こんにちは、 みんな。 私の 名前 は ケビン オドネル。
私は a ジャンプ グローバル カスタマーリファレンスインターン
そして 今日 病気 なれ 発表する の上 a 個人的 分析 プロジェクト
それ 私は 終わり それ は その NBA プレーヤー マッチアップモデル。
それで ただ に 得る 開始、
I だろう のように に 行く 以上 私の アイデア そして その 動機 のために 建物 その モデル。
私は いつも された 信じられないほど 興味がある で バスケットボール。
私は された a 巨大な バスケットボール ファン のために 私の 全体 人生、
そして I だった 見ている のために a 新しい 分析 プロジェクト に ダイビング の中へ、
それで I 終了 上 尋ねる これ 質問 ここ：
できた 私たちは モデル a プレイヤーの 攻撃 成功
ベース の上 彼らの 平均 そして その 強さ の 彼らの 反対派 として 良い？
それで として ほとんど の 私たち 知る から 見ている どれでも スポーツ、
プレーヤー パフォーマンス 様々 大いに から ゲーム に ゲーム。
その ベース の上 a バラエティ の 要因
そして 1つ の これら いる a プレイヤーの 平均 ポイント。
それ 意思 なれ a とても 強い 予測子 のために ポイント で 一つの NBA ゲーム、
しかし その 遠い から その のみ 影響 の上 a プレイヤーの 攻撃 パフォーマンス。
それで 行く の中へ これ プロジェクト、
I 望んでいた に 建てる a モデル それ 予測された その 選手たち ポイント で その ゲーム
ベース の上 その ポイント あたり ゲーム、
しかし また a 多く の 他の 変数 どれの 私たちは 意思 見て の中へ の上 その 次 スライド。
それで 理想的には、 これ 意思 なれ 役立つ のために コーチ そして チーム アナリスト に、
のために 例、 決定する どれの の 彼らの 攻撃 選手たち は おそらく
に 以上 実行する または できる に 実行する 本当に 良い
ベース の上 彼らの マッチ UPS そして 悪徳 逆もまた同様 どれの の 彼らの 選手たち 彼らは かもしれない 欲しい
に 避ける の上 犯罪 なぜなら 彼らは いる 警戒した
による いくつかの の その 最高 防御的な 選手たち の上 その 他の チーム。
これは 知らせる 遊ぶ 呼び出し そして ゲーム 計画、
それで もし a 特定の ディフェンダー は 弱い、 コーチ 5月 見て に ターゲット それ マッチ 上
または 見て に 力 a スイッチ 上に 彼らの 最高 得点者。
で その エンターテインメント 領域、
ファンタジー バスケットボール 選手たち できた 使用 これ データ に 形 外
誰が に 始める または 誰が に 選ぶ 上 オフ その 免除 ワイヤー、
それで それ もっている a 広い 範囲 の アプリケーション。
それで ここは a 少し 少し の その 概要 の その データ。
病気 行く を通して これ 素早く、 そして私たちは 見る これ として I 行く
の中へ その ジャンプ デモ a 少し 少し もっと で 詳細、
しかし だった 行く に 予測する ポイント あたり ゲーム ベース の上 セブン 主要 カテゴリー の データ。
それで だった 行く に 使用 プレーヤー 攻撃 平均 のために その 季節、
これ 含まれるもの もの のように ポイント あたり ゲーム、
3.2 ポイント パーセンテージ、 そして 高度な メトリクス そのような として 使用法 レート、
どれの 記録 どうやって 頻繁 一つの 攻撃 プレーヤー は 使用済み の上 彼らの チーム。
プレーヤー 属性 そのような として 身長、 翼 スパン、 垂直 飛躍
意思 また なれ 含まれる のために 両方 その 攻撃 そして 防御的な 選手たち
なぜなら これら 物理的な 属性、 I だろう 仮定する、 また 貢献する
に どうやって 多くの ポイント a プレーヤー 意思 スコア。
ついに、 で 条項 の その 攻撃 プレイヤー、
良い 使用 キャリア 平均値。
その 同じ 平均 それ だった 使用して のために その 季節、
良い また 使用 のために その キャリア に 追加 a 少し もっと 堅牢性 に その モデル、
そして 全体 チーム ペース そして 攻撃 リバウンド パーセンテージ
は また 行く に なれ a 予測子 なぜなら それ 意思 決定する
どうやって 多くの 所有物 そこには 意思 なれ。
もし そこには は もっと 所有物 で その ゲーム、 その もっと おそらく それ どれでも 与えられた プレーヤー
意思 持っている もっと ポイント。
等々 それ 同じ トークン、 防御的な チーム ペース
そして 防御的な リバウンド パーセンテージ 意思 また なれ 使用済み。
で 条項 の 個人 防御的な 統計、 もの のように 盗む、 ブロック、ファウル、
そして 他の 高度な メトリクス そのような として 防御的な シェアを獲得し、 どれの 対策
一つの 個人 プレイヤーの 貢献 に その チームの 勝利 の上 防衛。
それらの は また 行く に なれ 予測因子 に
