| Oratore |
Trascrizione |
| cristiano |
Grazie a tutti per esservi uniti a noi oggi al JMP Discovery Summit, nella sua versione virtuale. Mi chiamo Christian Stopp e sono un ingegnere di sistemi JMP. |
| |
Oggi sono in compagnia del mio collega Don McCormack, anche lui ingegnere capo dei sistemi presso JMP. |
| |
E probabilmente sei arrivato qui perché hai visto il titolo della conferenza. E hai visto che si trattava di... sei un appassionato di baseball, di giocatori della Major League Baseball e volevi... |
| |
oppure hai visto che si trattava di Functional Data Explorer e volevi saperne di più su come utilizzare Functional Data Explorer in diversi ambienti. Quindi oggi uniremo questi due argomenti. Don ed io e |
| |
Cercherò innanzitutto di rivolgermi maggiormente agli appassionati di baseball. |
| |
Proprio come abbiamo conversazioni comuni tra giocatori e tifosi di baseball, potresti pensare a come |
| |
il tuo giocatore preferito fa rispetto ad altri giocatori e potresti avere con i tuoi amici queste conversazioni e si spera che siano mantenute, sai, educate su |
| |
Riguardo a chi è il tuo giocatore preferito e perché. |
| |
E quindi, più o meno, mi immaginavo che quella famigerata conversazione tra Alex Rodriguez e Varitek si sarebbe svolta proprio così: si scambiavano opinioni su chi fosse il loro giocatore preferito. |
| |
E così per me, le mie origini sono iniziate, e come quelle di Don, con rispetto per il semplice amore per il baseball e |
| |
essere interessati alle statistiche del baseball che si trovavano sul retro delle figurine delle gomme da masticare che collezionavamo da bambini. |
| |
E così, mentre discutete su chi sia il vostro giocatore preferito, potreste notare che i giocatori differiscono non solo per quanto riguarda la loro bravura, ma anche per altri aspetti come l'età... |
| |
con l'avanzare dell'età, qual è il loro picco, ovvero il momento in cui le prestazioni iniziano a calare nel tempo. Quindi, mentre magari pensate, come me, alle traiettorie di carriera di questi giocatori, potreste chiedervi: "Come posso catturare o modellare queste prestazioni nel tempo?". |
| |
Ora, se siete stranamente come me, deciderete di voler studiare statistica proprio per poter fare questo. |
| |
Ma vi incoraggio a evitare quella strada e a essere più intelligenti di me, utilizzando uno strumento come Functional Data Explorer per trasformare quelle statistiche... quelle curve statistiche in numeri utili per i vostri progetti. |
| |
Quindi per quelli di voi che hanno un po' meno familiarità con il baseball, ma |
| |
Quello che vedremo sono dati che riflettono cose che sono misure delle prestazioni del baseball. Quindi parlerò dei giocatori di posizione e |
| |
I giocatori di posizione battono. Pertanto, uno dei parametri per valutare la loro abilità in battuta è la percentuale di arrivo in base più la percentuale di slugging, ovvero l'OPS. |
| |
Sull'asse Y ho riportato i dati relativi all'età di un paio di giocatori. Il blu rappresenta Babe Ruth e il rosso Ted Williams. |
| |
Come potete vedere, da queste traiettorie si evince che entrambi sembrano aver mantenuto un livello di prestazioni pressoché identico per gran parte della loro carriera. |
| |
Ma forse saprete che il loro apice potrebbe essere raggiunto un po' più tardi nel caso di Ted Williams, a differenza di quanto potrebbe accadere per Babe Ruth. |
| |
E Babe Ruth, a quanto pare, aveva bisogno solo di un po' di tempo per mettersi al passo e raggiungere quel livello, se si guarda solo questo grafico senza altre informazioni. |
| |
Quindi ci sono molti... questi sono solo due giocatori tra le migliaia o decine di migliaia di giocatori che potresti prendere in considerazione e semplicemente guardare al confronto, |
| |
Come potete immaginare, c'è molta variabilità riguardo a queste caratteristiche delle traiettorie di carriera. Quindi, c'è chiaramente anche variabilità all'interno della traiettoria di un singolo giocatore. |
| |
Potrei quindi utilizzare la funzione di smoothing del Graph Builder per attenuare leggermente il rumore associato a quelle curve, in modo da ottenere una migliore comprensione del segnale relativo alla traiettoria del giocatore. |
| |
E si scopre che questo processo di livellamento è molto simile a quello che avviene nel processo utilizzato da Functional Data Explorer. |
| |
