| Conférencier |
Transcription |
| chrétien |
Merci à tous de vous être joints à nous aujourd'hui pour le JMP Discovery Summit, version virtuelle. Je m'appelle Christian Stopp et je suis ingénieur système chez JMP. |
| |
Et je suis aujourd'hui accompagné de mon collègue Don McCormack, qui est également ingénieur système principal chez JMP. |
| |
Vous êtes probablement arrivé ici parce que vous avez vu le titre de la conférence. Vous êtes fan de baseball, vous vous intéressez aux joueurs de la Ligue majeure de baseball et vous vouliez en savoir plus. |
| |
Ou bien vous avez vu que cela concernait Functional Data Explorer et vous vouliez en savoir plus sur son utilisation dans différents environnements. Nous allons donc combiner ces deux sujets aujourd'hui. Don et moi, et |
| |
Je vais d'abord orienter un peu plus mon discours vers les fans de baseball. |
| |
De même que nous avons des conversations assez courantes entre joueurs et fans de baseball, vous pourriez réfléchir à la manière dont |
| |
Votre joueur préféré se compare aux autres joueurs, et vous avez peut-être ces conversations avec vos amis, en espérant qu'elles restent polies. |
| |
à propos de votre joueur préféré et pourquoi. |
| |
C'est donc un peu comme ça que j'imaginais cette fameuse conversation entre Alex Rodriguez et Varitek : ils comparaient simplement leurs joueurs préférés. |
| |
Pour moi, tout a commencé, comme pour Don, par une simple passion pour le baseball. |
| |
s'intéresser aux statistiques de baseball qu'on trouvait au dos des cartes de chewing-gum qu'on collectionnait. |
| |
Et donc, au cours de ces conversations sur votre joueur préféré, vous remarquerez peut-être que les joueurs diffèrent non seulement par leur niveau, mais aussi par d'autres facteurs comme l'âge... |
| |
Avec l'âge, on observe un pic de performance, un moment où les résultats commencent à décliner. En réfléchissant, comme moi peut-être, à la trajectoire de carrière de ces joueurs, on peut se demander : « Comment modéliser l'évolution de leurs performances au fil du temps ? » |
| |
Maintenant, si vous êtes étrangement comme moi, vous décidez de vous orienter vers les statistiques afin de pouvoir faire exactement cela. |
| |
Mais je vous encourage à éviter cette voie et à faire preuve de plus d'intelligence que moi en utilisant un outil comme Functional Data Explorer pour transformer ces statistiques... ces courbes statistiques, en chiffres exploitables pour vos projets. |
| |
Donc, pour ceux d'entre vous qui connaissent un peu moins le baseball, mais |
| |
Nous allons voir des données reflétant des indicateurs de performance au baseball. Je vais donc parler des joueurs de position et |
| |
Les joueurs de champ frappent. L'un des indicateurs de leur performance au bâton est donc le pourcentage de présence sur les buts plus le pourcentage de puissance, ou OPS. |
| |
Sur l'axe des ordonnées, j'ai représenté les mesures de plusieurs joueurs en fonction de leur âge. Le bleu correspond à Babe Ruth et le rouge à Ted Williams. |
| |
Et comme vous pouvez le constater, ces trajectoires donnent l'impression qu'ils ont tous deux affiché un niveau de performance sensiblement équivalent sur la majeure partie de leur carrière. |
| |
Mais vous savez peut-être que le moment où Ted Williams atteint son apogée semble se situer un peu plus tard que celui de Babe Ruth. |
| |
Et Babe Ruth, il semble qu'il ait peut-être eu besoin d'un peu de temps pour se mettre en route et atteindre ce niveau, si l'on se fie uniquement à ce graphique sans autre information. |
| |
Il y a donc beaucoup de... ce ne sont que deux joueurs parmi les milliers, voire les dizaines de milliers, que vous pourriez envisager. Il suffit de comparer. |
| |
On imagine aisément la grande variabilité qui caractérise leurs parcours de carrière. Il existe donc également une variabilité au sein même du parcours d'un joueur. |
| |
Je pourrais donc utiliser la fonction de lissage du générateur de graphiques pour atténuer légèrement le bruit associé à ces courbes, afin de mieux percevoir le signal concernant la trajectoire de ce joueur. |
| |
Et il s'avère que ce lissage est très similaire à ce qui se passe dans le processus utilisé par l'explorateur de données fonctionnel. |
| |
J'ai donc ici un explorateur de données fonctionnel et encore une fois, mon indicateur ici est le pourcentage de présence sur les bases plus le pourcentage de puissance, OPS. |
| |