おそらく 否定する その 額 の ポイント それ は 得点した による 一つの 攻撃 プレーヤー。
そして それから ついに、 その ディフェンダー 属性 意思 なれ 使用済み として I 言及された 以前。
それで 前に 私たちは 得る 右 の中へ その データ そして その モデリング そして JMP、
I だろう のように に 行く 以上 その 対戦 データ それ I だった 使用して
のために その バルク の その モデル。
それで その NBA 最近 実装された いくつかの 新しい 個人的 マッチ 上 データ コレクション
そして その ベース の上 詳細な プレーヤー トラッキング。
それで それ トラック その 最も近い ディフェンダー で 毎 ポイント、
ない ただ その 主要な ディフェンダー の上 a 遊ぶ。
それ のみ トラック フロント 裁判所 時間 そして それ 意思 追跡 部分的 所有物。
それで 何 これ 手段 は それ a プレーヤー できた なれ 警戒した による
として 多くの として 五 違う 選手たち の上 a シングル 遊ぶ、
そして それぞれ ディフェンダー だろう なれ 授与された その それぞれ 額
の 対戦 分 のために それ 所持。
それで ここ 私たちは 持っている 一つの 例 の テリー ロジエ のために その ホーネッツ
いる 警戒した による 4つ 違う 選手たち の上 違う チーム。
で その 初め 行、 ステフ カレー は 警備 彼
で のみ 1つ ゲーム のために 2.7 分 そして 許可された 二 ポイント。
それで もし 私たちは 考える の a 仮説的な どこ その ホーネッツ は 遊ぶ
ステフ カリーズ ゴールデン 州 戦士たち そして カレー 警戒した ロジエ のために 10 秒、
そして それから クレイ トンプソン 切り替えた の上 に ロジエ のために 別の 10 秒、
両方 だろう なれ 授与された それらの 10 秒 の 対戦 時間。
しかし、 もし ロジエ 得点した a 二 ポインタ で その 終わり の これ 所持、
その ポイント だろう なれ マークされた のために クレイ トンプソン。
これ は 本当に いいね トラッキング データ そして I 愛 どうやって 特定の それ は、
しかし それ した 原因 いくつかの 問題 いつ 私は試した に モデル その ポイント あたり 分
のために それぞれ プレーヤー そして ディフェンダー 組み合わせ、 どれの だった 私の オリジナル プラン。
それで I だった 元は 行く に 使用 その 攻撃 プレーヤー 統計
そして 防御的な プレーヤー 統計 それ I 言及された で その 前の スライド
で 毎 個人 対戦。
しかし 以来 多くの 守備側、 のように あなたは 見る ここ、
ログイン とても 小さい 金額 の 時間、
のように スタンリー ジョンソン のみ 警戒した ロジエ のために 一つの 平均 の 下 1つ 分 a ゲーム、
それは ない 十分 時間
のために いくつかの の これら ポイント あたり 分 測定値 に なれ 普通。
それで 行く 戻る に それ クレイ トンプソン 仮説的な、
もし クレイ のみ 警戒した ロジエ のために 10 秒 その 全体 ゲーム
そして ロジエ 持つ に スコア 二 ポイント で それ 所持、
それから ロジエの ポイント あたり 分 に対して クレイ で それ 行 だろう なれ 12.
それで 明らかに、 外挿する それ に a 満杯 ゲーム、
平 除く その 戻る 裁判所 時間 として これ データ する、 その とても 非現実的です。
それで I 持っていた に 行く と a わずかに 違う、 少ない 理想的 アプローチ。
その代わり の 使用して その 個人 防御的な 統計、
I 実は 平均化された 彼ら 外
のために それぞれ 組み合わせ の プレーヤー そして 防御的な チーム。
それで その代わり の 使用して ロジエ 対 カレー そして ロジエ 対 トンプソン、
I だろう 使用 ロジエ 対 その 全体 ゴールデン 州 戦士たち 平均 ベース の上
その 額 の 対戦 分 それ それぞれ プレーヤー 守った ロジエ。
それで のために 例、
もし ステフ カレー そして クレイ トンプソン 両方 警戒した 彼 のために 半分 その 額
の 可能 マッチ 上 分、 それから その チーム 平均、
さあ 言う 盗む あたり ゲーム、 だろう ただ なれ その 算術 平均
の カレー 盗む そして クレイ 盗む あたり ゲーム。
その 同じ だろう 行く のために 毎 防御的な 変数
そして それは 明らかに a 単純 例、
しかし その 同じ 行く のために 毎 プレーヤー 対 毎 チーム。
それで 明らかに これ は ない 理想的 なぜなら それ 最小限に抑える
その 個性 の その 対戦。
しかし I 持っていた に 放棄する それ ポイント あたり 分 アプローチ
なぜなら その サンプル だった あまりにも 小さい そして その 応答 だった 重く 歪。
それで これ モデル それ 私は 作成された と その 集約された データ は もっと 正確な
よりも 私の イニシャル 試み、 平 けれど それ 犠牲 いくつかの 個性。
それで で これ ポイント、 私は 行く に スイッチ の中へ ジャンプ ここ
