扬声器 | 脚本 |
| 何志峰 | NBA老龄化影响及基准分析。 |
| Mason Chen 是这个项目的共同作者，我们决定做这个产品的主要原因是我们的 NBA 偶像科比布莱恩特去年因直升机事故去世。 |
| 很多人开始重新关注自己的退役年龄，很多媒体和球迷都担心科比还可以继续打球，而不是离开NBA联盟。 |
| 我们想知道这些历史人物是否能坚持两到三年。 |
| 球队可能会根据球员的价值、当前和未来的表现、年龄以及之前的伤病史来考虑与其签订最高合同。 |
| 无论是超级巨星，还是替补球员，都终有一天会因为年龄的增长而面临状态下滑的局面。 |
| 如果他们的球队的超级巨星已经面临数据下滑，球队门票是否还应该以他为中心？ |
| 当然不是，NBA是一个商业联盟，管理者只想打造一支强大的球队，夺得NBA总冠军，而不是输球，自己不会得到任何好处。 |
| 在我们的项目中，我们希望帮助教练、训练员和医生了解衰老因素对 NBA 球员的重要性。 |
| 从我们的角度看，我们会考虑科比退役的时机是否合适。其次，我们会从数据中考虑退役太晚的球员和退役太早的球员。 |
| 最后，我们研究了年龄对于 NBA 篮球运动员的重要性并提供了一些线索。 |
| 我们的目标之一是开始建立统计模型来显示年龄对于 NBA 球员来说是一个怎样的重要因素，然后我们将使用前球员的职业生涯轨迹来预测现役球员的表现。 |
| 在数据选取部分，我们仅考虑至少完成1200场比赛和15个赛季的顶级球员。并且每个赛季都应计入1979-1980赛季之后。 |
| 我们排除短赛季记录，然后删除球员参加比赛少于 20 场的任何赛季。 |
| 总上场时间、得分和每分钟得分三个类别。通过对每位球员逐年统计数据与职业生涯平均水平进行标准化。最终有 36 名球员符合条件。 |
| 职业生涯指数的制作及使用标准化对数。 |
| 虽然这些球员都符合资格并且被计入我们的数据集，但我们不能仅仅用他们的得分、上场时间来进行比较。 |
| 经过标准化处理后，我们得到了三类群体的比例，然后我们得出了职业巅峰指数， |
| 等于 Z TM 加上 Z PP 加上 Z PM。其中，Z TM 等于一名球员的总上场时间减去该组的平均上场时间。然后我们除以总上场时间的标准差。三类球员的方法相同。 |
| 你可能会问我为什么要进行 Z 标准化？因为 Z 统计有两个好处。首先，它将消除任何标准差偏差，并确保对球员的职业生涯平均值赋予同等权重。 |
| 这是36名球员位置分布的柱状图，显示了36名历史数据集中大前锋位置球员符合要求的数量最多，有11人，而小前锋位置球员符合要求的数量最少，只有3人。 |
| 右侧上方的图表显示了我们如何计算组合曲线，下方的图表显示了前三名球员（科比布莱恩特、勒布朗詹姆斯和迈克尔乔丹）与组合的曲线。 |
| 为什么我们选择使用三名球员？因为他们保持得很好，而且他们是历史上最好的球员。 |
| 通过使用每个年龄段的每分钟得分平均值、总得分与分钟数，我们将它们结合起来 |
| 作为用于比较每项数据的组合曲线。很容易指出顶部图表上的峰值平均值为 27 岁。每个类别都指出了最高值。科比·布莱恩特将是一个很好的例子来解释这一点。 |
| 下面的图表中，勒布朗詹姆斯表现得比较异常，他的巅峰年龄似乎是 21 岁，而在 27 岁时，他的组合曲线跌到了新低。 |
| 巅峰赛季位置依赖性是为了找出不同位置球员的黄金年龄。我们用方差分析来找出五个位置的依赖性是年龄，相同还是不同。 |
| 因变量有八个因素。我们想知道是否有差异。然后我们进行单向方差分析。 |
| 左图是篮球运动员各个位置的差异，得分后卫和小前锋的年龄也比其他球员小。 |
| 不同的终极策略主要针对小前锋和得分后卫。如果新秀被选中在这两个位置进行训练，他们将有大量的投篮机会和时间。 |
| 虽然今年跑轰战术盛行，但小前锋和得分后卫也早早进入了黄金时代。 |
| ANOVA表指出P值小于0.5，这意味着概率可以拒绝原假设，从而进一步得出至少有一个位置具有不同的峰值年龄的结论。 |
| 右图显示，MVP年龄大约在球员巅峰年龄的两年后。此时球员正处于黄金年龄区间。我们通常用MVP来对比球员的表现。 |
| 随着年龄的增长，他们的身体机能会下降，伤病可能会影响他们在MVP评选中的成绩。 |
| 我们对年龄研究的曲线进行了配对 T 检验。我们想看看球员的巅峰年龄和 MVP 年龄之间的联系。 |
| 我们要检查统计数据的两个测量值之间的差异是否不为零。 |
| 我们的结果表明，一名球员在进入巅峰年龄后，平均两年后就能获得MVP称号。 |
| 巅峰年龄和MVP平均年龄之间存在显著差异。但是预测模型无法拒绝假设，这表明预测是准确的。 |
| 是的，我们做出了判断，如果球员的表现低于职业生涯平均水平的 60%，我们可能会认为 |
| 一个人需要决定是否退役。如果某人在最后一年的表现得分也能达到 80%，我们可能会认为球员还能再打两到三年。 |
| 科比在37岁的时候离开了联盟，我们看到他去年的表现，保持了他80%左右的能力。 |
| 右边...左边的图表显示了一组应该早点退役的球员，但他们并没有，尤其是当你看到朱万·霍华德的 |
| 34岁之后的表现大概是他职业生涯能力的20%到40%。我们可以指出科比可以打得更多，朱万应该早点退役。 |
| 我们进行聚类的目的是因为我们希望利用聚类结果来帮助教练和球队了解他们的球员未来的表现如何。 |
| 我们利用JMP将36名球员分成七个集群，每个集群有六个不同的类别。数据集合的对象将彼此相似。 |
| 让我们看一下图表。在某些情况下，该图表比较了加里·佩顿和德里克·费舍尔。此外，R 平方值相当高 |
| 它们有自己的聚类，这意味着它们之间存在很强的相关性。根据 R 平方值，该图可以清楚地显示它们有点相似。 |
| 加里·佩顿于2007年退役，德里克·费舍尔于2014年退役，两者相差7年，我们不妨用加里·佩顿的职业生涯轨迹来预测德里克·费舍尔未来的走势。 |
| 年龄是NBA球员最重要的因素之一，随着球员年龄的增长，他们将有机会面临退役。 |
| 本组合曲线模型利用多元统计聚类和相关性，展现运动员在年龄差异下的表现变化，以及随着年龄增长的表现轨迹，且该建模方法亦可推广至其他职业运动项目。 |
| 谢谢。 |
