Heute war gehen Zu sprechen um
Was bietet Die am besten Gelegenheit für a Komm zurück In Die NBA.
Also Mein Name Ist Weston Lachs.
Ich bin momentan a Student bei Oklahoma Zustand Universität
Studium für Geschäft Analysen Und Daten Wissenschaft In unser Meister Programm.
Und Mein Name Ist Zach Müller.
Ich bin Auch a Student bei Oklahoma Zustand Universität
Und Auch Studium für Mein Meister In Unternehmen A Analytik Und Daten Wissenschaft.
Alle Rechts, Also war gehen Zu Abdeckung Die Tisch Inhalt real schnell.
Das Shows Was war tun hindurch Die Präsentation.
Erste war gehen Zu beginnen mit ein Einführung
Das diskutiert Warum war Hier Und Was genau Die Studie Ist für.
Dann war gehen Zu springen hinein unser Daten und Methoden,
Und Das Aussehen bei Was tut Die Daten sehen wie,
Wie tat Wir vollständig unser Analyse,
Und Die anders Wege Wir manipuliert unser Daten.
Also Dann sehen bei Die deskriptive und prädiktive Anteile
Das zeigen Was dürfen Wir ableiten aus Die Daten, wie sie vorliegen
Und Dann Was Tun unser Vorhersagen sehen wie.
Dann bei Die Ende,
Also abschließen Die Präsentation
Und sehen bei Was Sind Die Implikationen der Analyse
Und Wie Es dürfen Sei gebraucht von NBA Teams In Die Zukunft.
Hier ist a Zitat von Ohne Frank.
Er ist Die Direktor von Basketball Analysen mit Die San Antonio Spurs.
Wir Gedanke Das würde Sei a Gut Zitat
um es mit einzubeziehen, da es sich mit [unverständlich 00:01:16]
Und Auch Die Die NBA ist In allgemein.
Also Er sagte,
"ICH denken Analysen haben an Popularität gewonnen
Weil Es dürfen geben Du a wettbewerbsfähig Vorteil
Wenn Du Tun Es Also.
Jeder wenig bisschen hilft.
Durch unser Präsentation, war gehen Zu diskutieren
NBA Analysen Und Wie Sie dürfen produzieren kommen Rücken
basierend An Die Daten Das Wir finden.
Wir Gedanke Das Zitat Wirklich Speiche Zu Die gesamt Objektiv von unser Projekt.
Jetzt werde ich passieren Es aus Zu Zach mir einführen Die Projekt als a ganz.
Danke, Weston.
Gehen hinein Die Einführung Hier, gehen hinein a NBA Jahreszeit,
jeder Team hat eins gemeinsam Ziel, Und Das ist Zu gewinnen Die Meisterschaft.
Wie I sagte, gehen hinein Die Jahreszeit, a viel von Teams Hoffnung für 40 Plus Siege
In ihre 82- Spiel Jahreszeit,
Aber a Großartig Jahreszeit typischerweise Ergebnisse In 50 Plus gewinnt.
Dann Auch unser primär Interesse für Das Präsentation Und Analyse
Ist In Die hart gekämpft Siege oder auch bekannt als Comeback-Sieg
von diese anders Teams.
Wir definieren a Komm zurück Sieg
als Die gewinnen Team verlieren von 10 Plus Punkte bei Halbzeit.
Bei Halbzeit Sein runter von mehr als 10 Punkte bis zum Spielende,
Wir war Sehen Das jeder Also oft
Dort war Teams Das war nehmen a führen Und letztlich gewinnen Das Spiel.
Dann Endlich,
Wir haben unser Analyse Das nutzt spielen- von- spielen Daten Und Gehalt Daten Sets
welche Wir Wille gehen hinein a wenig mehr Detail In Nur a wenige Minuten.
Jetzt war gehen Zu diskutieren Die zwei Geschäftsfragen
Das Wir wollen Zu Antwort Verwendung beide Die Daten.