そして する a 少し 少し の その デモ 方法について I 建てられた その モデル
そして いくつかの 探索的な データ 分析 に 始める。
それで に 始める、 だった ただ 行く に 見て で いくつかの 限界的な 関係
と ポイント で その グラフ ビルダー、
そして 私は できる に 選ぶ どれでも I 欲しい。
しかし のために 今 だった 行く に 見て 具体的には で 三つ 変数、
その 初め いる ポイント あたり ゲーム。
それで 私たちは 見る ここ、 私たちは 持っている a 適度 関係
と ポイント そして ポイント あたり ゲーム、 そして それ は ポジティブ として 私たちは だろう 期待する。
その 平均 ポイント それ 誰か 置く 上 で a ゲーム、
または 以上 その コース の その 季節 それよりも、 は 行く に 明らかに 影響
どうやって 多くの ポイント 彼らは スコア で a ゲーム。
同様に、 何か のように 使用法 レート、
その 高度な 統計 それ I だった 議論する 以前、
また もっている a ポジティブ 関係、
ただ わずかに 弱い よりも その 関係 間 ポイント そして ポイント あたり ゲーム。
ついに、 もし 私たちは 見て で いくつかの の その キャリア 統計、
もし 私たちは 見て で キャリア ポイント あたり ゲーム、 それから また 私たちは 見る a ポジティブ 関係、
しかし それ は a 少し 少し 弱い なぜなら その 平均化された 以上 その コース
の a プレイヤーの キャリア それよりも よりも その 季節 それ だった 現在 で。
しかし うまくいけば これ できた ヘルプ 調整する のために いくつかの 選考科目 違い
で その ポイント あたり ゲーム 合計 または 平均 それよりも。
それで 今 それ 私たちは 持っている ある種の の 一つの アイデア の その データ 自体、
私たちは できる 動く の中へ その 単純 リニア 回帰
と ポイント による ポイント あたり ゲーム として a ベンチマーク のために これ モデル。
それで として I 言及された、
あなた できる 予測する ベース の上 ただ ポイント あたり ゲーム
そして それ 意思 与える あなた a ちゃんとした 予測。
しかし だった 見ている に 改善する それ 予測 による 追加する
いくつかの の これら 違う 変数、 攻撃 そして 防御的。
それで もし 私たちは 走る これ スクリプト ここ、
これ は ただ 比較する いくつかの 走る の a 単純 リニア 回帰
の上 その トレーニング そして 検証 セット 使用して Kフォールド 検証 全体を通して。
そして もし I 走る ここ 使用して その 隠れた 検証2 カラム
それ 病気 なれ 使用して のために その 残り の これら モデル、
それから 私たちは できる 見る その 回帰 ここ。
それで ここは a 回帰 プロット。 それ 見た目 かわいい 散らばっている。
そこには ない a クリア リニア 関係、 しかし その RS なぜ は 適度、
意味 それ 46.5パーセント の その 変化 で ポイント は 計上された のために
による これ 平均 ポイント あたり ゲーム、 どれの は かわいい 良い。
そして その 二乗平均平方根誤差 は について 5. 27.
その 二乗平均平方根誤差 は 標準 偏差 の その 残留、
それで その 本質的に その 変化 で どうやって 良い 私たちの モデル は 予測する。
その 標準 偏差 は その周り 五。
そして 私たちは できる また 見て で いくつかの 他の 対策、
そのような として その AIC、 どれの は 使用済み に 比較する モデル のために 予測可能性。
それで AIC は 別の 重要 測定、
そして それ 対策 どうやって 良い その モデル 意思 予測する
相対的 に その 番号 の 予測因子 置く で その モデル、
ただ に 作る もちろん あなたは ない 追加する 方法 あまりにも 多くの。
それで で これ 場合、 その AIC は とても 高い、 そして 私たちは できる 来る 戻る に これ 番号
として 私たちは 見て で その 比較 間 これ そして その 複数 リニア 回帰
それ I 意思 見せる 後で。
それで その間 I だった 試して に 選ぶ その モデル それ I だった 行く に 選ぶ、
I 決めた に 使用 その モデル スクリーニング 特徴 で JMP、
どれの 許可する あなた に 選択 あなたの 応答 変数 そして 全て その 要素 変数。
I 終了 上 パッティング で 全て の その 数値 変数 それ I 持っていた のために a 満杯 モデル
ただ に 見る 当初 どれの モデル 実行する その 最高。
そして I だった できる に 選ぶ から a バラエティ の これら 違う 方法、
含む XGB 東 そして 一般化R 退出、
そして それから の コース、 ただ その 普通 リース 四角。
で その 興味 の 時間、 これ だろう 取る 永遠に に 走る
なぜなら その 使用して いくつかの の これら 機械 学ぶ アルゴリズム。