Et je regarde juste pour voir... comme si nous comparions ces trajectoires de joueurs, maintenant, dans FDE, l'explorateur de données fonctionnel, lisse ces courbes de joueurs, comme vous pouvez le voir, |
| |
puis extraire des informations sur ce qui est commun à ces courbes. |
| |
Ainsi, pour chaque joueur, ce que vous obtenez en contrepartie, ce sont des scores associés à sa performance. Ces scores décrivent la trajectoire de carrière du joueur de manière quantitative, ce qui nous permet d'effectuer d'autres analyses, comme celle que nous allons réaliser. |
| |
Donc, vous pouvez le constater un peu, ce sont des partitions de Hank Aaron. |
| |
Et dans le profileur auquel vous pouvez accéder dans l'explorateur de données fonctionnelles, |
| |
Vous pouvez en fait modifier… vous pouvez analyser la trajectoire de l'OPS de ce joueur en fonction de son âge, puis ajuster ces valeurs pour refléter ses performances actuelles et obtenir une meilleure… une meilleure reproduction de ses résultats. |
| |
leur trajectoire de carrière avec ces scores. |
| |
Voilà donc un petit aperçu de l'estimation de densité de probabilités (FDE) et de son application ici. Vous verrez Don et moi discuter des statistiques dont nous disposons désormais. |
| |
Ces scores de joueurs, extraits de l'explorateur de données fonctionnelles, proviennent des courbes initiales. Nous allons donc les utiliser pour prédire, entre autres, l'admission au Temple de la renommée. |
| |
Et pas seulement pour savoir qui est au Temple de la renommée parce qu'il y a sa place, mais aussi, et c'est plus intéressant, pour savoir quels sont les joueurs qui y sont alors qu'ils n'y ont peut-être pas leur place, car leurs statistiques ne le justifient pas. |
| |
Ou peut-être identifier les joueurs que le comité du Temple de la renommée semble avoir ignorés. Nous allons donc aborder brièvement les différents critères que nous avons utilisés et la manière dont nous les avons quelque peu révisés. |
| |
Puis, en utilisant FDE pour analyser ces trajectoires de carrière, en extrayant les scores et en effectuant la prédiction, comme nous le ferions normalement pour d'autres éléments. |
| |
Si vous n'avez pas suivi le baseball, les critères d'éligibilité au Temple de la renommée sont les suivants : un joueur doit avoir joué au moins 10 ans, soit 10 saisons, et doit attendre… il faut attendre cinq ans avant d'être éligible. |
| |
Ensuite, vous avez dix ans pendant lesquels vous êtes éligible et les électeurs peuvent vous élire. Il y a donc quelques joueurs que nous verrons qui attendent encore leur tour. |
| |
Le Hall utilise des critères de sélection différents, principalement axés sur la performance du joueur, mais prenant également en compte d'autres éléments. |
| |
La base de données Lahman, notre source de données, ne contient pas ces informations, ce qui rend leur mesure difficile. Nous nous contentons donc d'analyses reflétant leurs performances statistiques sur le terrain. |
| |
Et bien sûr, après 150 ans de pratique du baseball, on peut se rendre compte que les joueurs évoluent à des époques différentes. |
| |
Nous voulons donc nous assurer de comparer les joueurs à leurs pairs. Nous allons donc prendre en compte, par exemple, l'année où ils ont joué. |
| |
ou le poste qu'ils occupaient, étant donné que différentes exigences sont associées... serait généralement associé à différents postes. |
| |
Et puis, chaque ligue a ses propres règles ; nous en tiendrons compte également. |
| |
Je m'arrête là. Don va passer la parole au lancer, et je reviendrai ensuite pour parler des joueurs de position. |
| donmccormack |
Comme l'a dit Christian, je vais parler un peu du lancer, mais |
| |
Pendant que je fais ça, avant ça je fais ça, |
| |
Ce que j'aimerais faire, c'est illustrer certains des points initiaux évoqués par Christian. Les éléments qui constituent de bonnes données |
| |
les techniques analytiques, les choses qui doivent vraiment être faites, quelle que soit la technique de modélisation que vous utilisez, |
| |
Toutefois, il s'avère que ce sont des étapes importantes à suivre avant de modéliser vos données à l'aide de l'équation différentielle fonctionnelle (FDE). Je vais aborder plus précisément le nettoyage des données. |
| |
Il s'agit de normaliser les données afin de pouvoir comparer les individus de manière équitable, puis de modéliser les données. À titre d'exemple, voici ce que vous voyez à l'écran : |
| |
Nous examinons trois lanceurs très différents, tous membres du Temple de la renommée. La ligne rouge représente Nolan Ryan. |
| |
Une très longue carrière, environ 27 ans. La ligne verte, la ligne du milieu, c'est Hoyt Wilhelm. |