Erste, Suche bei Die spielen- von- Spieldaten,
Wir wollen Zu wissen genau Was spielt oder Sequenz von spielt innerhalb Die Spiel
geben Die Team Die größte Chance bei a Komm zurück Sieg.
Wir wollen Zu wissen Was genau Spieler und Trainer können tun
Und ziehen hoch In Die Linie hoch Zu produzieren a Komm zurück.
Dann mit Die Gehalt Und Karriere Statistikdaten
Wir Wirklich wollen Zu sehen Wie diese Variablen,
Die Gehalt Und Karriere Statistiken,
dürfen Sei gebraucht Zu bestimmen Wie beteiligt a Spieler sollen Sei In Komm zurück Siege.
Also nicht unbedingt Nur Wie Also Sie durchführen als Sie Genau genommen aufführen,
Aber Auch Wie Sie sollen durchführen basierend An diese Variablen.
Also welche Spieler Sind leistungsschwach
Und über aufführen nach Zu ihre Vertrag Und Schiene aufzeichnen?
Nächste Also diskutieren Die Daten Und Methoden Das Wir gebraucht für beide Die Daten Sets.
Wie I sagte, Wir Ha d zwei Daten Sets.
Der Erste eins fokussiert An Spielbericht Daten.
Das Daten enthält Die Verfahren Und Ergebnis jedes Spiels
innerhalb jeder Spiel aus 2015 durch 2018.
Also Es enthalten alle 30 NBA Teams Und genau Was Sie tat
In jeder einzel spielen hindurch Die Spiele hindurch diese Jahre.
Zach Wille Auch sprechen um Die Gehalt Daten Das Wir haben.
Rechts, Also gehen hinein Die Gehalt Daten, Es enthält Die Gehalt Information
für jede von Die Spieler
Das war erwähnt In Die Spielbericht Daten.
Ob Das Spieler Das War erwähnt in den Spielberichten
gespielt eins Minute von NBA Zeit oder Hunderte von Minuten von NBA-Zeit
Sie war erscheint In Mein Gehalt Daten.
I könnte Dann gehen Und sehen Was ihre Karriere Statistiken Und Was ihre Gehalt War
für Die Jahreszeiten Das Wir war beim Betrachten innerhalb Die Spielbericht Daten.
Jetzt war gehen Zu sehen bei Die Schlüsselvariablen
Das Wir gefunden innerhalb Die Spielbericht Daten Satz.
Du dürfen sehen Dinge solch als Komm zurück,
Hälfte Zeit Defizit, Die Schuss Distanz, Ergebnis Typ, Und Rebound Typ.
Aber zwei Das Wir wollen Zu Fokus in In besondere War Die Komm zurück.
Das ist a Variable [unverständlich 00:04:51]
Es War unser Flagge Variable Und verwendet als unser Prädiktor.
Wir markiert Die eins nächste Zu alle Spiele
Wo a Team folgte von 10 oder mehr Punkte zur Halbzeit
Und kam zurück Und Won Und Es War a null Wenn nicht,
Weil als Wir sagte,
Die gesamt Ziel von Das Präsentation
Ist Zu sehen Was führt Zu kommen zurück In allgemein.
Dann Auch Wir wollen Zu Schauen Sie sich den Halbzeitrückstand an.
welche War ein anderer Variable Das Wir erstellt.
Das Shows Die Nummer von Punkte, Die bestimmtes Team folgte von bei Halbzeit.
Wenn Die Defizit War größer als oder gleich 10 Punkten
Dann diese war Die Spiele Das Wir speziell sah bei,
Und Dann Wir wollen Zu sehen Wenn die Spielzüge, die während dieser Spiele gemacht wurden
geführt Zu a Komm zurück In Die Ende.
Jetzt Suche bei manche von Die Schlüssel Variablen für Die Gehalt Daten.
Diese als a ganz Sind Variablen Das Wir haben beschlossen
war gehen Zu Sei wichtig für unsere Analyse.
