| Lautsprecher |
Transkript |
| Christian |
Vielen Dank, dass Sie heute beim virtuellen JMP Discovery Summit dabei sind. Mein Name ist Christian Stopp. Ich bin JMP-Systemingenieur. |
| |
Und heute ist mein Kollege Don McCormack bei mir, der ebenfalls leitender Systemingenieur bei JMP ist. |
| |
Sie sind wahrscheinlich hier gelandet, weil Sie den Titel des Vortrags gesehen haben. Und Sie haben gesehen, dass es hier um... Sie sind Baseballfan und möchten mehr über Spieler der Major League Baseball erfahren. |
| |
Oder Sie haben gesehen, dass es um den Functional Data Explorer ging und wollten mehr darüber erfahren, wie man ihn in verschiedenen Umgebungen einsetzt. Deshalb werden wir diese beiden Themen heute miteinander verbinden. Don und ich und |
| |
Ich werde mein Gespräch zunächst etwas mehr auf die Baseballfans ausrichten. |
| |
So wie wir gerade ähnliche Gespräche zwischen Baseballspielern und Baseballfans führen, könnte man sich fragen, wie |
| |
Dein Lieblingsspieler im Vergleich zu anderen Spielern, und vielleicht führst du solche Gespräche auch mit deinen Freunden – hoffentlich bleiben sie dabei höflich. |
| |
über Ihren Lieblingsspieler und warum. |
| |
Und so habe ich mir dieses berüchtigte Gespräch zwischen Alex Rodriguez und Varitek vorgestellt: Es ging einfach darum, wer ihr Lieblingsspieler war. |
| |
Und so begann meine Geschichte, ähnlich wie bei Don, einfach mit meiner Liebe zum Baseball und |
| |
Wir interessierten uns für die Baseballstatistiken, die man auf der Rückseite der Kaugummikarten fand, die wir früher gesammelt haben. |
| |
Und während Sie sich also darüber unterhalten, wer Ihr Lieblingsspieler ist, werden Sie vielleicht feststellen, dass sich die Spieler nicht nur hinsichtlich ihrer Spielstärke unterscheiden, sondern auch in anderen Aspekten wie zum Beispiel ihrem Alter... |
| |
Mit zunehmendem Alter, dem Zeitpunkt ihres Leistungszenits und dem Punkt, an dem ihre Leistung im Laufe der Zeit nachlässt, stellt sich die Frage: Wie kann ich diese Leistungsentwicklung im Zeitverlauf erfassen oder modellieren? |
| |
Wenn Sie nun seltsamerweise so sind wie ich, beschließen Sie, Statistik zu studieren, um genau das tun zu können. |
| |
Ich würde Ihnen jedoch raten, diesen Weg zu überspringen und schlauer zu sein als ich und einfach ein Tool wie den Functional Data Explorer zu verwenden, das Ihnen dabei hilft, diese Statistiken...statistischen Kurven in Zahlen umzuwandeln, die Sie für Ihre Vorhaben nutzen können. |
| |
Für diejenigen unter Ihnen, die sich mit Baseball nicht ganz so gut auskennen, aber |
| |
Wir werden Daten sehen, die verschiedene Aspekte der Baseballleistung widerspiegeln. Ich werde also über Feldspieler sprechen und |
| |
Feldspieler schlagen. Und so ist eine der Kennzahlen für ihre Schlagstärke die On-Base Percentage plus Slugging Percentage oder OPS. |
| |
Auf der Y-Achse habe ich diese Messwerte für verschiedene Spieler im Laufe ihres Lebens dargestellt. Blau steht für Babe Ruth und Rot für Ted Williams. |
| |
Wie Sie sehen können, vermitteln diese Verläufe den Eindruck, dass beide über den größten Teil ihrer Karriere hinweg eine annähernd gleichbleibende Leistungsqualität aufwiesen. |
| |
Aber Sie wissen vielleicht, dass der Höhepunkt bei Ted Williams im Vergleich zu vielleicht Babe Ruth eher in einem höheren Alter zu liegen scheint. |
| |
Und Babe Ruth, so scheint es, brauchte vielleicht nur ein bisschen Zeit, um auf den neuesten Stand zu kommen und dieses Niveau zu erreichen, wenn man nur diese Handlung ohne jegliches Vorwissen betrachtet. |
| |
Es gibt also eine Menge... und das sind nur zwei Spieler unter Tausenden oder Zehntausenden von Spielern, die man in Betracht ziehen und vergleichen könnte. |
| |
Man kann sich vorstellen, dass die Merkmale ihrer Karriereverläufe sehr unterschiedlich sein können. Genauso gibt es aber auch innerhalb der Karriere eines einzelnen Spielers deutliche Unterschiede. |
| |
Ich könnte also die Glättungsfunktion des Graph Builders verwenden und das mit diesen Kurven verbundene Rauschen etwas glätten, um ein besseres Verständnis des Signals über die Bewegungsbahn dieses Spielers zu erhalten. |
| |
Und es stellt sich heraus, dass diese Glättung dem Prozess, den der Functional Data Explorer anwendet, sehr ähnlich ist. |
| |
Hier habe ich also den Functional Data Explorer und nochmal... meine Kennzahl hier ist On-Base Percentage plus Slugging Percentage, OPS. |
| |
Und ich schaue mir das nur an, um zu sehen... wir vergleichen jetzt diese Spielertrajektorien. Der Functional Data Explorer (FDE) glättet diese Spielerkurven, wie Sie sehen können. |
| |
und anschließend Informationen darüber zu gewinnen, was allen diesen Kurven gemeinsam ist. |