それで 私は その代わり ただ 行く に 引く 上 簡単な スクリーンショット の その モデル スクリーニング。
それで ここ 私たちは 持っている その 出力 から これ モデル スクリーニング。
それ ショー その RS なぜ。
また、 I だった 使用して Kフォールド 検証 と 10 折り目 ここ。
それで これ ショー その RS なぜ
そして その ルートM ean 四角 エラー のために それぞれ 走る。
それで 私たちは できる 見る それ その 少しでも 四角 フィット 実は 持っていた
a とても 強い フィット 比較すると に いくつかの の その 機械 学ぶ アルゴリズム、
どれの I だった 驚いた による。 しかし それ 実は 役立つ のために 解釈可能性
なぜなら いくつかの の これら 機械 学ぶ アルゴリズム、
彼らは もっと の a 黒 箱。 そして もし I だった に 使用 それらの、
それ しないだろう なれ として 簡単 に 解釈する その 係数 または 見る
どれの 変数 は 本当に 重要な
または どれの は ただ いる 使用済み のために 予測。
それで なぜなら その フィット 最小二乗法 そして その Lasso回帰、
どれの 病気 得る の中へ a 少し 少し 後で、 だった それで 高い、
その 実は a 良い サイン それ 私は できる に 使用 それ のために より良い 解釈可能性。
それで として 私たちは できる 見る、 その ほとんど 正確な モデル は これ 複数 リニア 回帰
と ラッソ 正規化。
ラッソ 正規化 は a 統計的 技術 それ 正規化する その モデル
そして 選択する 特徴 に 最小化 多重共線性。
多重共線性 は その 相関 間 予測因子
そして それ できる 否定的に 影響する その モデル。
それで 使用して これ 技術、
だった できる に 取る その 満杯 リニア 回帰 モデル 表示されている ここ
そして 取り除く いくつかの の その 変数 に 最小化 その 多重共線性
そして 多分 満足する いくつかの の その リニア 仮定 より良い。
それで と それ 情報、
I だった できる に 取る その 変数 選択された と ラッソ 正規化
そして それから 作成する a 複数 リニア 回帰 使用して それらの 変数。
それで として あなた できる 見る ここ、
その 実際の による 予測 プロット 見た目 かわいい 似ている。
それ かもしれない なれ わずかに より近い に その ライン の 最高 フィット ここ、 どれの は a 良い サイン。
そして 私たちは できる 見る 私たちの 効果 要約、
しかし だった 行く に スクロール a 少し 少し 過去 それ
それで それ 私たちは 得る に その まとめ の 私たちの フィット。
それで 比較すると に その 単純 リニア 回帰、
その RS なぜ そして その 調整済み RS なぜ は とても 似ている そして それは おそらく
なぜなら ポイント あたり ゲーム は そのような a 重く 影響力のある 要素 で これ、
として 良い として その 単純 リニア 回帰、 明らかに。
それで その フィット は ない あまりにも 多くの 違う。
しかし、 追加する これら 違う 変数 表示されている ここ する 改善する
その ルートM ean 四角 エラー a 少し 少し。
それ 行った から について 5.3 に 少し 以上 5.2、 どれの は ない a 劇的な 改善、
しかし 一つの 改善 それにもかかわらず。
しかし その 本物 違い ここ は で その AIC そして 比較する これら モデル で 条項
の 彼らの 予測可能性、 その AIC 落とされた 大幅
から その 単純 リニア 回帰 に これ 複数 リニア 回帰
と ラッソR 正規化、 どれの は 絶対に a 良い サイン。
私たちは 見る いくつかの の これら パラメータ 推定値 下 ここ そして の コース その 結果
のために RS なぜ そして 根 平均 四角 エラー で クロス 検証。
それで 見ている で いくつかの の これら パラメータE 推定値、
その ポイント あたり ゲーム、 また とても 重要な、
それは重要です で その .05 a アルファ レベル そして 多くの 下に それ。
そして これ は に なれ 期待される、 として 私たちは 説明 すでに。
ひっくり返す パーセンテージ は また 重要な
そして これ もっている a ネガティブ 関係 と ポイント。
として 1つ だろう 期待する、 もし あなたは 旋回 その ボール 以上 もっと、
それは 少ない 機会 に シュート その ボール、
少ない 機会 に スコア。
それで それ チェック 外 と ただ 私たちの 知識 の バスケットボール。
ここ 私たちは 持っている その 防御的な ペース、 または その ペース の その 防御的な チーム、
そして これ もっている a わずかに ポジティブ 関係 と ポイント 条件付き
の上 その 他の 要因 で その モデル。
また、 それは に なれ 期待される なぜなら その もっと早く a チーム 演劇、
それは 一般的に もっと チャンス。
