Vocero | Transcripción |
| Chi-feng Ho | Influencia del envejecimiento en la NBA y análisis comparativo. |
| Mason Chen es el coautor del proyecto. La razón principal por la que decidimos hacer este producto es que nuestro ídolo de la NBA, Kobe Bryant, falleció en un accidente de helicóptero el año pasado. |
| Mucha gente empieza a prestar atención a su edad de jubilación, muchos medios y aficionados creen que Kobe todavía podría jugar más en lugar de abandonar la liga NBA. |
| Queremos saber si esos jugadores históricos podrían seguir jugando unos dos o tres años. |
| El equipo podría considerar el contrato máximo de un jugador debido a su valor, su rendimiento actual y futuro, su edad y su historial de lesiones previas. |
| No hay diferencia entre una superestrella o un jugador suplente. Un día, sin duda, se enfrentarán a un descenso en su rendimiento debido a factores relacionados con el envejecimiento. |
| Si su equipo ya tenía una superestrella que se enfrentó a su caída de datos, ¿los boletos del equipo aún deberían centrarse en él? |
| Por supuesto que no. La NBA es una alianza empresarial cuyos directivos solo quieren formar un equipo fuerte para conseguir un campeonato de la NBA en lugar de perderlo, y no obtendrán ningún beneficio para ellos. |
| En nuestro proyecto queremos ayudar a entrenadores, preparadores físicos y médicos a descubrir lo importante que son los factores del envejecimiento para los jugadores de la NBA. |
| Desde nuestra perspectiva, consideraremos si el momento es lo suficientemente bueno para que Kobe abandone el club. En segundo lugar, tenemos en cuenta a los jugadores que se retiraron demasiado tarde y a algunos que se retiraron demasiado pronto según nuestros datos. |
| Por último, trabajamos sobre la importancia de la edad para un jugador de baloncesto de la NBA y dimos algunas pistas. |
| Entre nuestros objetivos, queremos comenzar a construir modelos estadísticos para mostrar cómo la edad es un factor importante para los jugadores de la NBA y luego predeciremos el rendimiento de los jugadores en servicio activo utilizando la trayectoria profesional de los ex jugadores. |
| En la parte de selección de datos, solo consideramos a los mejores jugadores que hayan completado al menos 1200 partidos y 15 temporadas. Y se deben contabilizar todas las temporadas posteriores a las de 1979 y 1980. |
| Excluimos los registros de temporadas cortas y luego eliminamos cualquier temporada en la que los jugadores jueguen menos de 20 partidos. |
| Total de minutos, puntos anotados y puntos por minuto. Tres categorías. Haciendo la estandarización de las estadísticas de cada jugador año a año contra el promedio de su carrera. Finalmente, hay 36 jugadores clasificados. |
| Elaboración del índice de Carrera y utilización del logaritmo de normalización. |
| Aunque esos jugadores están calificados y contabilizados en nuestro conjunto de datos, no podemos simplemente usar sus puntuaciones y minutos en el escenario para contrastar. |
| Después de hacer la estandarización, salió la proporción de grupos de tres categorías y luego derivamos el índice de carrera pico, |
| que es igual a Z TM, más Z PP más Z PM. Entonces, Z TM es igual a los minutos totales de un jugador, menos el promedio del grupo. Y luego dividimos por la desviación estándar de los minutos totales. Un método para tres categorías es el mismo. |
| Me preguntarán por qué hacemos la estandarización Z. Porque las estadísticas Z tienen dos beneficios. En primer lugar, eliminarán cualquier sesgo de desviación estándar y también garantizarán que se dé la misma ponderación a los promedios de carrera de los jugadores. |
| Este es el patrón de distribución de posiciones de 36 jugadores mediante un gráfico de barras que muestra el conjunto de datos históricos de 36 jugadores de posición de ala-pívot que son los más calificados, que contiene una cantidad de 11, y los jugadores de posición de alero que menos calificaron, que solo calificaron a tres de ellos. |
| A la derecha, el gráfico superior muestra cómo calculamos la curva combinada y el gráfico inferior muestra la curva de los tres mejores jugadores (Kobe Bryant, LeBron James y Michael Jordan) versus la combinación. |
| ¿Por qué elegimos utilizar tres jugadores? Porque esos jugadores se mantienen bien y son los mejores jugadores de la historia. |
| Utilizando el promedio de puntos por minuto, puntos totales por minuto en cada categoría de edad, los combinamos |
| Como la curva combinada que se utiliza para comparar cada uno de los datos, es fácil señalar que el promedio máximo en el gráfico superior tendrá 27 años. Y cada categoría señala el valor más alto. Kobe Bryant será un buen ejemplo para explicarlo. |