| |
Für jeden Spieler erhält man im Gegenzug für diese Daten Werte, die mit seiner Leistung verknüpft sind. Diese Werte beschreiben den Karriereverlauf des Spielers auf eine anschauliche, quantitative Weise, die wir für weitere Analysen nutzen können. |
| |
Man kann also ein bisschen sehen, dass das Hank Aaron-Ergebnisse sind. |
| |
Und im Profiler, auf den Sie im Funktionsdaten-Explorer zugreifen können, |
| |
Man kann das tatsächlich ändern... man kann sich hier die Entwicklung des OPS-Werts dieses Spielers über das Alter hinweg ansehen und diese Werte dann so anpassen, dass sie die tatsächlichen Ergebnisse des Spielers widerspiegeln und so ein besseres Ergebnis erzielen... ihre Leistung nachbilden. |
| |
ihren Karriereverlauf mit diesen Ergebnissen. |
| |
Okay, das war also ein kleiner Einblick in FDE und wie man es hier anwendet. Sie werden also sehen, wie Don und ich über diese Statistiken sprechen, mit denen wir jetzt ausgestattet sind, |
| |
Diese Spielerbewertungen, die wir vom Funktionsdaten-Explorer erhalten, basieren auf den Kurven, mit denen wir begonnen haben. Und wir werden sie verwenden, um beispielsweise den Status als Hall-of-Fame-Kandidat vorherzusagen. |
| |
Und nicht nur die Frage, wer in der Hall of Fame ist und ob er dort hingehört, sondern – und das ist noch interessanter – auch die Frage, welche Spieler vielleicht nicht hineingehören, weil die Statistiken das nicht rechtfertigen. |
| |
Oder wir wollen Spieler identifizieren, die vom Hall-of-Fame-Komitee scheinbar übergangen wurden. Wir werden also kurz über die verschiedenen Kriterien sprechen, die wir verwendet haben, und wie wir sie angepasst haben. |
| |
Und dann nehmen wir diese Karriereverläufe unter Verwendung von FDE und ermitteln die Ergebnisse, um die Vorhersage zu treffen, so wie wir es normalerweise auch bei anderen Dingen tun würden. |
| |
Falls Sie sich also nicht mit Baseball auskennen: Die Voraussetzungen für die Aufnahme in die Hall of Fame sind, dass ein Spieler mindestens 10 Jahre, also 10 Saisons, gespielt haben muss und fünf Jahre warten muss, bevor er aufgenommen werden kann. |
| |
Und dann hat man zehn Jahre Zeit, in denen man wählbar ist und die Leute einen wählen können. Es gibt also noch ein paar Spieler, die auf ihren Anruf warten. |
| |
Die Hall of Fame verwendet andere Auswahlkriterien, die sich in erster Linie auf die Leistung des Spielers konzentrieren, aber auch folgende Aspekte berücksichtigen: |
| |
Die von uns verwendete Datenquelle, die Lahman-Datenbank, enthält diese Daten nicht, daher ist eine Messung schwierig. Wir beschränken uns daher auf Analysen, die ihre statistischen Fähigkeiten auf dem Spielfeld widerspiegeln. |
| |
Und natürlich, nach 150 Jahren, in denen Baseballspieler Baseball gespielt haben, erkennt man irgendwann, dass sie in verschiedenen Epochen spielen. |
| |
Wir wollen also sicherstellen, dass wir die Spieler mit ihren Altersgenossen vergleichen. Deshalb werden wir beispielsweise das Jahr, in dem sie gespielt haben, mit einbeziehen. |
| |
oder die Position, die sie spielten, da unterschiedliche Anforderungen damit verbunden sind...würden typischerweise mit unterschiedlichen Positionen in Verbindung gebracht werden. |
| |
Und dann gibt es noch die unterschiedlichen Regeln der verschiedenen Ligen; das werden wir auch berücksichtigen. |
| |
Hier mache ich jetzt Schluss. Don wird zum Thema Pitching übergehen, und dann komme ich zurück und spreche über Feldspieler. |
| donmccormack |
Wie Christian schon sagte, werde ich ein wenig über das Werfen sprechen, aber |
| |
Während ich das tue, mache ich davor noch etwas anderes. |
| |
Ich möchte einige der von Christian genannten Punkte veranschaulichen. Es geht um die Dinge, die gute Daten darstellen. |
| |
Analytische Techniken, Dinge, die unbedingt erledigt werden müssen, unabhängig davon, welche Modellierungstechnik man verwendet, |
| |
Es stellt sich jedoch heraus, dass dies sinnvolle Maßnahmen sind, bevor man die Daten mithilfe von FDE modelliert. Ich werde insbesondere auf die Datenbereinigung eingehen. |
| |
Es geht darum, die Daten zu normalisieren, damit man Personen gleich vergleichen kann, und schließlich die Daten zu modellieren. Zur Veranschaulichung: Was ich habe... was Sie gerade auf dem Bildschirm sehen, |
| |
Wir betrachten hier drei sehr unterschiedliche Pitcher, die alle in der Hall of Fame sind. Die rote Linie stellt Nolan Ryan dar. |
| |
Eine sehr lange Karriere, etwa 27 Jahre. Die grüne Linie, die Mittellinie, das ist Hoyt Wilhelm. |
| |
Einige von Ihnen, die jünger sind, kennen vielleicht Hoyt Wilhelm nicht; er war, glaube ich, von Anfang der 50er bis 72 als Pitcher aktiv. |