しかし、 それ かもしれない ない 持っている そのような a 強い 効果 として ターンオーバー または ポイント あたり ゲーム。
そして それから ついに、 防御的な リバウンド パーセンテージ。
これ は ただ どうやって 頻繁 その 防御的な チーム 運搬 その 防御的な リバウンド。
また、 これ は 防止する 2番 チャンス ポイント のために その 犯罪、
それで それ すべき 持っている a ネガティブ 関係 船、 どれの それ そうします。
それで 全て これら もの チェック 外、
そして それから いくつかの の これら 他の 変数 は 取るに足らない 条件付きで、
しかし 含まれる なぜなら 彼らは 改善する その 予測可能性 の その モデル。
それで 何か のように 使用法 レート かもしれない ない なれ 重要な で その .05 レベル、
しかし それ それでも 改善する 私たちの 予測。
今、 知っている それ ポイント あたり ゲーム かもしれない ない なれ 利用可能
で その 始まり の その 季節、 に その 範囲 それ それ は
近く その 終わり の その 季節、
意味 それ ポイント あたり ゲーム かもしれない なれ a 少し 少ない 信頼性のある
と a 小さい サンプル サイズ。
私は 見て に 作成する 一つの 代替 モデル それなし それ
に 見る もし I できた まだ 予測する
より良い よりも その 単純 リニア 回帰 そして 似ている に その ラッソ 回帰、
しかし それなし 依存 の上 a ポイント あたり ゲーム のために その 季節 測定。
それで これ 代替 モデル、 I 作成された 使用して 後方 選択 による エーアイシー。
そして また I 左 外 その 季節 ポイント あたり ゲーム、
それで それ まだ 含まれるもの その 他の ポイント あたり ゲーム 測定値、
または 他の あたり ゲーム 測定値 それよりも、
のように フィールドゴール 試みた から 三つ そして から 二、
どれの 平行 と いくつかの の これら 他の 変数 できる なれ a プロキシ のために
それ 平均 ポイント あたり ゲーム。
それで それ' s ない 完全に 屈強 に対して 早い 季節 変動
そして 小さい サンプル サイズ。
しかし その 可能 それ これら 変数 かもしれない なれ a 少し 少し もっと 代表
の どうやって a プレーヤー は 行く に 実行する で その 長さ 走る。
私は 考え それ 多分
選手たち かもしれない なれ a 少し もっと 一貫性のある と 彼らの 試みた 統計、
または その レート で どれの 彼らは 射撃 その ボール、
それよりも よりも ただ その 額 の ポイント 彼らは 得る それ できた 変化する ベース の上
ただ a 小さい サンプル サイズ。
これら できた として 良い しかし...
ただ 使用して これ モデル として 一つの 代替、
そして それ ターン 外 それ それ 実は 予測する
かわいい 同様に に その モデル と ポイント あたり ゲーム で それ。
それで それ かもしれない ない なれ 好まれた 必然的に もし ポイント あたり ゲーム は 利用可能。
不適切 しかし それ 提供する a 似ている 予測。
それで 私たちは できる 見る それ その RS なぜ は かわいい 似ている、
5月 持っている 増加した a 少し 少し、
そして その 根 平均 四角 エラー は また 似ている。
その AIC 示唆する それ その 他の モデル は a より良い モデル のために 予測する
ベース の上 その 額 の 変数 含まれる、 それで それ は 絶対に 何か に 注記。
しかし それぞれ モデル もっている その 利点。
これ 1つ、 特に、
私たちは できる 見る いくつかの の その 条件付き 関係 の その 他の 変数、
特に それらの の上 その 防御的な 側、 それ 私たちは できなかった 見る として 多くの
で その 他の 1つ なぜなら ポイント あたり ゲーム だった 支配的な それで 多くの。
それで 私たちは 見る ここ それ 二 ポインタ そして 三つ ポインタ 試みた
は 計量 取るに足らない のために ポイント、 どれの また、
それ 作る センス なぜなら その もっと ショット あなたは 取る、
その もっと おそらく あなた は に スコア もっと ポイント。
そして それから そこには は いくつかの 他の 変数 それ 作る センス、
そして いくつかの その他 それ 多分 エリア 少し 混乱する で 初め 視力。
それで 攻撃 シェアを獲得し、
それ いる a 重要な 変数 作る センス それは 測定
どうやって 多くの a プレーヤー は 貢献する に 勝利 の上 その 攻撃 側、
それ 作る センス それ それ もっている a ポジティブ 関係
として 私たちは できる 見る 下 ここ。
それで 攻撃 シェアを獲得 右 ここ もっている a ポジティブ 関係。
そして また その 防御的な リバウンド パーセンテージ 下 ここ
減少する その 推定 また、 それで それ は かわいい 一貫性のある
と 何 私たちは 見た で その 前の モデル。
平均 ファウル あたり ゲーム、 平均 個人的 ファウル あたり ゲーム 下 ここ、