Aber einmal wieder,
I gesucht Zu konzentrieren Sie sich auf a wenige von diese oder ein paar dieser Variablen
als I fühlen Das Sie Sind wichtiger Zu Punkt aus Und erklären.
Erste von welche Sein Die Spieler Beteiligung Variable.
Der Spieler Beteiligung Variablen berücksichtigen die individuelle Beteiligung
An Schlüssel spielt während Comebacks.
Diese spielt könnte enthalten Aufnahmen, Rebounds, Fouls,
beliebig von Die umsetzbar spielt
Das Wir sehen hindurch Die Spielbericht Daten.
Also Wir gesucht Zu nehmen Person Konten
aus Spieler Also Wir könnte sehen
Wie viele mal a bestimmt Spieler
War den Ball über die gesamte Saison hinweg werfen,
Und Wirklich Sei fähig Zu vergleichen diese Spieler
Zu andere Spieler innerhalb der Liga
Dann gehen Zu kommen zurück Punktzahl.
Das Ist a min- max Wertung Verfahren
Das Wir verwenden Zu Punktzahl Die gesamt Spieler Beteiligungen.
Das Ist Was Wir verwenden Zu Wirklich quantifizieren Wie beteiligt diese Spieler war.
Das Ist unter Verwendung Die Variable Spielerbeteiligung
Das Du sehen Das I Nur erklärt.
I gesucht Zu gehen a wenig bisschen Tiefer hinein Die Komm zurück Punktzahl Berechnung
Nur Zu machen Sicher Das alle versteht Wie Das War berechnet.
Als I sagte, Es War a min- max Bewertungsmethode
Und Das War gebraucht Zu die Beteiligung der Spieler ermitteln
während ihre Team Komm zurück Siege.
Das min- max Verfahren erstellt Die Ergebnisse
nehmen Die Spieler Einbeziehung in die Berücksichtigung,
relativ Zu Die Reichweite von Werte Das erscheinen für jede Variable.
Es würde nehmen Die maximal zählen von diese anders spielt
Und Es würde verwenden Das als Die maximal Und Dann a Minimum
von typischerweise Was Wir gefunden würde Sei null als bestimmt Spieler würde nur spielen
a sehr niedrig Menge von Minuten aus null Und alle Die Weg hoch Zu Hunderte von Minuten.
Aber typischerweise mit Die null Minute Spieler,
Wir gefunden Das Sie tat nicht beitragen viel Zu diese Komm zurück gewinnt.
Unten Du sehen Die Formel Das Wir wurde für jeden der Spieler verwendet
Zu erstellen Das Komm zurück Punktzahl.
Das Ist a perfekt Beispiel als Wir sehen Die helfen zählen
geteilt von Die maximale Unterstützung mal . 1667,
welche .1667 Sein 1 geteilt von Die gesamt von Die 6 eingeschlossene Variablen,
welche Ist Was Wir würde Anruf Die Gewicht für Die Formel.
Jede von diese Variablen War gewichtet gleichermaßen
Und Wir nahm Die min- max Punktzahl für jede der Variablen
Und multipliziert Das von 100 Zu erhalten Die Finale Punktzahl.
Also Jetzt sehen bei Die spielen- von- spielen Analyse Verfahren.
Wann nehmen Das Daten, Wir Erste begann von Zusammenführung.
Wir hatte sechs CSV Dateien,
eins Das identifiziert jede Person Jahr,
Und Wir kombiniert alle diese hinein eins Zentraldatei
Also Wir könnte sehen bei jede Spielbericht Daten aus Die sechs Jahre Das Wir hatte.
Wir Dann transformiert Die Daten Verwendung Flagge Variablen.
Als Wir sagte,
Wir erstellt a Spalte Das spezifiziert ob Dort War a Komm zurück oder nicht.
Wir Erste sah bei Die Halbzeit Ergebnisse
Und gesehen Wenn Teams war nachlaufend von 10 oder mehr bei Halbzeit.
Wir würde Dann nehmen diese Spiele
Und Dann sehen Wenn a Komm zurück Genau genommen geschah.