| |
Eine recht lange Karriere, die sich über mehrere Ären erstreckte. Er war hauptsächlich Einwechselwerfer, aber nicht so, wie man sich Einwechselwerfer heute vorstellt. Er war ein Spieler, der, wenn er als Einwechselwerfer eingesetzt wurde, |
| |
Weißt du, er könnte sechs Innings werfen. Okay, also sehr, sehr untypisch für die Reliever heute. Die blaue Linie ist Trevor Hoffman, ein großartiger Closer der San Diego Padres. Aber nochmal, ein ganz anderer Pitcher. Die Frage ist also, was machen wir, wie bereiten wir diese Daten auf? |
| |
Und wie können wir das so einrichten, dass wir alle drei Personen gleichwertig vergleichen können? Also, als Erstes möchte ich Ihre Daten bereinigen. Und übrigens, ich werde vier verschiedene Kennzahlen verwenden. Ich werde verwenden |
| |
WHIP (Walks und Hits pro geworfenem Inning), Strikeouts pro neun Innings, Home Runs pro neun Innings und eine Metrik |
| |
Ich habe ganz einfach eine Kennzahl namens „Prozentsatz der Schlagmänner, die über dem Minimum liegen“ erstellt, indem ich die Anzahl der Schlagmänner, denen ein Pitcher gegenüberstand, durch die Gesamtzahl der Outs geteilt habe, die er erzielt hat. |
| |
und zog einen ab. Die Idee dahinter ist, dass es ein perfektes Spiel wäre, wenn jeder Schlagmann, dem er gegenüberstand, das Feld verlassen würde. |
| |
Okay, ich werde mir diese vier Kennzahlen ansehen. Ich verwende unterschiedliche Kriterien für die Definition meiner Normalisierung. |
| |
Was meine Vorgehensweise beim Aussortieren von Ausreißern angeht, werde ich eine PowerPoint-Präsentation beifügen. |
| |
Sie können die Details selbst nachlesen, aber aus Zeitgründen werde ich hier nicht darauf eingehen. Als Erstes werde ich die Daten aufbereiten. Sie werden beispielsweise feststellen, dass Nolan Ryan in seinem ersten Jahr als Pitcher… |
| |
Drei Innings geworfen; sehr, sehr hoher WHIP. Nach ein paar Saisons hier denke ich, dass Trevor Hoffman |
| |
Der Wert war niedrig. Deshalb werde ich zunächst diese Daten ausschließen. Das ist gut. Dadurch wird die Spannweite verringert, und es ist immer sinnvoll, Ausreißer vor der Analyse zu entfernen. |
| |
Ein weiterer Schritt, den ich erwähnen möchte, ist, dass die Anwendung von FDE auf diese Daten innerhalb der Plattform eine zusätzliche Ausreißerprüfung ermöglicht, bei der |
| |
selbst wenn Sie mehrere Spalten verwenden, |
| |
Man filtert nur die Werte für die jeweilige Eingabe heraus, nicht die gesamte Zeile. Das ist eine sehr praktische Funktion. Deshalb nutze ich sie auch, weil es immer noch … |
| |
Selbst nach meiner ersten Untersuchung gab es noch einige Auffälligkeiten, die ich beseitigen musste. |
| |
Zuerst die Daten bereinigen. Dann normalisieren. Das heißt, ich habe die Daten auf der X-Achse und anschließend auf der Y-Achse normalisiert. |
| |
Worauf wir hier hinauswollen, ist die Anzahl der Saisons. Jede dieser Saisons wird also als separate Einheit betrachtet, aber wir alle wissen, dass manche Pitcher in manchen Saisons mehr Innings werfen als in anderen. |
| |
Anstatt also einzelne Saisons als Grundlage zu betrachten, werde ich mir den kumulierten Prozentsatz der Karriere-Outs ansehen. Ich weiß, dass Pitcher am Ende der Saison eine bestimmte Anzahl an Karriere-Outs erzielt haben, und das ist ein bestimmter Anteil an der gesamten Karriere. |
| |
Outs. Ich werde das also verwenden, um meine Daten zu skalieren. Und das Tolle daran ist, dass Sie feststellen werden, dass jetzt alle drei Pitcher auf dem gleichen Stand sind. |
| |
x-Skala. Alles, wirklich alles, ist von null bis eins skaliert. Also, wirklich schön... |
| |
Aus Sicht der FDE-Analyse ist das wirklich eine tolle Sache. Und schließlich möchte ich auch die Y-Achse skalieren. |
| |
Ich habe lediglich den WHIP-Wert durch den durchschnittlichen WHIP-Wert für den jeweiligen Pitchertyp und die Ära, in der er gespielt hat, geteilt. Dadurch erhalte ich einen relativen WHIP-Wert. Ein weiterer Vorteil der Verwendung dieser relativen Werte ist, dass |
| |
Ich kenne meine Grenzen. Ich weiß, dass ein Pitcher mit einem relativen WHIP von eins ein durchschnittlicher Pitcher ist. Daher werde ich in diesem Fall nach solchen Spielern suchen, die werfen. |
| |
mit WHIP-Werten unter eins. Sie werden also feststellen, dass alle drei Pitcher den Großteil ihrer Karriere unter dieser Marke von eins lagen. Nun zum Schluss, was ich tun werde: |
| |
Ich möchte meine FDE verwenden, um diese Trajektorie zu modellieren. Nun, eines der Probleme bei der Verwendung der Daten in ihrer jetzigen Form, genauer gesagt zwei Probleme bei der Verwendung der Daten in ihrer jetzigen Form, ist, dass sie ziemlich uneben ist. |
| |