もっている a ネガティブ 効果 私はそう思った だった 面白い。
それで a プレーヤー または チーム と a より高い ファウル 合計
は 行く に 否定的に 影響する その ポイント 得点した のために その 攻撃 プレーヤー。
これ かもしれない 平均 彼らは もっと 攻撃的。
I だろう 仮定する それ 彼らは は 遊ぶ より激しい 防衛 で 制限する ポイント
を通して 盗む、 ブロック、 または 重く 争われた ショット、
そして として a 結果、 彼らは 取得 もっと ファウル と呼ばれる の上 彼ら。
しかし、 これ は ない 全て 良い のために その 防衛
なぜなら 以来 その プレーヤー できる ファウル 外 と 六 ファウル、
そこには は a ある バランス に ストライク で その ディフェンシブエンド。
あなた しない 欲しい に なれ あまりにも 攻撃的
なぜなら それから あなた できた なれ 与える 上 より簡単に ポイント
または あなた できた なれ リードする あなたの 選手たち の中へ ファウル トラブル。
それで それは 一つの 面白い 変数、 I 考える、 に 考慮する。
そして の コース、 これ は a 条件付き 意義、
それで それ かもしれない 変化 わずかに ベース の上 その 除去
または 追加 の ある 他の 変数。
そして ついに、 a カップル の 防御的な 関係
は 特に 混乱する で 初め 一目、 I 考える。
具体的には 関与する ブロック そして ディフェンダー 身長。
それで 私たちは 考える の バスケットボール として とても 依存 の上 身長。
もし あなた は 背が高く、 あなたは もっと おそらく に 行く に その NBA。
セブン フッター、 I 考える あなた 持っている a 20パーセント チャンス
の ただ 行く に その NBA 平 もし あなた は 7フィート。
それで これ は 何か それ 私たちは 考える、 もしあなたが ブロック ショット もっと そして あなたは 背が高く、
あなたは 行く に なれ 影響を与える その 犯罪の ポイント 否定的に。
しかし、 私たちは 見る それ これら 関係 は 実は 条件付きで ポジティブ、
どれの は とても 面白い その平均 ブロック あたり ゲーム
そして その ディフェンダー 身長、 として 良い として その ブロッキング レート、
は 全て ポジティブ 関係。
そして それで 当初、 I だった 混乱した による これ、 しかし I 考える これ もっている もっと に 言う
その 選手たち それ これら 選手たち は 警備 それよりも よりも
その 実際の 変数 彼ら自身。
それで 何 I 平均 による これ は いつ あなたが考える それ 背が高い 選手たち
と より良い ブロッキング 統計 は 大きい 男性 遊ぶ 力 フォワード または 中心、
彼らは 警備 他の 大きい 男性。
そして それで それ 作る センス a 少し 少し もっと。
警備員 傾向がある に 置く 上 もっと ポイント で その NBA と その 強調
の上 三つ- ポイント 射撃 今。
そして a 多く の 犯罪 は 走る を通して いくつかの の これら 小さい 選手たち
誰が 傾向がある に なれ 警戒した による 他の 小さい プレイヤー。
一方 これら 背が高い プレイヤー、 と もっと ブロック、
は 警備 大きい 男性 誰が 多分 ない その 焦点 ポイント の その 犯罪、
脇に から ある 選手たち のように ヨキッチ そして エンビード そして ヤニス。
しかし これ 原因 a ポジティブ 関係、
しかし その 本当に もっと a 関数 の その 位置
それ これら 選手たち は 遊んでいます。
それで I 考え それ だった 一つの 面白い
条件付き 関係 に ハイライト 内で その モデル、
そして それ 含まれる a 少し 少し もっと もっと深く 考え について その 関係 間
ブロッキング、 身長、 そして その ポイント それ 一つの 攻撃 プレーヤー 置く 上。
それで で 条項 の その モデル 全体、
私たちは できる 見る それ これ 1つ そしてラッソは正規化された モデル
は とても 似ている で 彼らの 予測。
良い 見る それ で もっと 詳細 すぐ いつ I フリップ に その 2021 予測、
しかし その 選択 それから かもしれない ない なれ あまりにも 重要な。
両方 持っている 彼らの 利点。
の コース、 これ 1つ 許可する 私たち に 見る その 意義 の もっと の その 変数、
具体的には その 防御的な 変数、
一方 その 初め 1つ もっている a わずかに より低い AIC
そして かもしれない なれ より良い のために 予測 もし その データ は 利用可能。
それで 両方 離れる a 少し 少し に なれ 希望
で 条項 の 予測する 多くの もっと 確実に よりも その 単純 リニア 回帰。
I だろう 持っている 気に入った に 見る これ 根 手段 なぜ エラー 減少 もっと、
そして その 何か I だろう 見て の中へ として I 続く これ プロジェクト、
見ている に 集める より良い データ、 試して に 作る その 対戦
