스피커 | 성적 증명서 |
| 호치펑 | NBA 노령화 영향 및 벤치마킹 분석. |
| 메이슨 첸은 이 프로젝트의 공동 저자입니다. 우리가 이 제품을 만들기로 결정한 주된 이유는 우리의 NBA 아이돌 코비 브라이언트가 작년에 헬리콥터 사고로 세상을 떠났기 때문입니다. |
| 많은 사람들이 은퇴 연령에 다시 주목하기 시작했고, 많은 언론과 팬들은 코비가 NBA 리그를 떠나기보다는 여전히 더 많이 경기에 출장할 수 있다고 주장합니다. |
| 우리는 그 역사적인 선수들이 2~3년 정도 더 활약할 수 있을지 알고 싶습니다. |
| 팀은 선수의 가치, 현재와 미래의 성과, 나이와 이전 부상 기록을 고려하여 선수의 최대 계약을 고려할 수도 있습니다. |
| 슈퍼스타나 벤치 플레이어 사이에는 차이가 없습니다. 언젠가는 노화 요인으로 인한 성능 저하에 직면하게 될 것입니다. |
| 만약 해당 팀의 슈퍼스타가 이미 데이터 감소에 직면했다면 팀 티켓은 여전히 그를 중심으로 해야 할까요? |
| 물론 아닙니다. NBA는 매니저들이 NBA 챔피언십을 차지하기 위해 강력한 팀을 만들고 싶어하는 사업 동맹이며, 패배하는 대신 자신에게는 아무런 이익이 없습니다. |
| 우리 프로젝트에서는 코치, 트레이너, 의사가 NBA 선수에게 노화 요인이 얼마나 중요한지 알아내는 것을 돕고 싶습니다. |
| 우리의 관점에서 우리는 고베가 떠나기에 충분한 시점인지 고려할 것입니다. 둘째, 우리는 너무 늦게 은퇴한 선수와 우리의 데이터에서 너무 일찍 은퇴한 선수를 고려합니다. |
| 마지막으로 우리는 NBA 농구 선수에게 나이가 왜 중요한지에 대해 알아보고 몇 가지 단서를 제공했습니다. |
| 우리의 목표는 NBA 선수들에게 나이가 얼마나 중요한 요소인지 보여주는 통계적 모델을 구축하는 것이고, 그런 다음 전직 선수들의 경력 궤적을 사용하여 현역 선수의 성과를 예측하는 것입니다. |
| 데이터 선택 부분에서는 최소 1,200경기와 15시즌을 완주한 상위 선수만 고려합니다. 그리고 모든 시즌은 1979-1980시즌 이후에 계산해야 합니다. |
| 우리는 짧은 시즌 기록을 제외한 후, 선수들이 20경기 미만을 뛰는 시즌을 제거합니다. |
| 총 분, 득점한 포인트, 분당 포인트. 세 가지 범주. 각 선수의 연간 통계를 경력 평균과 비교하여 표준화를 수행하여. 마지막으로, 36명의 선수가 자격을 얻었습니다. |
| 표준화 대수를 사용하여 직업 지수를 만들고 활용합니다. |
| 해당 선수들이 자격을 갖추고 데이터 세트에 포함되어 있다고 하더라도, 단순히 그들의 점수나 경기 시간만을 가지고 비교할 수는 없습니다. |
| 표준화를 한 후, 3가지 범주의 그룹 비율이 나왔고, 이를 바탕으로 피크 경력지수를 도출했습니다. |
| 이는 Z TM, 플러스 Z PP, 플러스 Z PM과 같습니다. Z TM은 한 선수의 총 시간에서 그룹 평균을 뺀 것과 같습니다. 그런 다음 총 시간의 표준 편차로 나누었습니다. 세 가지 범주에 대한 방법은 동일합니다. |
| 왜 Z 표준화를 하는지 물어볼 수 있겠죠? Z 통계에는 두 가지 이점이 있기 때문입니다. 첫째, 표준 편차 편향을 제거하고 선수의 경력 평균에 대한 가중치를 동일하게 할 수 있습니다. |
| 이는 파워 포워드 포지션 선수의 36개 과거 데이터 집합에서 가장 많은 자격을 갖춘 선수 11명과 가장 적은 자격을 갖춘 선수 3명만을 보여 주는 막대 그래프에 따른 36개 선수의 포지션 분포 패턴입니다. |
| 오른쪽 위 그래프는 콤보 곡선을 계산하는 방법을 보여주고, 아래 그래프는 상위 3명의 선수(코비 브라이언트, 르브론 제임스, 마이클 조던)의 곡선 대 콤보를 보여줍니다. |
| 왜 우리는 세 명의 선수를 사용하기로 했을까? 그 선수들은 ??? 잘 유지되고 역사상 최고의 선수이기 때문이다. |
| 각 연령대별 분당 평균 점수와 분당 총 점수를 합산하여 |
| 각 데이터와 비교하는 데 사용할 콤보 곡선으로 사용합니다. 상단 그래프의 피크 평균이 27세라는 점을 지적하기 쉽습니다. 그리고 각 범주는 가장 높은 값을 지적합니다. 코비 브라이언트는 이를 설명하는 좋은 예가 될 것입니다. |
