スピーカー | トランスクリプト |
| ホー・チーフェン | NBA の老化の影響とベンチマーク分析。 |
| このプロジェクトの共同著者はメイソン・チェンです。この製品を作ることにした主な理由は、私たちのNBAアイドルであるコービー・ブライアントが昨年ヘリコプター事故で亡くなったことです。 |
| 多くの人が彼の引退年齢に注目し始めており、多くのメディアやファンは、コービーがNBAリーグを去るのではなく、まだもっとプレーできるのではないかと懸念している。 |
| 私たちは、これらの歴史的選手たちが2～3年ほど活躍し続けることができるかどうかを知りたいのです。 |
| チームは、選手の価値、現在および将来のパフォーマンス、年齢、過去の負傷歴を考慮して、選手の最大契約を検討する場合があります。 |
| スーパースターであっても、控え選手であっても、いつかは必ず加齢によるパフォーマンスの低下に直面することになる。 |
| チームにすでにデータの低下に直面しているスーパースターがいる場合、チームのチケットは依然として彼を中心に据えるべきでしょうか? |
| もちろん違います。NBAは、負けるのではなくNBAチャンピオンシップを獲得するために強いチームを育成することだけをマネージャーが望むビジネス同盟であり、自分たちには何の利益も得られません。 |
| 私たちのプロジェクトでは、コーチ、トレーナー、医師がNBA選手にとって老化要因がいかに重要であるかを見つけ出すのを支援したいと考えています。 |
| 私たちの観点から、コービーが引退するには十分な時期であるかどうかを検討します。次に、データから、引退が遅すぎた選手と引退が早すぎた選手を検討します。 |
| 最後に、NBA バスケットボール選手にとって年齢がいかに重要であるかについて検討し、いくつかのヒントを示しました。 |
| 私たちの目標は、NBA 選手にとって年齢がいかに大きな要素であるかを示す統計モデルの構築を開始し、その後、元選手のキャリア軌跡を使用して現役選手のパフォーマンスを予測することです。 |
| データ選択部分では、少なくとも 1,200 試合と 15 シーズンを完了したトップ プレーヤーのみを考慮します。また、1979 ～ 1980 シーズン以降のすべてのシーズンをカウントする必要があります。 |
| 短いシーズンの記録を除外し、さらに選手が 20 試合未満しかプレーしないシーズンも除外します。 |
| 総出場時間、得点、1分あたりの得点。3つのカテゴリー。各選手の年間統計をキャリア平均に対して標準化します。最終的に、36人の選手が資格を得ます。 |
| 標準化対数を用いて作成したキャリア指数。 |
| これらのプレーヤーは資格を有し、データセットにカウントされていますが、彼らのスコアやステージ上でのプレー時間だけを対比に使用することはできません。 |
| 標準化を行った後、3つのカテゴリーのグループ比率が出て、ピークキャリア指数を導き出しました。 |
| これは、Z TM に Z PP と Z PM を加えた値です。Z TM は、1 人のプレーヤーの合計時間からグループ平均を引いた値です。そして、合計時間の標準偏差で割ります。3 つのカテゴリの計算方法は同じです。 |
| なぜ Z 標準化を行うのかと疑問に思うかもしれません。Z 統計には 2 つの利点があるからです。まず、標準偏差の偏りがなくなり、選手のキャリア平均の重みも均等になります。 |
| これは、36 人の選手のポジション分布のパターンを棒グラフで示したもので、パワー フォワード ポジションの選手の資格が最も多く、11 人が資格を満たしており、スモール フォワード ポジションの選手の資格が最も少なく、3 人だけが資格を満たしていることを示しています。 |
| 右側の上部のグラフはコンボ カーブの計算方法を示し、下部のグラフはトップ 3 プレーヤー (コービー ブライアントからレブロン ジェームズ、マイケル ジョーダンまで) のカーブとコンボの関係を示しています。 |
| なぜ 3 人の選手を使うことにしたのでしょうか? それは、これらの選手が優れたパフォーマンスを発揮し、史上最高の選手だからです。 |
| 各年齢カテゴリーの1分あたりのポイントの平均、分数に対する合計ポイントを使用して、それらを組み合わせます。 |
| 各データを比較するために使用するコンボ カーブとして、上のグラフのピーク平均が 27 歳であることが簡単にわかります。また、各カテゴリで最高値が示されます。これを説明するには、Kobe Bryant の例が適しています。 |