| |
Pour certains d'entre vous, les plus jeunes, vous ne connaissez peut-être pas Hoyt Wilhelm ; il a joué au baseball du début des années 50 jusqu'en 1972, je crois. |
| |
Une carrière assez longue, qui a traversé plusieurs époques. Il était principalement releveur, mais pas comme on en entend par releveurs aujourd'hui. C'était un joueur qui, lorsqu'il entrait sur le terrain pour relever, |
| |
Vous savez, il pourrait lancer six manches. Bon, c'est vraiment très inhabituel pour un releveur aujourd'hui. La ligne bleue représente Trevor Hoffman, un excellent stoppeur des Padres de San Diego. Mais encore une fois, c'est un lanceur très différent. La question est donc : comment préparer ces données ? |
| |
et de manière à pouvoir comparer ces trois personnes équitablement ? La première chose que j'ai mentionnée, c'est que nous voulons nettoyer vos données. Et d'ailleurs, je vais utiliser quatre indicateurs différents. Je vais utiliser |
| |
WHIP (moyenne de buts sur balles et de coups sûrs par manche lancée), retraits sur des prises par neuf manches, coups de circuit par neuf manches et une statistique |
| |
J'ai facilement créé un indicateur appelé « pourcentage de frappeurs affrontés au-dessus du minimum », où j'ai simplement divisé le nombre de frappeurs affrontés par un lanceur par le nombre total de retraits qu'il a obtenus. |
| |
et on a soustrait un. L'idée est que si tous les frappeurs affrontés réussissaient à être éliminés, alors ce serait un score parfait. |
| |
Très bien, je vais examiner ces quatre indicateurs. J'ai différents critères pour définir ma normalisation. |
| |
Concernant ma méthode de sélection des valeurs aberrantes, je vais inclure une présentation PowerPoint. |
| |
Je vous laisse le soin de consulter les détails, mais je ne les aborderai pas ici par manque de temps. Je vais donc commencer par nettoyer les données. Vous remarquerez par exemple que, dès sa première année, Nolan Ryan a lancé… |
| |
Trois manches lancées ; un WHIP très, très élevé. Après quelques saisons ici, je pense que Trevor Hoffman |
| |
Le nombre de lancers était faible. Je vais donc commencer par exclure ces données. C'est bien. Cela réduit l'étendue des valeurs et il est toujours préférable d'éliminer les valeurs aberrantes avant l'analyse. |
| |
Une autre étape que je souhaite mentionner est que lorsque j'ai effectué l'analyse FDE sur ces données au sein de la plateforme, cela permet d'effectuer un filtrage supplémentaire des valeurs aberrantes où, |
| |
même si vous utilisez plusieurs colonnes, |
| |
Vous ne filtrez que les valeurs correspondant à l'entrée spécifiée, ce qui est très pratique. Je l'utilise donc aussi car il y avait encore… |
| |
Même après mon premier examen, il restait quelques anomalies à corriger. |
| |
Nettoyer les données. La deuxième étape consiste à les normaliser. En normalisant, j'ai donc normalisé les données sur l'axe des abscisses (X) et sur l'axe des ordonnées (Y). |
| |
Ce qui nous intéresse ici, c'est le nombre de saisons. Chaque saison est considérée comme une entité distincte, mais nous savons tous que, certaines saisons, certains lanceurs lancent plus de manches que d'autres. |
| |
Plutôt que de considérer les saisons individuellement, je vais me concentrer sur le pourcentage cumulé de retraits en carrière. Je sais qu'à la fin de chaque saison, les lanceurs ont cumulé un certain nombre de retraits, ce qui représente une proportion de ce total sur l'ensemble de leur carrière. |
| |
retraits. Je vais donc utiliser cela pour normaliser mes données. L'avantage, c'est que vous remarquerez que les trois lanceurs sont maintenant au même niveau. |
| |
Échelle x. Tout, absolument tout, est à l'échelle de zéro à un. C'est vraiment génial... |
| |
Du point de vue de l'analyse FDE, c'est vraiment très pratique. Enfin, je souhaite également appliquer une échelle sur l'axe Y. |
| |
J'ai simplement divisé le WHIP par le WHIP moyen pour ce type de lanceur et pour l'époque à laquelle il a joué. J'obtiens ainsi un WHIP relatif. L'autre avantage d'utiliser ces valeurs relatives, c'est que… |
| |
Je sais où se situe ma limite. Je sais qu'un lanceur avec un WHIP relatif de 1 est un lanceur moyen. Donc, dans ce cas précis, je vais me concentrer sur les lanceurs qui… |
| |
avec un WHIP inférieur à un. Vous remarquerez donc que ces trois lanceurs ont passé la majeure partie de leur carrière sous ce seuil, à un. Pour finir, voici ce que je vais faire : |
| |
