouer davantage et que Juwan devrait prendre sa retraite plus tôt. |
| Notre objectif en matière de clustering, car nous voulons utiliser les résultats du clustering pour aider l'entraîneur et l'équipe à voir quelles sont les performances futures de leurs joueurs. |
| Nous avons utilisé JMP et divisé 36 lecteurs en sept clusters selon six catégories différentes. Les objets de collecte de données seront similaires les uns aux autres. |
| Regardons le graphique. Ce graphique compare Gary Payton et Derek Fisher, dans certains cas. De plus, la valeur R au carré est assez élevée pour |
| leurs propres clusters, ce qui signifie qu’il existe une forte corrélation entre eux. Sur la base de la valeur R au carré, le graphique pourrait clairement nous montrer qu’ils sont assez similaires. |
| Gary Payton a pris sa retraite de la ligue en 2007 et Derek Fisher en 2014. Une différence de sept ans. Autant utiliser le parcours professionnel de Gary Payton pour prédire la tendance future de Derek Fisher. |
| L'âge est l'un des facteurs les plus importants pour les joueurs de la NBA. À mesure que l’âge des joueurs augmente, ils auront la possibilité de prendre leur retraite. |
| Ce modèle de courbe combinée utilise le regroupement et la corrélation de statistiques multivariées pour démontrer comment les performances des joueurs ont changé, en fonction de la différence d'âge et de trajectoire de performance avec l'âge. Et les méthodes de modélisation pourraient également s’appliquer à d’autres sports professionnels. |
| Merci. |