Wenn Es tat, Wir markiert eins Und speziell Also erhalten diese spielt Das geschah.
Dann für Die beschreibend Analyse,
Wir sah bei anders Diagramme innerhalb Malerei.
Diese enthalten Dinge als Wie weit weg Die Spieler war Schießen aus Die Korb,
und ob Sie war fehlen oder Fälschung ihre Aufnahmen,
Die Rebound Typen, ein und Dinge so etwas
Zu erhalten ein Idee von Was Spieler war tun während Die Spiele,
Wenn Sie war Genau genommen produzieren Gut Ergebnis Zu sicher a Komm zurück.
Dann schließlich, Die Vorhersage Analyse Wir tat In J MP Pro Verwendung a Entscheidung Baum
Zu sehen welche spielt Und Theaterstücke produzieren Die kommen zurück
Und Wie Wir dürfen besser sehen bei diese In Die Zukunft Zu Dann haben Teams
Sei fähig Zu produzieren mehr Comebacks hindurch Die Jahreszeit.
Jetzt für Die Methoden mit Die Gehaltsanalyse.
Erste aus, Wir hatte Zu Tun manche Tisch tritt bei.
Diese Gelenke war notwendig Zu erhalten alle Datentabellen zusammen
als Wir benötigt ihnen alle zusammen
Zu wirklich in alles eintauchen können als a ganz
Getrennt Es war nicht zu viel helfen für uns.
Dann wir haben verschoben An Zu manche Daten Transformation.
Wir schrieb SQL Anfragen Zu versammeln Die Zählungen von Die Schlüssel Kennzahlen.
Das Ist Wie Wir bekommen Die Zählungen von Aufnahmen
für Die verschieden Spieler
entlang mit andere Dinge solch als Neuausrichtung oder Fouls.
Dann Wir verschoben An Zu manche beschreibend Analyse Das War vollendet In Malerei.
Mit Das beschreibend Analyse,
eins von Die Schlüssel Dinge Das Wir war beim Betrachten
War Die Komm zurück Ergebnisse Die tatsächlich Komm zurück Ergebnisse
Und Die vorhergesagt Komm zurück Ergebnisse gegen Die Gehalt von Die Spieler.
Also Wir könnte sehen Nur Wie Also sie sind aufführen
relativ Zu ihre Gehalt.
Dann Endlich Wir hatte a Vorhersage Analyse.
Wir tat a linear Regression Das War vollendet In JMP Pro.
I Wille gehen hinein a wenig bisschen mehr Details um Das a wenig bisschen später An.
Jetzt war gehen Zu springen
hinein diese beschreibend Und Vorhersage Analyse Das Wir durchgeführt.
War gehen Zu beginnen mit Die beschreibend Analyse Erste.
Hier, Wir wollen Zu sehen bei Die Gehalt gegen Comebacks von jede NBA Team.
Wenn Du sehen bei Die Daten Punkte,
Du dürfen sehen Das am meisten Teams Folgen Sie der Trendlinie,
Bedeutung Das als Sie mehr Geld ausgeben An ihre Teams Und Gehalt,
Sie Auch produzieren a größer Nummer von Comebacks.
Also Du dürfen sehen Das Die Boston Celtics
hatte Die am meisten Comebacks bei 14 nach oben,
Und Dann Die Cleveland Kavaliere haben Die höchste Gehalt bezahlt,
Aber Auch eins von Die am wenigsten Comebacks mit nur fünf Comebacks.
Was Wir Gedanke War Die am meisten interessant War Die Indiana Pacers,
Weil nicht nur tat Sie zahlen solch a niedrig Gehalt,
Aber Sie war Auch fähig Zu 12 Comebacks erzielen
welche Ist Die dritte am meisten hindurch Die NBA.
I gesucht Zu Konzentrieren wir uns auf die Indiana Pacers
Und sehen Was genau Sie taten
Das erlaubt ihnen Zu eine so hohe Anzahl von Comebacks hervorbringen
mit solch a niedrig Gehalt Rate.