Und es wäre wirklich schwer abzuschätzen, wie die Karriere angesichts all dieser Höhen und Tiefen verlaufen wird. Zweitens: |
| |
Letztendlich möchte ich die aus dem FDE generierte Kennzahl, diese Entwicklungskurve, nutzen, um eine Gesamtkarriereprognose zu erstellen. Anstatt also meine einzelnen Saisons oder meinen kumulativen Prozentsatz zu betrachten, … |
| |
Ich möchte diskrete Einheiten über den gesamten beruflichen Werdegang hinweg modellieren können. Darauf werden wir später noch eingehen. Daher werde ich mein |
| |
Prozent meines... Entschuldigung für... bedingt... meines WHIP, meines relativen WHIP mit dieser bedingten FDE-Schätzung. Nun, vielleicht haben Sie gesehen, wie ich zu diesen beiden zurückgewechselt bin, und Sie könnten sagen: Oh je, das ist ja ein... was für ein |
| |
Was für ein gewaltiger Unterschied zwischen den beiden! Funktioniert das wirklich gut? Das lässt sich anhand der Grafik schwer erkennen. Also, was ich tun möchte |
| |
Ich zeige Ihnen jetzt, wie das aussieht. Also, was ich gemacht habe, ist Folgendes: Ich habe Folgendes aufgerufen |
| |
Die, die, die, die diskreten Werte. Das ist übrigens Nolan Ryan. Die diskreten Messwerte für Nolan Ryan, zusammen mit seiner Kurve für seine |
| |
Bei der bedingten FDE-Schätzung werden Sie sehen, dass sie nicht dem gleichen zackigen oder holprigen Verlauf folgt, sondern eine gute Schätzung liefert. |
| |
wie seine Karriere verläuft. Und allgemein mit seinem WHIP |
| |
Anfangs war er ein sehr, sehr unberechenbarer Werfer, vor allem zu Beginn seiner Karriere, ob Sie es glauben oder nicht. |
| |
Aber im Laufe seiner Karriere wurde das besser. Und das sieht man bei allen Pitchern, die ich ausgewählt habe. Nehmen wir zum Beispiel Hoyt Wilhelm. |
| |
Hier ist Wilhelm. Auch hier werden die absoluten Höhen und Tiefen nicht erfasst, aber es gibt einen guten Überblick über die allgemeine Richtung, in die seine Karriere verlief. |
| |
Okay, dann lasst uns das nutzen, um zu fragen. Ich habe leider nur begrenzt Zeit. Ich wünschte, ich hätte mehr Zeit, denn es gibt ein paar tolle Dinge, die ich euch zeigen könnte. |
| |
Aber ich... ich fange mit dem an, was ich die Übersehenen nenne. Okay, also das sind die Spieler, die... also habe ich FDE anhand der vier von mir erwähnten Kennzahlen verwendet. |
| |
Ich verwende diese Daten zusammen mit dem Pitchertyp als Eingangsgrößen und habe eine ganze Reihe von Vorhersagemodellierungstechniken ausprobiert. Die beiden, die für mich am besten funktionierten, waren Naive Bayes und … |
| |
und Diskriminanzanalyse. Mithilfe dieser beiden Modellierungstechniken kann ich feststellen, wer aufgenommen wurde, wer aufgenommen werden sollte und wer nicht aufgenommen werden sollte. |
| |
Und genau das... was wir uns hier ansehen, ist, dass wir uns jene Pitcher ansehen, bei denen sowohl die naive Bayes-Analyse als auch die diskriminative Analyse Ja gesagt haben. |
| |
Aber die Hall of Fame hat abgelehnt. Also, das sind meine... diese übergangenen. Sie werden also feststellen, dass in diesem Fall... und lassen Sie mich zu diesem wechseln. Das sind die Apps. Das ist der relative WHIP. Nehmen wir den bedingten WHIP. |
| |
Und ich werde diese Bezugslinie jetzt wieder bei eins einfügen, und Sie werden sehen, dass es sich größtenteils um Pitcher handelt, die den Großteil ihrer Karriere in der Spitze verbracht haben. |
| |
unter dieser einen Zeile. Nun, was einem beim Betrachten dieser Daten noch in den Sinn kommen könnte, ist Folgendes: |
| |
Wow, es wäre wirklich schwer, diese Spieler auseinanderzuhalten. Wie soll ich sie jetzt vergleichen, wenn ich zum Beispiel ein paar Pitcher, die in der Hall of Fame waren, aufstellen würde? |
| |
Auch in dieser Liste. Ich meine, sie wären... es wäre schwierig, sie nur anhand der Kriterien zu trennen. |
| |
Ich beobachte sie genau, denn in manchen Bereichen ihrer Karriere sind sie besser als in anderen, und sie konzentrieren sich auf andere Aspekte. Wie gehe ich damit auf beruflicher Ebene um? |
| |
Wie ich bereits erwähnt habe, ist einer der Vorteile des Functional Data Explorers, dass ich diese Daten verwenden kann, |
| |
Und ich kann einen Karriereverlauf erstellen. Ich kann eine ganze Reihe von Datenpunkten entlang dieses Karriereverlaufs schätzen. Und das habe ich getan. Ich habe Karrieren tatsächlich in 100 unterteilt. |
| |
Ich habe die Einheiten berechnet und diese hundert Einheiten für jede meiner Kurven addiert. Im Grunde habe ich also so etwas wie die Fläche unter der Kurve ermittelt. |
| |
Wenn der Wert über dieser einen Linie läge, würde ich subtrahieren, wenn er unter dieser einen Linie läge, würde ich... Entschuldigung... wenn er über dieser Linie läge, würde ich addieren; unterhalb der Linie würde ich subtrahieren. |