| 아래 그래프에서 르브론 제임스가 보여주는 것은 이상치입니다. 그의 최고 연령은 21세인 듯하며, 27세 동안 그의 콤보 곡선은 새로운 최저치로 떨어졌습니다. |
| 피크 시즌 포지션 종속성은 다른 포지션 선수들의 황금기를 찾아내는 것입니다. 우리는 ANOVA 검정을 사용하여 5가지 포지션 종속성이 나이, 동일 또는 그렇지 않음을 알아냈습니다. |
| 종속변수는 8개의 요인입니다. 차이가 있는지 알고 싶습니다. 그런 다음 일원배치 분산분석을 합니다. |
| 왼쪽 그림에서 농구 선수들의 각 포지션 사이에 차이가 있는데, 슈팅 가드와 스몰 포워드도 다른 선수들보다 나이가 어리다. |
| 다른 종류의 궁극적 전략은 대부분 스몰 포워드와 슈팅 가드에 집중합니다. 신인이 그 두 포지션에서 훈련을 받도록 선택되었다면, 그들은 많은 슛과 시간을 가질 것입니다. |
| 올해는 런앤건 전략이 유명하지만, 스몰포워드와 슈팅가드도 일찍 황금기를 맞았다. 하단 |
| ANOVA 표는 P 값이 0.5보다 작은 것을 보여주는데, 이는 귀무 가설을 기각하고 적어도 하나의 위치가 다른 피크 연령을 가지고 있다는 결론을 내릴 수 있음을 의미합니다. |
| 오른쪽 그래프에서 MVP 연령은 선수의 전성기 이후 약 2년 후입니다. 이 시기에 선수들은 황금기를 경험했습니다. 우리는 보통 MVP를 사용하여 선수의 성과를 대조합니다. |
| 나이가 들면서 신체 기능이 감소하고 부상으로 인해 MVP 선정에 영향을 받을 수도 있습니다. |
| 우리는 연령 연구의 곡선을 따라 쌍대 T 검정을 사용합니다. 우리는 선수들의 최고 연령과 MVP 연령 사이의 연관성을 보고 싶습니다. |
| 우리는 통계의 두 측정값의 차이가 0이 아닌지 확인하고 싶습니다. |
| 우리의 결과는 전성기에 접어든 선수 중 평균 2년 만에 MVP 타이틀을 차지한 선수가 있다는 것을 보여줍니다. |
| 최고 연령과 MVP 평균 연령은 각각 상당한 차이를 보였습니다. 그러나 예측 모델은 가설을 기각할 수 없으며 예측이 정확하다고 제안합니다. |
| 네, 우리는 선수의 성과가 경력 평균의 60% 미만일 경우 그 판단을 내릴 수 있다고 생각합니다. |
| 사람은 은퇴를 결정해야 합니다. 작년에 누군가가 80%의 성과 점수를 받았다면, 우리는 선수들이 2~3년 더 뛸 수 있을 것이라고 생각할 수도 있습니다. |
| 코비 브라이언트는 37세에 리그를 떠났습니다. 우리는 작년에 그의 성적이 그의 능력의 약 80%를 유지했다는 것을 보았습니다. |
| 오른쪽... 왼쪽 그래프는 일찍 은퇴해야 할 선수들을 보여줍니다. 하지만 특히 Juwan Howard의 경기를 볼 때 그들은 그렇게 하지 않습니다. |
| 34세 이후의 성과는 그의 경력 능력의 약 20~40%가 됩니다. 우리는 코비가 더 많이 플레이할 수 있고 주완이 일찍 은퇴해야 한다고 지적할 수 있습니다. |
| 우리가 클러스터링을 하는 목적은 코치와 팀이 선수들의 미래 성과가 어떤지 파악하는 데 도움이 되도록 클러스터링 결과를 활용하고자 하는 것입니다. |
| 우리는 JMP를 사용하여 36명의 플레이어를 6가지 다른 카테고리로 7개 클러스터로 분할했습니다. 데이터 컬렉션의 객체는 서로 유사할 것입니다. |
| 그래프를 살펴보겠습니다. 이 그래프는 Gary Payton과 Derek Fisher를 비교했습니다. 어떤 경우에는요. 또한 R 제곱 값도 꽤 높습니다. |
| 그들만의 클러스터, 즉 그들 사이에 강한 상관관계가 있다는 것을 의미합니다. R 제곱 값을 기준으로 그래프는 그들이 어느 정도 비슷하다는 것을 분명히 보여줄 수 있습니다. |
| 게리 페이튼은 2007년에 리그에서 은퇴했고, 데릭 피셔는 2014년에 은퇴했습니다. 7년 차이입니다. 게리 페이튼의 커리어 궤적을 사용하여 데릭 피셔의 미래 경향을 예측하는 것도 좋습니다. |
| 나이는 NBA 선수들에게 가장 중요한 요소 중 하나입니다. 선수들의 나이가 증가함에 따라 은퇴할 기회가 생깁니다. |
| 이 콤보 커브 모델은 다변량 통계 클러스터링과 상관관계를 활용하여 연령과 연령에 따른 성과 궤적의 차이에 따라 선수의 성과가 어떻게 변했는지 보여줍니다. 그리고 모델링 방법은 다른 프로 스포츠에도 적용될 수 있습니다. |
| 감사합니다. |