Als Weston sagte, Wir gesucht Zu Fokus An Die Indiana Pacers.
Hier Wir sehen Die Gehalt von Die Spieler der Pacers im Vergleich zu ihren individuellen Comeback-Ergebnissen.
Mehrere hoch erzielte Spieler Sind gefunden innerhalb Die Indiana Pacers Dienstplan,
als Du dürfen sehen mit Myles Turner, Carlson, Jung, George, Und Oladipo.
Der Spitze erzielte Spieler Sind verbreiten über Die Gehalt Spektrum.
Also Du sehen manche billig Spieler solch als Myles Turner oder Carlson
Sein mehr von a Mitte Reichweite Spieler, Gehalt bezahlt Spieler.
Dann Du Auch haben mehr teuer Spieler solch als Paul George
oder Victor Oladipo weiter in Richtung Die Spitze Rechts von Die Graph Dort.
Also Du dürfen Wirklich sehen Wie sie haben den Reichtum verteilen über
Und Sind bekommen maximal Leistung aus von ihre hochbezahlte Spieler,
Aber Auch Finden Leistung aus von untere bezahlt Spieler.
Du dürfen Auch sehen Das Sie haben mehrere Mitte Stufe Spieler Das kommen hinein spielen
Und bieten groß helfen Zu Die Pacers
als Sie brauchen manche Spieler Zu kommen aus Die Bank
Und Sei fähig Zu bieten
manche Schlüssel Wert spielt Und produzieren Comebacks.
Als I sagte, eins von Die Schlüssel Punkte, auf die ich hinweisen möchte
War Das Bild Victor Oladipo— Die höchste bezahlt Spieler im Team —
Ist Auch Die höchste aufführen In Bedingungen von Komm zurück Punktzahl,
Also sie sind definitiv bekommen ihre Wert aus von ihn als a Spieler.
Alle Rechts, Also Jetzt war gehen Zu erhalten hinein unser Vorhersage Analyse.
Zu beginnen mit Die Spielbericht Daten, Wir entschieden Zu machen a Entscheidung Baum
Zu vorhersagen Die spielen Typ Das führt Indiana Pacers produzieren Wie wäre es mit zurück
Verwendung Die folgende Variablen dass du dürfen sehen unten.
Also sehen Das nur a ein paar dieser Variablen
Genau genommen gespielt a riesig Auswirkungen In Vorhersage ob Die Pacers
Wille kommen zurück aus 10 oder mehr Punkte.
In Die Entscheidung Baum,
Dort Sind zwei Knoten In besondere.
Eins Wo Die Distanz Schuss War größer oder gleich 26 Fuß
aus Die Korb, Und Sie war Herstellung diese,
als Also als mit einer Schussdistanz von mindestens 3 Fuß
aus Die Korb,
Bedeutung Das sie sind beim Betrachten mehr von a Layout Option.
Jetzt war gehen Zu sehen bei diese zwei Knoten a wenig bisschen mehr In besondere.
Diese Zweige, als I sagte,
vorhersagen Das Die Pacers produzieren Komm zurück Siege.
In Die gesamt Modell Wir hatte a Validierung Fehlklassifizierung Rate von 45,97%.
Als I sagte,
Die Modell Vorhersagen Das gemacht Aufnahmen von 26 Fuß und mehr
gemacht Korbleger 3 Fuß oder weiter aus Die Korb führt Zu Comebacks.
Wir würde sagen Ist,
Sie sollen Wirklich Fokus An Die Dreipunktperspektive
Und mehr höher Prozentsatz Schießereien solch als Korbleger,
Weil als Du dürfen sehen In beide von diese, Die Vorhersage War eins,
welche In Das Fall bedeutet Das Die Pacers war fähig Zu produzieren a Komm zurück.
