Conférencier | Transcription |
| Chi-feng Ho | Analyse comparative et influence du vieillissement de la NBA. |
| Mason Chen est le co-auteur du projet. La principale raison pour laquelle nous avons décidé de réaliser ce produit est que notre idole de la NBA, Kobe Bryant, est décédé dans un accident d'hélicoptère l'année dernière. |
| De nombreuses personnes commencent à prêter attention à leur âge de retraite, de nombreux médias et fans pensent que Kobe pourrait encore jouer davantage plutôt que de quitter la NBA. |
| Nous voulons savoir si ces joueurs historiques pourraient continuer pendant deux à trois ans. |
| L'équipe pourrait prendre en compte le contrat maximum d'un joueur en fonction de sa valeur, de ses performances actuelles et futures, de son âge et de ses antécédents de blessures. |
| Il n'y a aucune différence entre une superstar ou un remplaçant. Un jour, ils seront forcément confrontés à une baisse de leurs performances en raison du vieillissement. |
| Si leur équipe avait une superstar qui avait déjà fait face au déclin de ses données, les billets de l'équipe devraient-ils toujours être centrés sur lui ? |
| Bien sûr que non. La NBA est une alliance commerciale dont les managers ne veulent que constituer une équipe forte pour remporter un championnat NBA au lieu de le perdre, sans en tirer aucun avantage. |
| Dans notre projet, nous souhaitons aider les entraîneurs, les formateurs et les médecins à découvrir l'importance des facteurs de vieillissement pour les joueurs de la NBA. |
| De notre point de vue, nous allons considérer si le moment est suffisamment propice pour que Kobe prenne sa retraite. Deuxièmement, nous prenons en compte les joueurs qui ont pris leur retraite trop tard et certains qui ont pris leur retraite trop tôt dans nos données. |
| Enfin, nous avons travaillé sur l’importance de l’âge pour un joueur de basket-ball NBA et donné quelques indices. |
| Dans nos objectifs, nous voulons commencer à construire des modèles statistiques pour montrer comment 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 ne prenons en compte que les meilleurs joueurs ayant disputé au moins 1 200 matchs et 15 saisons. Et chaque saison doit être comptabilisée 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. |
| Le nombre total de minutes, les points marqués et les points par minute. Trois catégories. En faisant la standardisation des statistiques d'une année à l'autre de chaque joueur par rapport à la moyenne de carrière. Finalement, il y a 36 joueurs qualifiés. |
| L'indice de carrière établit et utilise 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 établir une comparaison. |
| Après avoir effectué la normalisation, le ratio de groupe des trois catégories est ressorti et nous avons ensuite dérivé l'indice de carrière de pointe, |
| qui est égal à Z TM, plus Z PP plus Z PM. Le Z TM est égal au total des minutes d'un joueur, moins la moyenne du groupe. Et puis nous divisons par l'écart type du total des minutes. Une méthode pour les trois catégories est la même. |
| Vous me demandez peut-être pourquoi nous faisons la standardisation Z ? Parce que les statistiques Z ont deux avantages. Tout d'abord, cela supprimera tout biais d'écart type et cela garantira également un poids égal pour 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 de position d'ailier fort les plus qualifiés, qui contient un nombre de 11, et un petit joueur de position d'ailier le moins qualifié, qui n'en qualifie que trois. |
| À droite, le graphique du haut montre comment nous calculons la courbe combinée 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 avons-nous choisi d'utiliser trois joueurs ? Parce que ces joueurs se maintiennent bien et 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 combinée à utiliser pour comparer chacune des données. Il est facile de souligner qu'une moyenne maximale sur le graphique supérieur 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 un cas aberrant, dont l'âge maximum semble être de 21 ans et pendant les 27 ans, sa courbe combinée a chuté à un nouveau plus bas. |
| La dépendance de position de la saison de pointe permet de découvrir l'âge d'or des joueurs de différentes positions. Nous utilisons le test ANOVA pour découvrir la dépendance des cinq positions : l'âge, le même ou non. |
| La variable dépendante est composée de huit facteurs. Nous voulons savoir s'il y a des différences. Ensuite, nous effectuons une ANOVA à un facteur. |
| C'est sur la figure de gauche qu'il y a une différence entre chaque position des joueurs de basket-ball ; l'arrière et l'ailier ont également un âge plus jeune que les autres joueurs. |
| Les différents types de stratégie ultime sont principalement axés sur l'ailier et l'arrière. Si la recrue a été choisie pour s'entraîner à ces deux postes, elle aura beaucoup de temps et de possibilités de tir. |
| Bien que la stratégie du run-and-gun soit célèbre cette année, l'ailier et l'arrière tireur sont également entrés plus tôt dans leur âge d'or. |
| le tableau ANOVA indique 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 l'une des positions a un âge de pic différent. |
| Sur le graphique de droite, l'âge du MVP se situe environ deux ans après l'âge maximum des joueurs. À ce moment-là, les joueurs ont atteint leur âge d'or. Nous utilisons généralement le MVP pour comparer les performances d'un joueur. |
| À mesure qu’ils vieillissent, leurs fonctions corporelles diminuent et la blessure pourrait influencer leur note dans les sélections MVP. |
| Nous utilisons un test T apparié le long de la courbe sur l'étude de l'âge. Nous aimerions voir le lien entre l'âge maximum 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 atteint son âge de pointe et reçoit son titre de MVP après deux ans en moyenne. |
| 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 avons établi des jugements qui nous ont dit que si la performance du joueur est inférieure à 60 pour cent de la moyenne de sa carrière, nous pourrions penser que si cela |
| Il faut que la personne décide de prendre sa retraite. Si quelqu'un avait aussi des scores de performance à 80% au cours de la dernière année, on pourrait penser que les joueurs pourraient encore jouer deux ou trois ans de plus. |
| Kobe Bryant a quitté la ligue à l'âge de 37 ans. Nous avons vu que ses performances l'année dernière avaient maintenu environ 80% de ses capacités. |
| A droite... à gauche, un graphique montrant un ensemble de joueurs qui devraient prendre leur retraite plus tôt, mais ils ne le font pas, surtout quand on va voir Juwan Howard |
| Les performances après 34 ans représentent environ 20 à 40 % de ses capacités en carrière. On pourrait souligner que Kobe peut jouer plus et que Juwan devrait prendre sa retraite plus tôt. |
| Notre objectif dans le clustering est d'utiliser les résultats du clustering pour aider l'entraîneur et l'équipe à voir comment se déroulent les performances futures de leurs joueurs. |
| Nous avons utilisé JMP et avons partitionné 36 joueurs en sept groupes de six catégories différentes. La collection d'objets de données sera similaire à celle des autres. |
| Regardons le graphique. Ce graphique compare Gary Payton et Derek Fisher, dans certains cas. La valeur de R au carré est également assez élevée. |
| leurs propres groupes, ce qui signifie qu'il existe une forte corrélation entre eux. En se basant sur 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. Sept ans de différence. On pourrait aussi bien utiliser la trajectoire de carrière 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 les joueurs vieillissent, ils ont la possibilité de prendre leur retraite. |
| Ce modèle de courbe combinée utilise le regroupement et la corrélation de statistiques multivariées pour démontrer l'évolution des performances des joueurs, en fonction de la différence d'âge et de la trajectoire de performance avec l'âge. Les méthodes de modélisation pourraient également s'appliquer à d'autres sports professionnels. |
| Merci. |