Je souhaite utiliser mon équation différentielle fractionnaire (EDF) pour modéliser cette trajectoire. Or, l'un des problèmes liés à l'utilisation des données telles quelles, ou plutôt les deux problèmes liés à l'utilisation des données telles quelles, est que la trajectoire est assez irrégulière. |
| |
et il serait vraiment difficile d'estimer la trajectoire de carrière compte tenu de tous ces hauts et ces bas. Deuxièmement, |
| |
Finalement, ce que je veux faire, c'est utiliser cette métrique que j'ai générée à partir du FDE, cette trajectoire, pour obtenir une estimation globale de ma carrière. Donc, plutôt que de regarder mes saisons ou mon pourcentage cumulé… |
| |
des entités discrètes, je veux pouvoir modéliser cela sur l'ensemble d'une carrière continue. Et nous verrons cela un peu plus tard. Je vais donc remplacer mon |
| |
Pour cent de mon... Je suis désolé pour... conditionnel... mon WHIP, mon WHIP relatif avec cette estimation FDE conditionnelle. Maintenant, vous m'avez peut-être vu revenir à ces deux-là, vous pourriez dire, oh là là, c'est ce que... quel |
| |
Quelle différence énorme entre les deux ! Est-ce vraiment un bon résultat ? Difficile à dire d'après ce graphique. Alors, ce que je veux faire… |
| |
Je vais vous montrer concrètement à quoi ça ressemble. Alors voilà, j'ai fait ceci : j'ai ouvert |
| |
les, les, les, les valeurs discrètes. Il s'agit de Nolan Ryan, au fait. Les mesures discrètes de Nolan Ryan, ainsi que sa courbe pour son pour son |
| |
L'estimation FDE conditionnelle, vous verrez qu'elle ne suit pas le même chemin sinueux ou accidenté, mais elle fournit une bonne estimation. |
| |
quelle est sa trajectoire de carrière. Et en général, quel est son WHIP |
| |
Au début, il était très haut placé, il accordait beaucoup de buts sur balles, c'était un lanceur très, très imprévisible, beaucoup plus imprévisible au début de sa carrière, croyez-le ou non. |
| |
Mais au fil de sa carrière, cela s'est amélioré. Et vous le constaterez chez tous les lanceurs que j'ai sélectionnés. Prenons par exemple Hoyt Wilhelm. |
| |
Voici Wilhelm. Encore une fois, cela ne rend pas compte de tous les hauts et de tous les bas, mais cela illustre bien la direction générale de sa carrière. |
| |
Bon, profitons-en pour poser la question. Je n'ai que peu de temps. J'aimerais en avoir plus, car j'ai des choses intéressantes à vous montrer. |
| |
Mais je vais commencer par ce que j'appelle les oubliés. Ce sont donc les joueurs qui… J'ai utilisé FDE sur les quatre indicateurs que j'ai mentionnés. |
| |
J'utilise ces données comme intrants, ainsi que le type de lanceur, et j'ai testé de nombreuses techniques de modélisation prédictive. Les deux qui ont le mieux fonctionné pour moi étaient le classificateur bayésien naïf et le classificateur bayésien naïf. |
| |
et l'analyse discriminante. J'utilise ces deux techniques de modélisation pour déterminer qui a été admis, qui devrait l'être et qui ne devrait pas l'être. |
| |
et c'est ce que... ce que nous examinons ici, c'est que nous examinons ces lanceurs pour lesquels l'analyse bayésienne naïve et l'analyse discriminante ont toutes deux dit oui, |
| |
Mais le Temple de la renommée a refusé. Alors voilà… c’est un snobisme. Vous remarquerez que dans ce cas… et passons à autre chose. Voici les applications. Voici le WHIP relatif. Prenons le WHIP conditionnel. |
| |
Permettez-moi de remettre cette ligne de référence à un et vous verrez que, pour la plupart, il s'agit de lanceurs qui ont passé la majeure partie de leur carrière au sommet... |
| |
sous cette ligne. L'autre chose à laquelle vous pourriez penser en regardant ces données, c'est que… |
| |
Waouh, il serait vraiment difficile de distinguer ces joueurs. Comment les comparer maintenant, si je devais prendre, disons, quelques lanceurs qui ont été intronisés au Temple de la renommée ? |
| |
dans cette liste aussi. Je veux dire, ce serait... il serait difficile de les séparer simplement par |
| |
Je les observe attentivement, car certains aspects de leur carrière sont plus réussis que d'autres, et d'autres encore changent. Comment gérer cela sur le plan professionnel ? |
| |
Comme je l'ai mentionné précédemment, l'un des avantages de l'explorateur de données fonctionnel est que je peux prendre ces données, |
| |
Et je peux, je peux, je peux créer une trajectoire de carrière. Estimer un grand nombre de points de données le long de cette trajectoire. Et c'est ce que j'ai fait : j'ai même décomposé les carrières en 100 segments. |
| |