Du dürfen sehen Das mit Die 26 Füße und weiterer Knoten,
Die Wahrscheinlichkeit Das Es gleichgesetzt 1 War 62,75 %,
Dann Wann Wir haben Korbleger aus einer Entfernung von 3 Fuß oder mehr vom Korb geworfen.
Du hatte a Wahrscheinlichkeit Das Du würde Gewinnquote von 75,9%
oder kommen zurück bei 75,9%.
Dann als I sagte,
Dort war zwei Variablen Das scheinen die wichtigsten zu sein
von Die 10 Das Wir sah bei
bei der Vorhersage Warum Die Die Pacers konnten ein Comeback schaffen.
Das War Erste Schuss Distanz.
Welche sah bei Wie weit Spieler Schuss Die Ball,
Und Dann Auch Schuss Ergebnis.
Das ist ob Sie gemacht oder verpasst Die Schuss.
Mit Die Distanz, als I sagte,
26 Fuß oder weiter, welche Ist um Die drei- Punkt Reichweite,
oder manche von diese höher Prozentsatz Aufnahmen In Die spielen für a Spielpause.
Dann Auch Wenn du bist Herstellung mehr Aufnahmen,
du bist produzieren a höher Punktzahl geben Du a besser Chance von Kommen zurück.
Alle Rechts, Also Jetzt Bewegung hinein
unser linear Regression Portion von unser Vorhersageanalyse.
Das Regression, als I sagte, War vollendet In JMP Pro,
Und Das War Erledigt Zu vorhersagen Die Komm zurück Ergebnisse von Person Spieler
basierend An Die folgende Variablen Das Du sehen Dort An Bildschirm.
A Paar von Die Schlüssel eins Zu Punkt Herausgerechnet würden die individuellen Spielergehälter.
ihre Team Name, Und Dann ihre Karrierestatistiken
als Du sehen mit alle diese anders Variablen Dort.
Es ist Auch wichtig Zu Notiz
Das Die Variablen war ausgewählt für diese Regression
basierend An ihre Ebene von Bedeutung.
Wenn Die Variable War nicht gefunden Zu von Bedeutung sein,
Es War nicht enthalten In Die Regression.
Gehen hinein Die Zusammenfassung von für diese lineare Regression geeignet,
I Tun wollen Zu Punkt heraus, dass es einen niedrigen R²-Wert hat.
Aber Das Ist nicht a primär Sorge für unser Analyse.
Wir wusste Das Die Komm zurück Punktzahl
würde Sei basierend An Die Komm zurück Beteiligungsstatistik,
Aber Wir Jetzt gesucht Zu wissen
Was Die Die Punktzahl wäre basierend An vollständig anders Variablen.
Also stattdessen von Verwendung Die Variablen
Das Wir gebraucht Zu erstellen Die Statistik anfänglich,
war Jetzt Verwendung neu Variablen Zu versuchen Zu vorhersagen Was Es sollen Sei basierend An,
wie I sagte, ihre Gehalt Und Karriere Statistiken.
Das bedeutet Das Die Vorhersagen würde variieren aus Die Original Ergebnisse
Und Das War nicht nur erwartet In unser Analyse,
Aber Es War Auch gewünscht Das Wir kamen zu unterschiedlichen Ergebnissen.
Zu Wirklich sehen Wie Sie war angeblich Zu ausführen.
Jetzt, basierend An Das Analyse,
Wir war fähig Zu kommen hoch mit manche von Die am meisten wichtig Variablen.
Der Erste von welche Das Wir gesehen War am meisten wichtig War Gehalt.
Etwas Das Wir war Sehen
Ist Das höher bezahlt Spieler war wird eine höhere Leistung prognostiziert,
welche Ist etwas Das Du würde definitiv mehr sehen
In Die tatsächlich NBA.
Sehen Das Spieler wie Victor Oladipo oder LeBron James
mit höher Gehälter bezahlt Zu ihnen würde Sei aufführen besser
als diese mit untere Gehälter.
Dann Bewegung An aus Dort, Wir Auch haben Die Team.