| |
Und wenn wir uns die gesamten Karriereverläufe ansehen... das ist eine, das ist tatsächlich... das ist eine längere Liste. Es handelt sich um ungefähr 1300 oder 1400 Pitcher, also wirklich jeden, der... |
| |
Absolut jeder, der die Voraussetzungen für die Aufnahme in die Hall of Fame erfüllte, also seit mindestens zehn Jahren. Kommen wir also ganz kurz zu ein paar Dingen, die wir damit anfangen können. |
| |
Fangen wir an... ich beginne damit, mir die Spieler anzusehen, die nicht berücksichtigt wurden. Das sind also... das sind unsere Spieler... das sind meine Spieler, die nicht berücksichtigt wurden. |
| |
Okay, das sind also 100 Werte. Die Grenze hier wäre also 100, weil ich 100 verschiedene Werte gemessen habe. |
| |
Sie werden also feststellen, dass die meisten dieser Spieler über 100 Punkte hatten. Hier ist die Liste der Spieler, die es nicht in die Liste geschafft haben. Und wenn Sie sich diese Spieler ansehen, |
| |
Sie werden feststellen, dass hier ein paar Leute dabei sind, die sofort ins Auge fallen. Leute wie Curt Schilling und der und der und Roger Clemens, um nur einige zu nennen. |
| |
Karrieregründe für die... für die für die für die für die... für die... einige der anderen Kriterien, die Christian erwähnt hat, sind nicht enthalten. Aber es gibt einige Spieler, zum Beispiel Clayton Kershaw, der seine Karriere noch nicht beendet hat. |
| |
Aber es gibt sicherlich noch andere Personen, die man in Betracht ziehen könnte, die für die Hall of Fame in Frage kommen. Schauen wir uns das also auch einmal an. Sehen wir uns also diejenigen an, die für die Hall of Fame in Frage kommen, aber noch nicht aufgenommen wurden… |
| |
BJ Ryan; wieder ist Curt Schilling dabei; Johan Santana, ich bin mir nicht sicher, warum er es nicht in die Hall of Fame geschafft hat; Smokey Joe Wood, Pitcher aus den frühen 1900er Jahren; und so weiter. Also, |
| |
Die Möglichkeit von FDE, Werte aus jedem beliebigen Abschnitt ihrer Karriereentwicklung zu extrahieren, ist ein zusätzliches Werkzeug für mich, um einige Werte abzuschätzen. |
| |
Weitere Kriterien spielen eine Rolle bei der Entscheidung, wer in die Hall of Fame gehört und wer nicht. Genug von den Pitchern. Kommen wir nun zu Christian, damit wir uns etwas ausführlicher mit den Feldspielern beschäftigen können. |
| Christian |
Ausgezeichnet. Danke, Don. |
| |
Rechts. |
| |
Okay, also Don sprach über das Pitching... die Pitcher, und ich werde mir die Position ansehen. |
| donmccormack |
Spieler, und so gibt es zwei verschiedene Komponenten, die dabei eine Rolle spielen. |
| Christian |
Du hast deine Schlagstärke und deine Feldstärke, und ich hatte im Vergleich zu Don eine etwas andere Sichtweise, was die einzelnen Aspekte betrifft. |
| |
Ich habe mir die Statistiken angesehen und dann Modelle erstellt. Letztendlich habe ich mit nur vier der gängigsten Schlagstatistiken angefangen, und das sind die ersten vier auf der Liste hier – einige davon findet man auch auf der Rückseite von Baseballkarten. |
| |
Und dann, wie wir noch sehen werden, brauchte ich im Laufe des Spiels etwas, um gestohlene Basen zu erobern, denn die ersten vier können das nicht wirklich... überhaupt nicht. |
| |
Deshalb habe ich eine Kennzahl entwickelt, die ich „Base Unit Average“ nenne. Sie berücksichtigt auch andere Bewegungen der Baserunner, um dem Schlagmann dafür Anerkennung zu zollen. Natürlich spielt auch das Fielding eine Rolle, wie wir noch sehen werden. Daher habe ich einige Kennzahlen für das Fielding hinzugefügt. |
| |
Und wie Don bereits erwähnt hat, wollte ich sicherstellen, dass ich Äpfel mit Äpfeln vergleiche, deshalb schaue ich mir Folgendes an: |
| |
unter Berücksichtigung von Position, Liga und Jahr für die von mir erwähnten Statistiken. Und dann, wenn |
| |
Wie Don wollte auch ich sicherstellen, dass ich die kleineren Stichproben angemessen gewichtete, damit sie das System nicht verfälschten. Daher gewichtete ich die Spielerleistung im Verhältnis zur Anzahl ihrer Plate Appearances, jeweils im Verhältnis zum Durchschnitt des jeweiligen Liga-Jahres. |
| |
Die Gewichtung der einzelnen Positionen in der Aufstellung bestimmt, wie viele Schlagversuche ein Spieler im Laufe der Saison erhalten soll. |
| |
Okay. Schauen wir uns das mal an. Wir kehren jetzt zu Ted Williams zurück. |
| |
Wir haben hier links die Karriere von Tim Williams gesehen, und das sind die Rohpunktzahlen. |
| |
Und dann sieht es so aus, als hätte er hier eine wirklich schlechte Saison gespielt. |
| |