J'ai additionné ces centaines d'unités pour chacune de mes courbes. En gros, j'ai obtenu l'aire sous la courbe. |
| |
Si c'était au-dessus de cette ligne, je soustrairais ; si c'était en dessous de cette ligne, je... pardon... si j'étais au-dessus de cette ligne, j'ajouterais ; en dessous de la ligne, je soustrairais. |
| |
Et si l'on considère l'ensemble des carrières... il s'agit en fait d'une liste plus longue. On parle d'environ 1 300 ou 1 400 lanceurs, donc absolument tous ceux qui ont... |
| |
Absolument tous ceux qui étaient éligibles au Temple de la renommée, pendant 10 ans ou plus. Alors, passons rapidement en revue quelques possibilités. |
| |
Commençons… permettez-moi de commencer par évoquer les joueurs qui ont été snobés. Voici donc… voici nos joueurs… voici mes joueurs qui ont été snobés. |
| |
D'accord, donc il y a 100 valeurs. La limite est donc fixée à 100, car j'ai mesuré 100 valeurs différentes. |
| |
Vous remarquerez donc que, pour la plupart, ces joueurs avaient un score supérieur à 100. Voici la liste des joueurs qui n'ont pas été retenus. Et si vous regardez ces joueurs, |
| |
Vous remarquerez qu'il y a quelques types ici qui sont évidents. Des gens comme Curt Schilling et Roger Clemens, pour ne rien dire. |
| |
Les raisons liées à la carrière, pour, pour, pour, pour... certains des autres critères mentionnés par Christian ne sont pas pris en compte. Mais il y a des joueurs, comme Clayton Kershaw, qui n'a pas encore terminé sa carrière. |
| |
Mais il y a certainement d'autres personnes à prendre en considération… qui sont éligibles au Temple de la renommée. Alors, examinons cela aussi. Penchons-nous sur les personnes éligibles au Temple de la renommée qui n'y ont pas encore été admises… |
| |
BJ Ryan ; Curt Schilling y figure également ; Johan Santana, on se demande bien pourquoi il n'a pas été intronisé ; Smokey Joe Wood, lanceur du début du XXe siècle ; et ainsi de suite. |
| |
La capacité de FDE à me permettre d'extraire des valeurs à n'importe quel moment de leur parcours professionnel est un outil supplémentaire qui me permet d'estimer certaines choses. |
| |
Des critères supplémentaires entrent en jeu pour déterminer qui mérite d'être intronisé au Temple de la renommée. Bref, assez parlé des lanceurs. Passons maintenant à Christian pour qu'on puisse aborder plus en détail le sujet des joueurs de position. |
| chrétien |
Excellent. Merci, Don. |
| |
Droite. |
| |
Bon, Don parlait des lanceurs... donc je vais me concentrer sur la position. |
| donmccormack |
les joueurs, et donc il y a deux composantes différentes à prendre en compte. |
| chrétien |
Tu as tes talents au bâton, ainsi que tes talents en défense, et j'ai une approche légèrement différente de celle de Don, en ce qui concerne… |
| |
J'ai analysé les statistiques puis construit des modèles. J'ai finalement commencé avec seulement quatre des statistiques de frappe les plus courantes, et ce sont les quatre premières de la liste ici, certaines de celles que l'on trouve au dos des cartes de baseball. |
| |
Et puis, au fur et à mesure de ma progression, comme nous le verrons, j'ai eu besoin de quelque chose pour capturer les bases volées, car les quatre premiers ne le font pas vraiment... du tout. |
| |
J'ai donc créé une mesure que j'appelle la moyenne de base, qui prend en compte les mouvements des coureurs et qui… permet de valoriser ces actions pour le frappeur. Le jeu défensif est également un facteur important, comme nous le verrons ; j'ai donc inclus quelques indicateurs pour le jeu défensif. |
| |
Et donc, comme Don l'a mentionné plus tôt, je voulais m'assurer de comparer des choses comparables, donc je regarde… |
| |
en tenant compte du poste, de la ligue et de l'année pour ces statistiques que j'ai mentionnées. Et ensuite, quand |
| |
Comme Don, je voulais m'assurer que II pondère correctement ces petits échantillons afin qu'ils ne faussent pas le système. J'ai donc fini par pondérer la performance des joueurs en fonction du nombre de passages au bâton par rapport à la moyenne de l'année de la ligue. |
| |
Pour chaque position dans l'alignement, on détermine le nombre de passages au bâton que cette position devrait obtenir au cours de la saison. C'est ainsi que les pondérations sont appliquées. |
| |
Très bien. Voyons voir ce que cela donne. Nous allons retourner voir Ted Williams. |
| |
Nous avons donc ici, à gauche, la carrière de Tim Williams, comme nous l'avons vu, et voici les scores bruts. |
| |
Et puis, il semble qu'il ait connu une très mauvaise saison ici. |
| |