Das eins definitiv macht Sinn
als Du sehen Das manche von Die Spitze Teams
Das Es hatte auf einen Comeback-Sieg gehofft.
Und Vorhersage Die Komm zurück Ergebnisse
Ist Die Golden Zustand Krieger und die Indiana Pacers,
welche Ist a Paar von Die Teams Das Wir gesehen
hatte Die höchste Nummer von Comeback-Siege
über Die Jahreszeiten Das Wir war Suche bei.
Dann Wir Auch hatte a Paar von Karrierestatistiken Das Wirklich geplatzt hoch
Und zeigte Zu Mich a Paar von Die am meisten wichtig Variablen
für Das Regression.
Der Erste von welche Sein Die Karriere gesamt Rebounds von Die Spieler,
Und Dann Das War folgte von Die Karriere Punkte.
Sehen Das Spieler hatte höher Karriere-Rebounds insgesamt und höhere Punktzahl,
Wir erwartet diese Spieler Zu produzieren mehr
Wert wann immer Es kam Zu erstellen Komm zurück Sieg.
Krank Auch Notiz Das diese wichtige Variablen
war berechnet durch Die Protokoll Wert.
Jetzt war gehen Zu sehen bei Die Schlussfolgerungen von Die Präsentation.
Okay, Also gehen hinein manche von Die Indiana Pacers Vorhersagen,
speziell wollen Zu Punkt einige der Top-Spieler der Pacers
Und unter Künstler.
Der Blau Punkte Das Du sehen Dort sind die eigentlichen Top-Performer der Pacers
Das Wir gesehen In Die früher Diagramme
von Die Tatsächlich prognostizierte Comeback-Punktzahl im Vergleich zum Gehalt,
wohingegen Jetzt Wir Sind Blick auf die vorhergesagte Punktzahl
oder ihre tatsächlich Komm zurück Punktzahl, Entschuldigung, gegen Die Gehalt,
und jetzt Wir Sind Suche bei Die vorhergesagte Punktzahl.
Der Die orange Xs markieren Die Pacers Leistungsschwache Unternehmen.
Der Leistungsschwache In Das Graph mit Die orange Xs,
Wir Sind Sehen ihnen vorhergesagt Zu relativ viel höher sein
als ihre Teamkollegen wohingegen mit ihre tatsächlich Ergebnisse
Sie Sind Finden selbst mehr mittleres bis unteres Ende des Pakets
relativ Zu ihre Teamkollegen
welche Wirklich Shows uns Das sie sind nicht aufführen
hoch Zu Was ihre Gehalts- und Karrierestatistiken
sagen Sie, dass Sie sollen Sei aufführen
insbesondere Wann Es kommt Zu erstellen a Komm zurück Sieg.
Aber Es Ist wichtig Zu Punkt aus
Das Die Team hat Erledigt a Großartig Aufgabe ist es, preisgünstige Spieler zu verpflichten.
Das produzieren Komm zurück gewinnt.
Wir sehen diese Spieler solch als Myles Turner oder Carlson oder Young
Das haben a wenig bisschen untere Gehälter
Aber Sie Auch produzieren a viel von spielt
Das dürfen helfen mit erstellen a Komm zurück gewinnen.
Dann Wir Auch gesucht Zu Punkt aus
einige der Vorhersagen für die Cleveland Cavaliers
Und ihre Fehler Das gehen mit ihnen.
Der Cavs sollen haben mehrere hoch- Stufe Komm zurück Spieler.
Eins speziell Zu Punkt aus würde Sei Kevin Liebe.
Kevin Liebe Ist Dort bei Die Oberseite des Diagramms
Und Er hat beide ein orange X Und a Blau markieren nächste Zu sein Name.
Das Nur Marken Das Er War eins von Die tatsächlich Spitze Künstler
für die Cavaliers
Aber bei Die Dasselbe Zeit, er ist unter aufführen stark.
Also In unser Vorhersagen,
Wir dürfen sehen Das er ist vorhergesagt Zu Genau genommen durchführen besser als LeBron James,
welche Ist etwas Das Ist sehr interessant Zu Punkt aus.