| En el gráfico inferior se muestra que LeBron James es un caso atípico, cuya edad máxima parece ser 21 años y durante los 27 años, su curva combinada cayó a un nuevo mínimo. |
| La dependencia de la posición en la temporada alta es para descubrir la edad dorada de los jugadores de diferentes posiciones. Usamos la prueba ANOVA para descubrir si la dependencia de las cinco posiciones era la edad, si era igual o no. |
| La variable dependiente tiene ocho factores. Queremos saber si hay alguna diferencia. Entonces, hacemos un ANOVA de una vía. |
| En la figura de la izquierda se observa la diferencia entre cada posición de los jugadores de baloncesto; el escolta y el alero tienen una edad más temprana que otros jugadores también. |
| El tipo de estrategia definitiva diferente se centra más en el alero y el escolta. Si el novato ha sido elegido para entrenar en esas dos posiciones tendrá mucho tiro y tiempo. |
| Aunque la estrategia de correr y disparar es famosa este año, el alero y el escolta también entraron en su época dorada antes. |
| La tabla ANOVA señala que el valor P es menor a 0,5, lo que significa que la probabilidad puede rechazar la hipótesis nula para concluir además que al menos una de las posiciones tiene una edad pico diferente. |
| En el gráfico de la derecha, la edad del MVP es aproximadamente dos años posterior a la edad máxima de los jugadores. En ese momento, los jugadores alcanzaron su edad dorada. Generalmente, utilizamos el MVP para contrastar el rendimiento de un jugador. |
| A medida que envejecen, sus funciones corporales disminuirán y la lesión podría influir en su marca en las selecciones de MVP. |
| Utilizamos una prueba T pareada a lo largo de la curva en el estudio de la edad. Nos gustaría ver la conexión entre la edad máxima de los jugadores y su edad de MVP. |
| Queremos comprobar si la diferencia entre dos valores de medida de la estadística no es cero. |
| Nuestros resultados muestran que un jugador llega a su edad máxima y después de dos años en promedio recibe su título de MVP. |
| La edad pico y la edad promedio del MVP mostraron una diferencia significativa entre cada una de ellas. Sin embargo, un modelo de predicción no puede rechazar la hipótesis, lo que sugiere que una predicción es precisa. |
| Sí, nosotros fijamos los criterios que nos decían que si el rendimiento del jugador es inferior al 60 por ciento del promedio de su carrera, podríamos pensar que eso... |
| La persona debe decidir retirarse. Si alguien en el último año también pudiera tener puntuaciones de rendimiento del 80%, podríamos pensar que los jugadores podrían seguir jugando dos o tres años más. |
| Kobe Bryant dejó la liga cuando tenía 37 años. Vimos que su rendimiento el año pasado había mantenido aproximadamente el 80% de su capacidad. |
| A la derecha... a la izquierda, un gráfico que muestra un conjunto de jugadores que deberían retirarse antes, pero no lo hacen, especialmente cuando vas a ver a Juwan Howard. |
| El rendimiento después de los 34 años se ha convertido en un 20 a 40% de su capacidad de carrera. Podríamos señalar que Kobe puede jugar más y Juwan debería retirarse antes. |
| Nuestro propósito en la agrupación es que queremos utilizar los resultados de la agrupación para ayudar al entrenador y al equipo a ver cómo será el rendimiento futuro de sus jugadores. |
| Usamos JMP y dividimos 36 jugadores en siete grupos según seis categorías diferentes. Los objetos de la colección de datos serán similares entre sí. |
| Veamos el gráfico. Este gráfico compara a Gary Payton y Derek Fisher, en algunos casos. Además, el valor R cuadrado es bastante alto. |
| sus propios grupos, lo que significa que existe una fuerte correlación entre ellos. Basándonos en el valor R cuadrado, el gráfico podría mostrarnos claramente que son bastante similares. |
| Gary Payton se retiró de la liga en 2007 y Derek Fisher en 2014. Una diferencia de siete años. Bien podríamos usar la trayectoria profesional de Gary Payton para predecir la tendencia futura de Derek Fisher. |
| La edad es uno de los factores más importantes para los jugadores de la NBA. A medida que los jugadores envejecen, tendrán la posibilidad de afrontar el retiro. |
| Este modelo de curva combinada utiliza la agrupación y correlación de estadísticas multivariables para demostrar cómo cambia el rendimiento de los jugadores en función de la diferencia de edad y la trayectoria del rendimiento con la edad. Además, los métodos de modelado también podrían aplicarse a otros deportes profesionales. |
| Gracias. |