Mais si l'on considère les performances relatives de Ted Williams, on constate qu'il s'agit en réalité d'une saison moyenne, comme celle de Don. Elle reste néanmoins supérieure à la moyenne. C'était donc une saison plutôt décevante pour Ted Williams, compte tenu de ses propres standards. |
| |
Nous avons vu précédemment que ces deux pics de performance pour Ted Williams auraient pu correspondre à ses meilleures saisons, mais il s'avère qu'il s'agit de saisons où son nombre de matchs joués était plus faible en raison de… |
| |
Le fait qu'il soit parti pour la guerre de Corée a eu un impact sur ses résultats. J'ai donc ajusté les scores en conséquence, en les ramenant vers la moyenne, compte tenu de la petite taille de l'échantillon. |
| |
Donc, |
| |
Voilà comment nous procédons, concernant les types de données. Je vais me concentrer ici sur les statistiques relatives et sur certains points qui ont retenu mon attention. |
| |
Voilà. Et nous allons faire ça. |
| |
Il faut insérer ici le tableau de nombres. |
| |
Voici donc les scores que nous allons examiner, les scores FPC relatifs issus du FDE. |
| |
Et la première chose que j'ai remarquée, c'est que j'ai inclus quatre variables dans mon modèle : ces quatre premières statistiques de frappe, et |
| |
Je voulais simplement m'assurer d'avoir les bons éléments dans mon analyse. L'axe de gauche représente donc la probabilité, calculée à partir du modèle, d'être intronisé au Temple de la renommée. |
| |
Alors… excusez-moi, l'axe des ordonnées (y) indique si la personne est effectivement au Panthéon. Mes zones d'erreur de classification correspondent donc à ces deux sections. |
| |
J'ai remarqué que certains joueurs étaient plus présents ici que je ne l'avais imaginé. J'ai donc exploré différentes options et nous pourrions en explorer d'autres que je n'ai pas encore prises en compte, comme les vols de base. |
| |
Je vais donc les ajouter pour vérifier la couleur et la taille. |
| |
Et comme vous pouvez le constater, |
| |
Il me semblait assez clair que les buts volés étaient un facteur dont les votants du Temple de la renommée tenaient compte. Ce sont... |
| |
La couleur et la taille sont donc proportionnelles au nombre de buts volés au cours de leur carrière. C'est ce qui m'a incité à créer cette statistique de moyenne par unité de base que j'ai ensuite utilisée. |
| |
Donc, en explorant ces modèles comme je l'ai décrit, j'ai commencé avec quatre statistiques, puis j'ai ajouté la statistique BUA. Voici mon axe des abscisses. |
| |
J'ai ensuite ajouté les statistiques de jeu au champ, et nous obtenons ici un graphique parallèle, où l'axe des ordonnées représente la probabilité, selon le modèle, que le joueur devrait être intronisé au Temple de la renommée, et chaque ligne représente maintenant un joueur. |
| |
La couleur représente donc leur statut au Temple de la renommée. Le rouge signifie « oui », et le bleu « non ». |
| |
J'apprécie donc ce graphique car il me permet d'observer qui évolue. Je peux ainsi constater l'impact de ces variables supplémentaires dans le modèle. |
| |
Et bien sûr, la première chose qui a attiré mon attention, c'est ce type-là. C'est comme ça que l'endroit est apparu, alors qu'au départ, ce n'était pas vraiment le cas. |
| |
En ajoutant le critère des buts volés, on constate qu'il a de fortes chances d'être élu au Temple de la renommée et d'y avoir sa place, selon le point de vue. Et il s'agit de Ricky Henderson, qui détient le record du nombre de buts volés en carrière. |
| |
Passons maintenant à un autre joueur, et en nous concentrant uniquement sur l'aspect défensif : Kirby Puckett, dont les statistiques initiales suggèrent que, d'après le modèle initial, |
| |
qu'il y parvienne ; il est suffisamment qualifié pour franchir la ligne d'arrivée. Mais ensuite, vous savez, si on ajoute le facteur du vol de base, |
| |
Oui, il ne semble plus remplir les conditions requises. Enfin, il faut souligner qu'il est un excellent joueur de champ, qu'il a remporté plusieurs gants d'or en jouant au champ centre pour les Twins. |
| |
Nous constatons qu'il a retrouvé les faveurs du comité du Temple de la renommée et qu'il a été élu à juste titre. |
| |
C'est un modèle un peu brouillon. |
| |
Modèle pas désordonné et vous avez fait beaucoup de choses ici. Donc, |
| |
J'ai finalement ajouté mon filtre de données local pour pouvoir examiner chaque position individuellement. |
| |
Et ici, pour le premier but, il est beaucoup plus facile de voir que nous avons les joueurs en rouge et ceux en bleu. Nous avons maintenant quelqu'un ici, il s'agit de Todd Helton qui, du moins dans tous les modèles que nous avons examinés, |