もっと 個別化された それなし 犠牲を払う その 正常 の その 応答 変数、
もの のように それ。
しかし と それ いる 言った、 これら は その モデル それ I 持っている 今、
そして 私たちは できる 見て に テスト これら の上 その 2021 季節 したがって 遠い。
それで もし I スイッチ 以上 ここ に 対戦 のために 2021年、
私たちは 持っている その 同じ データ テーブル ただ と これ 年 対戦。
そして それで 私は ただ の上 ジョシュ ハーツ 対戦 右 今
なぜなら I 行く に ヴィラノバ そして 彼は a ヴィラノバは素晴らしい、
それで ここ 私たちは 持っている 彼 として a プレーヤー、 彼の チーム、 そして その 防御的な チーム、
彼の 統計、 彼らの 統計。
として 私たちは すでに 見た、 これら は 全て その 変数
それ できた なれ 含まれる で その モデル。
謝る のために その 素早い パンニング、
しかし ここ 私たちは 持っている その 予測 で その 終わり。
それで これら 予測 変数、 または それよりも これら 列、
は その モデル 予測。
それで 私たちの 初め 1つ、 私たちの 初め モデル、 は その 最適 複数のL 内耳 回帰
それは 使用して その ラッソ 回帰 そして 含む その ポイント あたり ゲーム 変数。
として あなた できる 見る で これ ゲーム、
彼 は 予測された に 置く 上 12.8 ポイント そして その 残留 ここ は について 五。
それで で 現実 これ 残留 は ポイント マイナス その 予測。
それで 彼 実は 置く 上、 これ は その周り 13 そして これ は その周り 五、
それで 彼 置く 上 について 18 ポイント ここ その代わり の 私たちの 予測された 13.
それで それは 明らかに ない a 素晴らしい 測定。
そして それから 私たちは できる 見て いくつかの その 代替 モデル。
その 代替 モデル 予測 は とても 似ている、
そして 私たちは 意思 見る これ で より大きい 詳細 として I フリップ 戻る に その パワーポイント そして 見せる あなた
親切 の a 凝縮された バージョン の これ データ テーブル、
なぜなら 右 今 I 知る それ これ JMPで は a 少し 少し 圧倒的な
なぜなら そこには それで 多くの 変数、 それで 多くの ランダム 数字
いる 投げられた で あなた。
それで 私は 行く に スイッチ 戻る
の中へ その パワーポイント に 見せる あなた いくつかの の その 予測
のために 両方 ジョシュ ハート ここ そして のために ケビン その間。
全て 右、 それで 今 それ 私たちは 持っている 私たちの 二 モデル
そして その 単純 リニア 回帰 に 比較する それ に、
私たちは できる 適用する これら 予測 に ゲーム それ ケビン その間 もっている 演奏した これ 季節。
それで ここ は 4つ ゲーム 演奏された アトランタ、 シャーロット、 シカゴ、 そして クリーブランド。
で その 初め 1つ、 彼 得点した 31 ポイント。
で 現実、 両方 私たちの モデル 予測された 近い に 26 ポイント、
それで その 残留 は ただ その周り 五。
しかし、 私たちは 見る それ ケビンが その間 は 近い に 彼の 平均 ポイント
その周り 28 または 29 ポイント あたり ゲーム、
いつ 彼 実は スコア それ、 その 予測 は とても 近い
なぜなら ポイント あたり ゲーム 重さ それで 重く で これら モデル。
それで、 のために 例、 で これ クリーブランド ゲーム、
私たちの 初め モデル 予測された 26.2 ポイント、 彼 実は 得点した 27.
したがって、 その 残留 は 少ない よりも 1つ。
そして 同様に ここ、 その 残余の 少ない よりも 1つ
のために その 代替 モデル として 良い。
それで 私たちは 見る それ その モデル 優れている いつ 選手たち 実行する 近い に 平均、
どれの 彼らは 意思 する ほとんど の その 時間。 しかし そこには 明らかに 変化、
のように で これ ゲーム に対して シャーロット、 彼 持っていた a 特に 良い ゲーム。
彼 得点した 38 ポイント。
その a 素晴らしい ゲーム、 しかし 特に 良い ゲーム による ケビン その間 標準。
そして それで その モデル 予測 は 多くの さらに オフ。
そして 私たちは 見る その 同じ もの と ジョシュ ハート。
彼の ポイント 平均の a 少し 少し より低い なぜなら 彼はまた、 運ぶ a ライター 負荷。
ケビン その間 は a 星 プレーヤー の上 その ネット、
それで 彼は 取得 a 多く の タッチ そして 服用 a 良い 部分 の それらの ショット。
それで ここ 私たちは 持っている ハーツ 生産。
また、 彼の ポイント 平均 近い に これら 12 そして 14 範囲。
それで その 残差 ここ は とても 小さい。
いつ 彼 置く 上 14,
私たちの モデル 予測された その周り 13.5 そして その 残差 約0.5 .