Wie I sagte, mit unser Vorhersagen basierend auf Gehalt und Karrierestatistiken,
Wir würde erwarten Kevin Liebe Zu LeBron James übertreffen
Wann Es kam Zu produzieren Komm zurück gewinnt.
Aber In Wirklichkeit, er ist Genau genommen ganz weit unten auf der Liste
Und Er Trotzdem Überreste eins von Die Spitze Künstler,
Aber Er tut nicht produzieren fast als viel als LeBron James tut.
Jetzt Wir Auch gesucht Zu sehen bei Die am besten geschätzt Spieler In NBA.
Wir zeigen Die Spitze fünf Hier.
Suche bei ihre vorhergesagt Komm zurück Ergebnisse
Du haben Menschen solch als Karl-Anthony Towns, Joel Embiid,
Und Ben Simmons
die vorhergesagt wurden Zu Sei manche von Die höher aufführen Spieler
In Die gesamte Liga.
Aber als Du dürfen Auch sehen, Wann Das Daten War genommen,
Sie hatte relativ niedrig Gehälter verglichen Zu andere Spieler.
Was Wir empfehlen Hier
Ist definitiv geben diese Spieler Die Verträge, die sie verdienen,
als Sie helfen Teams produzieren Comebacks Und offensichtlich
bieten Statistiken Das erlauben Teams Zu durchführen ihre am besten.
Sie sind definitiv mehr tun für Was sie sind Genau genommen Wert.
Dann Wir Auch gesucht Zu Schauen Sie sich die beste Vorhersagelinie an
für Die Pacers.
Als I erwähnt früher,
Das drei Punkt In hoch Prozentsatz Schwerpunkt.
Also bauen hoch die Aufstellung von Schießen Bedrohungen aus Distanz.
Du haben Menschen solch als Robinson, Joseph und George
ihre Durchschnitt Schuss Distanz Ist um 15 Fuß und mehr
Wann Die drei- Punkt Linie Ist um 25 Fuß,
Also Das Shows Das Sie sie werfen viele Dreier.
Aber sie sind Auch Herstellung Es.
Nicht nur Sind Sie Schießen aus Das weit,
Aber sie sind Auch mehr wahrscheinlich Zu machen ihre Aufnahmen,
Also diese Menschen würde Sei gut zu haben In Die Linie hoch
wann immer Du Sind versuchen Zu produzieren a Komm zurück
als sie sind mehr effizient.
Auch Weil Sie dürfen schießen aus tief,
du würdest erwarten Das Sie Auch haben a solide spielen runter niedrig
Zu Sei fähig Zu erhalten a Schneller Korbleger
Und erhalten diese höher Prozentsatz Aufnahmen hineingehen als Also.
Als I erwähnt,
ein Durchschnitt Distanz von gemacht Würfe in der Nähe der Dreipunktelinie sind
sehr besonders wichtig für die Pacers
Zu Sei fähig Zu produzieren a hoch Nummer von Comebacks.
Das Analyse bestätigt Was Ist bereits gehen An In Die NBA.
Typischerweise Teams WHO finden selbst runter von a bestimmt Nummer bei Halbzeit
Wille werfen hoch a wenig bisschen mehr drei- Punkt Aufnahmen,
Aber Auch Sie nicht Wirklich Konzentriere dich auf diesen Look mit hohem Prozentsatz
Nur aus runter niedrig hinein Die Korb.
Wir Auch denken Das Sie sollen sich auf die Ausarbeitung von Spielzügen konzentrieren
erlauben ihnen Zu Nur erhalten a schnell darauf aufbauend Schwung holen
als Sie versuchen Zu produzieren a Komm zurück später An.
Alle Rechts, Also Das Schlusswort unser Präsentation.
Wir Nur wollen Zu sagen a schnell Dank Du,
Und Das Ist Wo Wir würde offen Es hoch Zu Fragen.