| |
On suggère qu'il devrait être intronisé au Temple de la renommée et il remplit toujours les conditions requises. Il attend donc toujours la décision. |
| |
Mais quelqu'un comme Dick Allen, lui aussi, est dans le camp des Bleus, pas dans le Panthéon. Ses chiffres, du moins d'après les statistiques récapitulatives, les statistiques FDE que nous utilisons et les modèles, suggèrent qu'il ne devrait pas y être... il a sa place au Panthéon. |
| |
Et il y a d'autres personnes qui sont rouges, tout en bas, comme Jim Thome, qui, selon les modèles, n'a pas vraiment sa place, mais qui a pourtant été élu. |
| |
Ainsi, différentes manières d'explorer ces différentes relations, à mesure que nous ajoutons ces prédicteurs. |
| |
Comme Don, je voulais me faire une idée de qui avait été snobé et de qui aurait pu recevoir un cadeau. |
| |
ou du moins, il comportait, vous savez, des éléments non statistiques dans sa réflexion. |
| |
J'ai donc, comme Don, testé plusieurs modèles et retenu quatre qui me convenaient et qui offraient les meilleures performances prédictives. Et comme Don, je n'ai pas utilisé uniquement l'âge, plutôt que de me baser sur ce critère. |
| |
Dans mon FDE, l'axe des abscisses est basé sur un pourcentage cumulé d'apparitions. Ainsi, ces deux variantes m'ont permis d'obtenir plusieurs modèles à analyser. J'ai donc ciblé uniquement les joueurs qui, parmi les huit modèles, |
| |
Elles sont au Panthéon, mais aucun des modèles ne justifie leur présence. Et c'est le cas de cette gamme. Il y en a 31. |
| |
Et au verso, en vert ici, les joueurs dont les modèles se trouvent dans l'une ou l'autre catégorie... la majorité des modèles, quel que soit leur âge, comparés au pourcentage de présences au bâton de Kimball, suggèrent qu'ils mériteraient d'être au Temple de la renommée, mais ce n'est pas le cas. J'ai donc retiré tous ces joueurs. |
| |
Et comme Don le souhaitait, il suffit de comparer à quoi ressemblent leurs trajectoires. |
| |
Et y a-t-il... sont-ils au moins proches, ou y a-t-il autre chose qui se passe ici ? |
| |
On peut donc constater, d'après le graphique (OPS), que les joueurs qui ont été snobés ont réalisé de meilleures performances (en rouge avec les signes plus). |
| |
Ils sont bien meilleurs sur ce point, et il s'avère que sur tous les autres indicateurs statistiques offensifs, ils sont meilleurs que les joueurs surdoués, ceux qui sont titulaires mais que le modèle suggère de ne pas pouvoir être. |
| |
Et ça m'a fait réfléchir : est-ce que ce sont juste les statistiques offensives qui comptent, et est-ce que c'est plutôt le jeu défensif qui fait la différence ? Et si l'on se base au moins sur le pourcentage de réussite en défense, il semblerait que ce soit toujours le cas… |
| |
En fait, c'est ça, les gens snobés. |
| |
Et, ces gens doués ont toujours l'air d'avoir été... |
| |
Ils n'ont pas forcément le même sentiment d'appartenance que ces personnes snobées. |
| |
C'est uniquement au niveau du facteur de portée que la tendance s'est inversée. On constate donc que les joueurs talentueux l'emportent sur ceux qui, pourtant plus performants, ont été injustement écartés. |
| |
C'est une autre approche, similaire à celle de Don, que vous pouvez utiliser pour évaluer. |
| |
quels sont les composants inclus dans votre modèle ? |
| |
Il existe de nombreuses façons différentes d'analyser ces données. |
| |
Pour conclure, je suis sûr que certains d'entre vous brûlent d'envie de savoir qui est snobé et qui est gâté parmi ces personnes. |
| |
Ce sont quelques-uns des joueurs qui ont été snobés, du moins parmi les joueurs de position et, comme Don l'a mentionné pour certains de ses lanceurs, il y en a quelques-uns qui sont bannis du baseball, donc ils ne sont pas vraiment snobés. |
| |
Vous en reconnaîtrez probablement certains. |
| |
Et puis, il y a ces joueurs qui étaient doués, ou du moins si l'on s'en tient à leurs seules statistiques... ce n'est peut-être pas ce qui leur a permis d'entrer au Temple de la renommée. |
| |
Bon, pour résumer, nous avons pu analyser les trajectoires de carrière des joueurs et leurs performances selon… choisissez un indicateur. |
| |
et intégrez ces données dans l'explorateur de données fonctionnelles pour obtenir des résumés numériques qui capturent l'essence de ces courbes. |
| |
Et ensuite, à notre tour, nous utilisons ces statistiques, ces scores que nous obtenons, pour les intégrer à nos techniques statistiques traditionnelles que nous connaissons bien. |