それで 私たちは 持っている 本当に 良い 予測 のために いつ 彼 スコア
一つの 平均 額 の ポイント または 近い に 一つの 平均 額 の ポイント。
しかし いつ 彼 スコア 少ない または 多くの より大きい
それから その 予測 傾向がある に 苦しむ a 少し 少し。
それで と 全て これ いる 言った、 I 知る I 走った を通して これら モデル。
さあ 取る a ステップ 戻る そして 見て で その 制限 で 詳細
そして いくつかの さらに遠く 勉強 それ I できた 抱きしめる。
それで 初め の 全て、 これら は 使用して 平均 による その 攻撃 プレーヤー そして 防御的な チーム
として 反対 に 攻撃 プレーヤー そして 個人 プレーヤー。
として 私は 言及された、 それ だろう なれ その 理想的 シナリオ、
しかし として I だった やっている それ、 それ しなかった 仕事 外 のように それ。
それで それ できた なれ 原因となる いくつかの 問題 なぜなら その 複製 いくつかの 結果。
その代わり の いる 選別 の a 1つ に 1つ、
もし a プレーヤー は いる 警戒した による これ プレーヤー、
これ は どうやって 多くの ポイント 彼らは 意思 スコア。
もし a プレーヤー は いる 警戒した による a 組み合わせ の 選手たち の上 これ チーム、
これ は どうやって 多くの ポイント 彼らは 意思 スコア。
それで その より簡単に に 予測する しかし 多分 a 少し 少ない 正確な。
さらに、 その 平均 は のために その 全体 季節、
どれの 手段 予測 向かって その 始まり 5月 なれ 少ない 正確な、
として I 言及された、 どれの は 何か それ I 考える その キャリア 価値観
試す に 救済策 a 少し 少し。
それ できた なれ 価値 追加する もの のように ポイント あたり ゲーム
で その 季節 変数 と a 遅れ の 多分 五 季節。
それで 服用 その 平均 ポイント あたり ゲーム のために その 最後 季節、 二 季節 前、
三つ 季節 前、 そして それで の上 に 試す に 追加 いくつかの もっと 変数
そして 多分 予測する a 時間 または a 傾向 で プレーヤー パフォーマンス。
さらに、 プレーヤー パフォーマンス は 依存 の上 無数の 他の 要因
そのような として 寒い または 熱い 縞模様、
どうやって 良い 彼らは された パフォーマンス として の 遅い、
怪我 の上 彼らの 自分の チーム、 怪我 の上 その 反対する チーム
それ できた 増加 または 減少 彼らの 役割、
マイナー 怪我 それ 彼らは は 取引 と 彼ら自身
それ できた 減少 または 増加 彼らの 役割。
そして それから もの のように 休む 日、
旅行 時間、 そして a 多く の 他の 無形資産
のように NBA 選手たち は 人間 そして 私たちは 全て 知る いくつかの 日数 だった ない フィーリング その 最高、
他の 日数 だった フィーリング 素晴らしい、 もっと 元気いっぱい。
それらの 種類 の もの できた 鉛 に より良い パフォーマンス または 悪い パフォーマンス。
それで これら 無形資産 は
ない 行く に なれ 何か それ I できる 要素 の中へ その モデル
しかし その 重要 に 認識する それ 彼らは できた まだ 影響する
その ポイント で a 与えられた ゲーム。
で 条項 の さらに遠く 勉強、
I だろう 愛 に 親切 の 修正する 全て これら 制限
そして 見て に 予測する a もっと 全体論的 変数
そのような として 攻撃 評価。
それで 攻撃 評価 は 行く に 予測する a プレイヤーの ポイント あたり 100 所有物
貢献した に その ゲーム その代わり の ただ 1つ 側面 の その ゲーム で ポイント。
I だろう 愛 に 予測する 何か のように これ または フリップ それ に その 防御的な 側
そして 予測する a 防御的な 評価 ベース の上 誰が 彼らは おそらく
に 行く 上 に対して の上 犯罪。
それで 何か のように それ I 考える だろう なれ 本当に いいね
そして それ だろう 伸ばす その 応用 の これ もっと 向かって コーチ
そして チーム アナリスト その代わり の 多分 いくつかの の その ファンタジー バスケットボール 選手たち
誰が は 見ている のために a 厳しい 測定 のように ポイント または 何か のように それ。
それで と 全て これ いる 言った、
私は 絶対に 行く に 続く 働く の上 これ プロジェクト。
それ だった a 多く の 楽しい そして I 愛 見ている で これら モデル
そして 通訳 から a バスケットボール 立場 何ですか 行く の上。
もし あなた 持っている どれでも 質問、 お願いします 感じる 無料 に 置く それらの 質問
で 私の コミュニティ 役職 で その コメント。 病気 なれ ハッピー に 答え 彼ら。
そして もし あなた 持っている どれでも 提案 として 良い のために さらに遠く 勉強、
I だろう また なれ ハッピー に 取る それらの の上。 感謝 あなた それで 多くの あなたの 時間。
