揚聲器 | 成績單 |
| 何志峰 | NBA老化影響和基準分析。 |
| Mason Chen 是該計畫的共同作者。 我們決定做這個產品的主要原因是我們的NBA偶像科比布萊恩去年因直升機事故去世。 |
| 很多人開始重新關注自己的退休年齡，很多媒體和球迷都認為Kobe仍然可以打更多比賽而不是離開NBA聯盟。 |
| 我們想知道這些歷史球員能否繼續堅持兩到三年。 |
| 球隊可能會根據球員的價值、當前和未來的表現、年齡和先前的傷病史來考慮球員的頂薪合約。 |
| 超級巨星和替補球員之間沒有區別。 有一天，他們肯定會面臨因老化因素而導致的業績下降。 |
| 如果他們隊有巨星已經面臨數據下滑，球隊門票還應該以他為中心嗎？ |
| 當然不是。 NBA是一個商業聯盟，管理者只想建立一支強大的球隊以獲得NBA總冠軍而不是失去，不會為自己謀取任何好處。 |
| 在我們的計畫中，我們希望幫助教練、培訓師和醫生了解老化因素對 NBA 球員的重要性。 |
| 從我們的角度來看，我們會考慮科比休假的時機是否夠好。 其次，我們從數據中考慮了退休太晚和退休太早的球員。 |
| 最後，我們研究了年齡對於 NBA 籃球運動員的重要性，並提供了一些線索。 |
| 在我們的目標中，我們希望開始建立統計模型來顯示年齡對於 NBA 球員來說是一個重要因素，然後我們將透過使用前球員的職業軌跡來預測現役球員的表現。 |
| 在數據選擇部分，我們只考慮至少完成1200場比賽和15個賽季的頂級球員。 而每個賽季都應該算在1979-1980賽季之後。 |
| 我們排除了短賽季記錄，然後刪除了球員參加比賽少於 20 場比賽的所有賽季。 |
| 總分鐘數、得分以及每分鐘得分。 三個類別。 透過根據職業生涯平均水平對每個球員的年度統計數據進行標準化。 最終，共有36名選手獲得參賽資格。 |
| 職業生涯指數的製作和使用標準化對數。 |
| 儘管這些球員都是合格的並且被計入我們的數據集中，但我們不能僅僅用他們的得分、上場時間來進行對比。 |
| 標準化後，得出三個類別的分組比例，然後得出職業生涯巔峰指數， |
| 等於 Z TM 加上 Z PP 加上 Z PM。 Z TM 等於一名球員的總分鐘數減去小組平均值。 然後我們除以總分鐘數的標準差。 三個類別的方法是相同的。 |
| 你可能會問我為什麼要做Z標準化？ 因為 Z 統計有兩個好處。 首先，它將消除任何標準差偏差，並確保球員職業生涯平均值的權重相等。 |
| 這是36名球員位置分佈的長條圖，顯示歷史資料集的36名大前鋒位置球員合格最多，其中有11名，而小前鋒位置球員最少，僅合格三名。 |
| 右側的頂部圖表顯示了我們如何計算組合曲線，底部圖表顯示了前三名球員（科比·布萊恩特、勒布朗·詹姆斯、邁克爾·喬丹）與組合的曲線。 |
| 為什麼我們選擇使用三位球員？ 因為那些球員？？？保持得很好，他們是歷史上最好的球員。 |
| 透過使用每分鐘的平均分數、每個年齡組的總分到分鐘，我們將它們結合起來 |
| 作為用於與每個數據進行比較的組合曲線。 很容易指出頂部圖表中的平均峰值年齡為 27 歲。 每個類別都指出最高值。 科比·布萊恩特就是一個很好的例子來解釋這一點。 |
| 下圖勒布朗·詹姆斯顯示的是一個異常值，他的巔峰年齡似乎是21歲，而在27歲期間，他的組合曲線跌至新低。 |
| 旺季位置依賴就是找出不同位置球員的黃金年齡。 我們使用變異數分析來找出五種位置依賴性是年齡，相同或不同。 |
| 因變數是八個因素。 我們想知道是否有什麼不同。 然後我們進行單向變異數分析。 |
| 左圖籃球運動員的各個位置是否有差異？得分後衛和小前鋒的年齡也比其他球員早。 |
| 另一種終極策略主要針對小前鋒和得分後衛。 如果新秀被選中在這兩個位置上訓練，他們將有大量的射門和時間。 |
| 雖然今年跑轟策略盛行，但小前鋒和得分後衛也同樣提前進入了黃金時代。 在底部 |
| ANOVA表指出P值小於0.5，這意味著機率可以拒絕原假設，進一步得出至少一個位置具有不同峰值年齡的結論。 |
| 在右圖中，MVP 的年齡大約是球員巔峰年齡後的兩年。 此時，玩家們已經經歷了自己的黃金年齡階段。 我們通常用MVP來比較一個球員的表現。 |
| 隨著年齡的增長，他們的身體機能會下降，傷害可能會影響他們在MVP評選中的成績。 |
| 我們在年齡研究的曲線上使用配對 T 檢定。 我們希望看到球員的巔峰年齡和他們的 MVP 年齡之間的聯繫。 |
| 我們想要檢查統計量的兩個測量值之間的差異是否不為零。 |
| 我們的結果顯示，一名進入巔峰年齡的球員平均在兩年後獲得 MVP 頭銜。 |
| 巔峰年齡和MVP平均年齡之間有顯著差異。 然而，預測模型不能拒絕假設，顯示預測是準確的。 |
| 是的，我們設定的判斷告訴我們，如果球員的表現低於職業生涯平均水平的 60%，我們可能會認為，是否 |
| 人需要決定退休。 如果去年某人的表現得分也能達到 80%，我們可能會認為球員還可以再打兩到三年。 |
| 科比·布萊恩 (Kobe Bryant) 37 歲時離開聯盟。 我們看到他去年的表現還保持著80%左右的能力。 |
| 右邊......左邊的圖表顯示了一組應該提前退休的球員，但他們沒有，特別是當你去看朱萬霍華德的時候 |
| 34歲以後的表現約佔職業能力的20%到40%。 我們可以指出，Kobe可以打更多比賽，而朱萬應該早點退休。 |
| 我們進行聚類的目的是因為我們希望使用聚類結果來幫助教練和團隊了解他們的球員未來的表現如何。 |
| 我們使用 JMP 將 36 名玩家按 6 個不同類別分為 7 個群集。 資料對象的集合將彼此相似。 |
| 讓我們看一下圖表。 這張圖在某些情況下比較了加里·佩頓和德里克·費舍爾。 R 平方值也相當高 |
| 他們自己的集群，這意味著它們之間存在著強烈的相關性。 根據 R 平方值，該圖可以清楚地向我們表明它們有點相似。 |
| 加里·佩頓 (Gary Payton) 於 2007 年退役，德里克·費舍爾 (Derek Fisher) 於 2014 年退役。 相差七年。 我們不妨用加里·佩頓的職業軌跡來預測德里克·費雪的未來走勢。 |
| 對NBA球員來說，年齡是最重要的因素之一。 隨著球員年齡的增長，他們將有機會面臨退休。 |
| 此組合曲線模型利用多元統計聚類和相關性來展示球員的表現如何根據年齡差異和隨年齡變化的表現軌跡變化。 而且建模方法也適用於其他職業運動。 |
| 謝謝。 |