| 下のグラフでは、レブロン・ジェームズが外れ値を示しています。彼のピーク年齢は 21 歳のようですが、27 歳の間、彼のコンボ カーブは新たな最低値まで落ち込んでいます。 |
| ピークシーズンのポジション依存性は、異なるポジションのプレーヤーの黄金時代を調べることです。ANOVA テストを使用して、5 つのポジション依存性が年齢、同じかどうかを調べます。 |
| 従属変数は 8 つの因子です。違いがあるかどうかを知りたいので、一元配置分散分析を実行します。 |
| 左の図では、バスケットボール選手の各ポジションに違いがあり、シューティングガードとスモールフォワードは他の選手よりも年齢が早いです。 |
| 異なる種類の究極の戦略は、スモール フォワードとシューティング ガードに最も重点を置きます。新人がこの 2 つのポジションでトレーニングするよう選ばれた場合は、十分なシュートチャンスと時間があります。 |
| 今年はランアンドガン戦略が有名ですが、スモールフォワードとシューティングガードも早くから黄金期を迎えています。 |
| ANOVA 表は、P 値が 0.5 未満であることを示しています。これは、確率によって帰無仮説を棄却し、さらに少なくとも 1 つの位置のピーク年齢が異なると結論付けることができることを意味します。 |
| 右のグラフでは、MVP の年齢は選手のピーク年齢の約 2 年後です。このとき、選手は黄金期を迎えます。通常、MVP は選手のパフォーマンスを比較するために使用します。 |
| 年齢を重ねるにつれて身体機能は低下し、怪我がMVP選出の順位に影響を与える可能性があります。 |
| 年齢研究の曲線に沿って、対応のある T 検定を使用します。選手のピーク年齢と MVP 年齢の関係を確認したいと思います。 |
| 統計の 2 つの測定値の差がゼロでないかどうかを確認します。 |
| 私たちの調査結果によると、ピーク年齢に達した選手が平均 2 年後に MVP の称号を獲得することがわかりました。 |
| ピーク年齢と MVP 平均年齢には、それぞれ有意な差が見られました。ただし、予測モデルでは仮説を棄却できないため、予測は正確であることが示唆されます。 |
| はい、私たちは、選手のパフォーマンスがキャリア平均の60％未満である場合、それが |
| 引退を決断する必要がある人。昨年のパフォーマンススコアが 80% だった人がいたとしたら、選手はあと 2 ～ 3 年はプレーできると考えるかもしれません。 |
| コービー・ブライアントがリーグを去ったのは37歳の時だった。昨年の彼のパフォーマンスは実力の80％程度を維持していたことがわかった。 |
| 右側のグラフは、もっと早く引退すべき選手たちを示しているが、彼らは引退していない。特にジュワン・ハワードの |
| 34歳を過ぎると、彼のパフォーマンスはキャリア能力の20～40％程度になる。コービーはもっとプレーできるし、ジュワンはもっと早く引退すべきだと指摘できる。 |
| クラスタリングを行う目的は、クラスタリング結果を使用して、コーチやチームが選手の将来のパフォーマンスを把握できるようにすることです。 |
| 私たちは JMP を使用して、36 人のプレイヤーを 6 つの異なるカテゴリで 7 つのクラスターに分割しました。データのコレクションのオブジェクトは互いに類似したものになります。 |
| グラフを見てみましょう。このグラフは、いくつかのケースでゲイリー・ペイトンとデレク・フィッシャーを比較したものです。また、R二乗値はかなり高くなっています。 |
| それぞれ独自のクラスターがあり、強い相関関係があることを意味します。R 二乗値に基づくと、グラフはそれらが類似していることを明確に示しています。 |
| ゲイリー・ペイトンは2007年にリーグから引退し、デレク・フィッシャーは2014年に引退しました。7年の差です。ゲイリー・ペイトンのキャリアの軌跡を参考にして、デレク・フィッシャーの将来の傾向を予測してもよいかもしれません。 |
| 年齢はNBA選手にとって最も重要な要素の一つです。選手の年齢が上がるにつれて、引退に直面する機会が増えます。 |
| このコンボ曲線モデルは、多変量統計のクラスタリングと相関関係を利用して、年齢の違いと年齢によるパフォーマンスの軌跡に基づいて、プレーヤーのパフォーマンスがどのように変化したかを示します。また、このモデリング手法は、他のプロスポーツにも適用できます。 |
| ありがとう。 |