| |
Nous pouvons donc maintenant transformer cette question, qui porte sur la modélisation ou la quantification de la trajectoire de carrière, en une question du type : qu’est-ce que je souhaite explorer avec ces scores FPC que j’ai obtenus ? |
| |
Nous espérons donc que vous avez apprécié cette discussion sur le baseball et cette interaction avec le baseball, JMP et FDE. |
| |
Et j'espère que vous vous sentirez capable d'utiliser l'outil FDE disponible dans JMP Pro pour répondre à des questions à l'aide de données telles que qui est votre joueur préféré et pourquoi, et que vous aurez les moyens de le prouver. |
| |
Merci de vous être joint à nous. Prenez soin de vous. |
| donmccormack |
Alors, comment gérer les cas où il est nécessaire d'analyser le parcours professionnel d'une personne ? Existe-t-il d'autres indicateurs permettant d'effectuer ces comparaisons ? |
| |
Pourrions-nous distinguer ces nuances très subtiles ? Comme je l’ai mentionné précédemment, nous pourrions examiner absolument n’importe quel point du parcours professionnel de la personne. |
| |
avec la gradation que nous souhaitons. Et c'est ce que j'ai fait. J'ai pris 100 points de données, 100 valeurs comprises entre zéro et un. |
| |
J'ai pris en compte le début et la fin de ma carrière, et j'ai fait la somme de toutes ces valeurs. L'avantage de cette technique, c'est qu'elle s'applique à plusieurs indicateurs. Donc, ce que nous observons ici, c'est… |
| |
graphique des quatre indicateurs. |
| |
Nous pouvons tous les représenter sur un seul graphique. Nous allons revenir à ce groupe de personnes qui ont été snobées. |
| |
Ces gens-là. Donc voilà... donc si nous regardons ces gens, |
| |
nous constatons qu'ils avaient un faible... d'ailleurs, 100 dans ce cas précis car il y avait 100 observations. |
| |
cent coups de circuit par neuf manches, c'est ce que vous voulez ; |
| |
Le pourcentage de frappeurs affrontés supérieur au minimum est faible ; quant au nombre de retraits sur prises en neuf manches, il est préférable de le privilégier. Vous constaterez que c'est plus ou moins la tendance observée. |
| |
que les gens suivent. Or, ce qui est intéressant à ce sujet, c'est que ce que je peux faire, c'est que je peux |
| |
Je peux utiliser les critères que je souhaite. Par exemple, si je veux examiner… je vais considérer tous mes joueurs et ne retenir que ceux qui ont… |
| |
Un WHIP inférieur à 100 dans ce cas précis… donc mieux que ça… en fait, même mieux que ça. Disons 90 ou moins. |
| |
Bon, alors regardons ces joueurs qui, vous savez, ont au moins le nombre moyen de retraits sur prises par neuf manches, et peut-être que leur pourcentage de frappeurs affrontés par rapport à 100 est au minimum. |
| |
Je ne tiendrai donc pas compte des coups de circuit pendant neuf ans. De plus, on pourrait aussi standardiser et normaliser en fonction du nombre de saisons, et c'est précisément ce que j'ai fait. |
| |
Ce que je veux faire, c'est examiner les joueurs qui n'ont peut-être que 10 saisons équivalentes, une saison équivalente étant basée sur ce à quoi ressemblait une saison moyenne pour un joueur. |
| |
Très bien. Et enfin, quel type de charge de travail ils ont eu tout au long de leur carrière. Supposons que nous recherchions quelqu'un qui a eu au moins 80 %... |
| |
Rendons les choses un peu plus strictes, disons, disons, |
| |
La charge de travail est sensiblement la même. Et encore une fois, nous pouvons utiliser différents critères pour éliminer les personnes que nous jugeons non pertinentes et celles que nous jugeons pertinentes, puis utiliser ces critères… |
| |
Je voudrais également jeter un coup d'œil à ces personnes qui ne sont pas au Temple de la renommée. |
| |
Voilà. Nous avons maintenant une liste de personnes à prendre en considération. Et vous remarquerez qu'il s'agit de plusieurs personnes dont le nom ne devrait pas vous surprendre. Ce sont des personnes… |
| |
qui ne sont pas encore au Temple de la renommée parce qu'ils sont toujours en activité ou qui ont tout simplement été ignorés ; Chris Sale, par exemple, est toujours lanceur. |
| |
Curt Schilling, pour des raisons évidentes, n'est pas au Panthéon. Johan Santana, pourquoi, pourquoi n'y est-il pas ? Il faisait pourtant partie de ce groupe qui a été injustement ignoré. |
| |
L'avantage d'utiliser ces FDE, c'est que vous pouvez les transformer en trajectoires de carrière, puis utiliser une mesure supplémentaire pour déterminer |
| |
Digne du Hall et indigne du Hall. |