Aber wenn man den relativen Anteil daran betrachtet und sieht, dass es im Grunde eine durchschnittliche Saison wie die von Don war, liegt sie immer noch über dem Durchschnitt von eins. Für Ted Williams war es also, gemessen an seinen eigenen Maßstäben, einfach eine eher schwache Saison. |
| |
Wir haben vorhin gesehen, dass diese beiden Leistungsspitzen bei Ted Williams möglicherweise seine beste Leistung darstellten, aber es stellt sich heraus, dass es sich um Saisons handelt, in denen er aufgrund seiner Verletzung weniger Einsätze hatte. |
| |
Da er im Koreakrieg eingesetzt war, wirkte sich dies auf seine Ergebnisse aus. Aufgrund der kleineren Stichprobengrößen habe ich die Gewichtung entsprechend angepasst und wieder in Richtung Durchschnitt korrigiert. |
| |
Also, |
| |
So funktioniert das mit den verschiedenen Datentypen. Ich werde mich in meinem Gespräch hier auf die relativen Statistiken konzentrieren und einige Punkte hervorheben, die mir aufgefallen sind. |
| |
Na also. Und das werden wir tun. |
| |
Hier wird die Zahlentabelle benötigt. |
| |
von der FDE. Hier sind also die Ergebnisse, die wir uns ansehen werden, die relativen FPC-Ergebnisse der FDE. |
| |
Und als Erstes sah ich, dass ich vier Variablen in mein Modell aufgenommen habe, nämlich diese ersten vier Schlagstatistiken, |
| |
Ich wollte nur sichergehen, dass ich die richtigen Komponenten in meiner Analyse habe. Auf der linken Achse ist also die modellbasierte Wahrscheinlichkeit für die Aufnahme in die Hall of Fame dargestellt. |
| |
Und nun … Entschuldigung, das ist die y-Achse. Auf der x-Achse steht, ob die Person tatsächlich in der Hall of Fame ist oder nicht. Meine Fehlklassifizierungsbereiche sind also diese beiden Abschnitte hier. |
| |
Mir fiel auf, dass sich einige Spieler weiter unten aufhielten, als ich erwartet hatte. Deshalb habe ich weitere Faktoren untersucht, die ich bisher noch nicht berücksichtigt habe, wie zum Beispiel gestohlene Bases. |
| |
Und so werde ich die für Farbe und Größe einfügen. |
| |
Und wie Sie sehen können, |
| |
Mir schien es ziemlich klar, dass gestohlene Bases definitiv ein Faktor waren, den die Wähler der Hall of Fame berücksichtigten. Das sind... |
| |
Farbe und Größe stehen also im Verhältnis zur Anzahl der gestohlenen Bases im Laufe ihrer Karriere. Und genau das hat mich dazu veranlasst, diese durchschnittliche Statistik für die Base-Einheiten zu erstellen, die ich dann verwendet habe. |
| |
Um das noch zu ergänzen: Wie bereits beschrieben, habe ich bei der Untersuchung dieser Modelle zunächst mit vier Statistiken begonnen und dann die BUA-Statistik hinzugefügt. Diese stellt nun meine x-Achse dar. |
| |
Und dann habe ich noch Feldstatistiken hinzugefügt, und was wir hier haben, ist ein Paralleldiagramm, wobei die y-Achse wiederum die Wahrscheinlichkeit angibt, dass das Modell vorschlägt, dass der Spieler in die Hall of Fame aufgenommen werden sollte, und jede der Linien nun einen Spieler darstellt. |
| |
Die Farbe symbolisiert also ihren Status in der Hall of Fame. Rot bedeutet „ja“, sie wurden bereits aufgenommen, und Blau bedeutet „nein“. |
| |
Mir gefällt dieses Diagramm, weil ich so erkennen kann, wer sich bewegt. Ich kann die Auswirkungen dieser zusätzlichen Variablen im Modell sehen. |
| |
Und natürlich fiel mir als Erstes dieser Typ hier auf, wie er plötzlich aus einem nicht wirklich... |
| |
Wenn man die gestohlenen Bases mit einbezieht, sieht man, dass er mit hoher Wahrscheinlichkeit in die Hall of Fame gewählt wird und somit – je nach Betrachtungsweise – dazugehört. Und es handelt sich um Ricky Henderson, der zufälligerweise den Rekord für die meisten gestohlenen Bases hält. |
| |
Ein weiterer Spieler, insbesondere im Hinblick auf die Defensive, ist Kirby Puckett, dessen erste Statistiken, basierend auf dem ersten Modell, Folgendes nahelegen: |
| |
dass er es schafft; er ist gerade noch ausreichend qualifiziert. Aber dann, wissen Sie, wenn man die Komponente des gestohlenen Stützpunktes hinzurechnet, |
| |
Ja, er scheint die Kriterien tatsächlich nicht mehr zu erfüllen. Und schließlich haben wir noch berücksichtigt, dass er ein wirklich guter Feldspieler ist; er hat als Centerfielder für die Twins mehrere Golden Gloves gewonnen. |
| |
Wir sehen, dass er wieder in der Gunst des Hall of Fame-Komitees steht und zu Recht gewählt wurde. |
| |
Das ist ein ziemlich unübersichtliches Modell. |
| |
Kein unübersichtliches Modell, und du hast hier eine Menge Arbeit investiert. Also, |
| |
Schließlich habe ich meinen lokalen Datenfilter hinzugefügt, um mir jede Position einzeln ansehen zu können. |
| |
Und hier, an der ersten Base, ist es viel einfacher zu erkennen, dass wir die Spieler in Rot und dann in Blau haben. Jetzt haben wir hier jemanden, das ist Todd Helton, der, zumindest in allen Modellen, die wir uns angesehen haben, |
| |
Es wird vorgeschlagen, ihn in die Hall of Fame aufzunehmen, und er ist noch immer wählbar. Er wartet also noch auf den Anruf. |
| |
Aber jemand wie Dick Allen, der auch nicht dabei ist. Seine Statistiken, zumindest basierend auf den zusammenfassenden Statistiken, den FDE-Statistiken, die wir verwenden, und den Modellen, legen nahe, dass er nicht dabei sein sollte... er gehört in die Hall of Fame. |
| |
Und dann gibt es noch andere Leute, die rot sind, ganz unten, wie Jim Thome, zu dem die Wahlprognosen eigentlich nichts sagen, aber er wurde trotzdem gewählt. |
| |
Es gibt also verschiedene Wege, diese unterschiedlichen Beziehungen zwischen den Prädiktoren zu untersuchen. |
| |
Nun wollte ich, genau wie Don, ein Gefühl dafür bekommen, wer übergangen wurde und wer möglicherweise begabt gewesen wäre. |
| |
oder zumindest enthielten seine Überlegungen auch nicht-statistisch orientierte Komponenten. |
| |
Und so habe ich, genau wie Don, mehrere Modelle getestet und mich schließlich für vier entschieden, die mir gefielen und die die besten Vorhersageergebnisse lieferten. Und wie Don habe auch ich, anstatt nur das Alter zu berücksichtigen, dieses Modell gewählt. |
| |
In meiner FDE-Analyse, bei der die x-Achse verwendet wurde, habe ich auch die kumulierte prozentuale Anzahl der Einsätze berücksichtigt. Dadurch ergaben sich durch diese beiden Varianten mehrere Modelle, die ich mir ansehen konnte. Schließlich habe ich mich auf diejenigen Spieler konzentriert, die in allen acht Modellen… |
| |
Sie sind zwar in der Ruhmeshalle, aber keines der Modelle deutet darauf hin, dass sie es verdient hätten. Und genau darum geht es in dieser Reihe. Davon gibt es 31. |
| |
Und auf der Rückseite, die ich hier grün markiert habe, sieht man die Leute, die – verglichen mit den Models in den beiden Kategorien – aufgrund ihres Alters im Vergleich zu Kimball und ihrer unterschiedlichen Anzahl an Plate Appearances eigentlich in die Hall of Fame gehören würden, es aber nicht tun. Deshalb habe ich all diese Leute herausgenommen. |
| |
Und genau wie Don es wollte, vergleichen Sie einfach, wie ihre Flugbahnen aussehen. |
| |
Und gibt es da... sind sie wenigstens nahe dran, oder steckt da noch etwas anderes dahinter? |
| |
Und wie Sie sehen können, handelt es sich hier um die On-Base Percentage plus Slugging Percentage, OPS. Die roten Markierungen und die Pluszeichen deuten eindeutig darauf hin, dass die übergangenen Spieler gute Leistungen erbracht haben. |
| |
In dieser Hinsicht deutlich besser, und wie sich herausstellt, auch in allen anderen Offensivstatistiken besser als bei den talentierten Spielern, den Spielern, die dabei sind, obwohl das Modell es nahelegt, dass sie nicht dabei sein sollten. |
| |
Und das brachte mich zum Nachdenken: Sind es wirklich nur die Offensivstatistiken, die so wichtig sind, und glänzen die Spieler, die schon länger dabei sind, vielleicht eher im Feldspiel? Und zumindest die Feldspielquote deutet darauf hin, dass das immer noch der Fall ist, wo... |
| |
Genau das ist es, was Leute brüskieren. |
| |
Die Hochbegabten sehen immer noch so aus, als wären sie es schon immer gewesen... |
| |
Sie gehören nicht unbedingt so sehr dazu wie diese brüskierten Leute. |
| |
Erst beim Bereich der Reichweite wendete sich das Blatt. Und so überwiegen am Ende die begabten Schüler die übergangenen, die bessere Leistungen erbrachten. |
| |
Das ist eine weitere, ähnliche Sichtweise wie die von Don, die man zur Bewertung heranziehen kann. |
| |
Welche Komponenten sind in Ihrem Modell enthalten? |
| |
Es gibt viele verschiedene Möglichkeiten, die Daten hier zu betrachten. |
| |
Um es kurz zu machen, denn ich bin mir sicher, dass einige von Ihnen unbedingt wissen wollen, wer unter diesen Leuten übergangen wurde und wer besonders begabt ist. |
| |
Dies sind einige der Leute, die übergangen wurden, zumindest unter den Feldspielern, und wie Don für einige seiner Pitcher erwähnte, gibt es einige dieser Leute, die vom Baseball ausgeschlossen sind, also werden sie nicht wirklich übergangen. |
| |
Einige davon werden Sie wahrscheinlich wiedererkennen. |
| |
Und dann gibt es noch einige Spieler, die talentiert waren, zumindest wenn man nur ihre Statistiken betrachtet... das war vielleicht nicht der Grund, warum sie in die Hall of Fame aufgenommen wurden. |
| |
Okay, um es kurz zusammenzufassen: Wir konnten die Karriereverläufe der Spieler anhand ihrer Leistung in verschiedenen Kennzahlen analysieren. |
| |
und geben Sie diese Daten in den Funktionsdaten-Explorer ein, um numerische Zusammenfassungen zu erhalten, die das Wesentliche dieser Kurven erfassen. |
| |
Und dann nutzen wir diese Statistiken, diese Ergebnisse, um sie in unsere gewohnten, traditionellen statistischen Verfahren einzufügen. |
| |
Und so können wir die Frage nun von der Frage, wie man den Karriereverlauf modelliert oder quantifiziert, in die Frage umwandeln: Was möchte ich mit diesen FPC-Ergebnissen, die ich habe, erforschen? |
| |
Wir hoffen also, dass Ihnen das Gespräch über Baseball und die Interaktion mit Baseball, JMP und FDE gefallen hat. |
| |
Und ich hoffe, Sie fühlen sich befähigt, das in JMP Pro verfügbare FDE-Tool zu nutzen, um Fragen mit Daten zu beantworten, wie zum Beispiel, wer Ihr Lieblingsspieler ist und warum, und haben die Möglichkeit, dies zu untermauern. |
| |
Danke fürs Mitmachen. Alles Gute. |
| donmccormack |
Okay, wie gehen wir also mit Fällen um, in denen wir den beruflichen Werdegang einer Person betrachten müssen? Gibt es andere Kennzahlen, anhand derer wir diese Vergleiche anstellen können, sodass |
| |
Könnten wir diese wirklich feinen Abstufungen unterscheiden? Wie ich bereits angedeutet habe, könnten wir also jeden beliebigen Punkt im beruflichen Werdegang einer Person betrachten. |
| |
mit beliebig vielen Abstufungen. Und genau das habe ich getan. Ich habe 100 Datenpunkte genommen, 100 Werte zwischen null und eins, |
| |
Karrierebeginn, Karriereende – ich habe all diese Werte zusammengefasst. Und das habe ich getan … Das Schöne an dieser Methode ist, dass ich sie für mehrere Kennzahlen anwenden kann. Also, was wir uns hier ansehen, ist … |
| |
Diagramm aller vier Metriken. |
| |
Wir können sie alle in einem Diagramm darstellen. Wir werden noch einmal auf die Gruppe derjenigen zurückkommen, die übergangen wurden. |
| |
Diese Leute hier. Also, wenn wir uns diese Leute mal ansehen, |
| |
Wir sehen, dass sie einen niedrigen Wert hatten... übrigens 100 in diesem Fall, weil es 100 Beobachtungen gab. |
| |
hundert Homeruns pro neun Innings, so niedrig sollte der Wert sein; |
| |
Der Prozentsatz der Schlagmänner, die mehr als das Minimum an Schlagmännern gegenüberstehen, sollte niedrig sein; die Strikeouts über neun Innings hingegen sollten möglichst hoch sein. Sie werden feststellen, dass dies im Grunde die Entwicklung ist. |
| |
dass die Leute das befolgen. Nun, das Interessante an diesem Punkt ist, dass ich Folgendes tun kann: |
| |
Ich kann beliebige Kriterien anwenden. Nehmen wir zum Beispiel an, ich schaue mir alle meine Spieler an und berücksichtige nur diejenigen, die … |
| |
Eine Peitsche, die in diesem Fall unter 100 lag... also besser als das... das ist sogar noch besser. Sagen wir 90 oder weniger. |
| |
Okay, schauen wir uns also die Spieler an, die zumindest eine durchschnittliche Anzahl von Strikeouts pro neun Innings aufweisen und deren Schlagmänner pro...Prozentzahl der Schlagmänner, denen sie gegenüberstehen, mindestens 100 beträgt. |
| |
Und deshalb lasse ich die Home Runs hier einmal außer Acht. Man könnte die Werte auch anhand der Anzahl der Saisons standardisieren und normalisieren, und genau das habe ich getan. |
| |
Ich möchte mir also die Spieler ansehen, die vielleicht nur 10 Saisonäquivalente haben, wobei ein Saisonäquivalent darauf basiert, wie die durchschnittliche Saison eines Spielers aussah. |
| |
Okay. Und schließlich, welche Arbeitsbelastung sie im Laufe ihrer gesamten Karriere hatten. Nehmen wir an, wir suchen jemanden mit mindestens 80 % Arbeitsbelastung. |
| |
Lasst uns das etwas strenger gestalten, sagen wir, sagen wir |
| |
in etwa gleiches Arbeitspensum. Und auch hier können wir unterschiedliche Kriterien verwenden, um diejenigen auszusortieren, die wir unserer Meinung nach nicht berücksichtigen sollten, und diejenigen, die wir berücksichtigen sollten, und dann diese Kriterien anzuwenden... |
| |
Ich möchte außerdem vorschlagen, dass wir uns auch diejenigen ansehen, die nicht in der Hall of Fame sind. |
| |
So, los geht's. Hier ist eine Liste von Personen, die man in Betracht ziehen sollte. Und Sie werden feststellen, dass einige davon wahrscheinlich nicht überraschen werden. Das sind Leute. |
| |
Diejenigen, die entweder noch nicht in der Hall of Fame sind, weil sie noch aktiv spielen, oder die einfach nicht mehr berücksichtigt werden – Chris Sale zum Beispiel ist noch als Pitcher aktiv. |
| |
Curt Schilling ist aus offensichtlichen Gründen nicht in der Hall of Fame. Johan Santana – warum nur? Er gehörte doch zu der Gruppe, die übergangen wurde. |
| |
Das Schöne an der Verwendung dieser FDEs ist also, dass man sie nehmen, in Karriereverläufe umwandeln und dann eine zusätzliche Kennzahl verwenden kann, um zu bestimmen |
| |
Aufnahme in die Hall of Fame und Nichtaufnahmeberechtigung. |