Quindi qui ho l'esploratore di dati funzionali e di nuovo... la mia metrica qui è la percentuale di arrivo in base più la percentuale di slugging, OPS. |
| |
E sto solo cercando di vedere... come stiamo confrontando queste traiettorie dei giocatori, ora, in FDE, Functional Data Explorer, sta levigando quelle curve dei giocatori, come puoi vedere, |
| |
e quindi estrarre informazioni su ciò che è comune a queste curve. |
| |
Quindi, per ogni giocatore, ciò che si ottiene in cambio sono dei punteggi associati alla sua prestazione. Questi punteggi descrivono la traiettoria di carriera del giocatore in modo quantitativo e preciso, dati che possiamo utilizzare per altre analisi, come quelle che faremo. |
| |
Quindi, come potete vedere, questi sono i punteggi di Hank Aaron. |
| |
E nel profiler che...che puoi accedere nell'esploratore dei dati funzionali, |
| |
puoi effettivamente cambiare...puoi guardare quella traiettoria qui per l'OPS di quel giocatore in base all'età e poi cambiare quei valori per riflettere quali sono i punteggi di quel giocatore e ottenere un migliore...replicare il loro |
| |
la loro traiettoria di carriera con quei punteggi. |
| |
Bene, questo è un piccolo accenno a FDE e a come utilizzarlo qui. Quindi vedrete me e Don parlare di queste statistiche di cui ora disponiamo, |
| |
Questi punteggi dei giocatori che otteniamo dall'esploratore di dati funzionali, che li ricava da quelle curve con cui abbiamo iniziato. E quindi useremo quello... in parte quello che stiamo facendo è prevedere, ad esempio, lo stato di Hall of Fame. |
| |
E non solo chi è nella Hall of Fame e se ci merita, o, cosa ancora più interessante, chi sono i giocatori che sono nella Hall of Fame e forse non dovrebbero esserci perché le statistiche non lo supportano. |
| |
Oppure potremmo identificare i giocatori che il comitato della Hall of Fame sembra aver snobbato. Quindi parleremo un po' delle diverse metriche che abbiamo utilizzato e di come le abbiamo riviste. |
| |
E poi prendiamo quelle traiettorie di carriera usando FDE e poi estraiamo i punteggi ed effettuiamo la previsione, come facciamo normalmente con altre cose. |
| |
Quindi, se non seguite il baseball, i requisiti di ammissibilità per la Hall of Fame... prevedono che un giocatore abbia giocato almeno 10 anni, quindi 10 stagioni, e che debba aspettare... bisogna aspettare cinque anni prima di poter essere ammessi. |
| |
E poi hai 10 anni durante i quali sei eleggibile e la gente può votarti. Quindi ci sono un paio di giocatori che vedremo che sono ancora... che sono ancora in attesa della chiamata. |
| |
La sala utilizza criteri di selezione diversi che riguardano principalmente le prestazioni del giocatore, ma tengono conto anche di queste altre cose che |
| |
La fonte di dati che stiamo utilizzando, il database Lahman, non lo include, quindi è difficile da misurare. Perciò ci limitiamo ad analisi che riflettono la loro abilità statistica sul campo. |
| |
E ovviamente, dopo, sai, 150 anni di giocatori di baseball che giocano a baseball, potresti notare che stanno giocando in epoche diverse. |
| |
E quindi vogliamo assicurarci di confrontare i giocatori con i loro pari. E quindi prenderemo in considerazione, sai, magari l'anno in cui hanno giocato, |
| |
o la posizione che ricoprivano poiché sono associati requisiti diversi... sarebbero in genere associati a posizioni diverse. |
| |
Inoltre, i diversi campionati hanno regole diverse; terremo conto anche di questo. |
| |
Mi fermo qui. Don passerà a parlare dei lanciatori e poi tornerò a parlare dei giocatori di posizione. |
| Donmccomack |
Quindi come ha detto Christian, parlerò un po' del lancio ma |
| |
mentre faccio questo, prima faccio questo, |
| |
Quello che vorrei fare è illustrare alcuni dei punti iniziali menzionati da Christian. Le cose che sono buoni dati |
| |
tecniche analitiche, cose che devono essere fatte davvero, indipendentemente dalla tecnica di modellazione che si utilizza, |
| |
Tuttavia, si scopre che sono cose buone da fare prima di modellare i dati usando FDE. Parlerò nello specifico della pulizia dei dati, |
| |
riguardo alla normalizzazione dei dati, in modo da poter confrontare le persone in modo equo, e infine alla modellazione dei dati. Quindi, a titolo di esempio, quello che ho... quello che vedete sullo schermo in questo momento, |
| |
Stiamo esaminando tre lanciatori molto diversi tra loro, tutti nella Hall of Fame. La linea rossa rappresenta Nolan Ryan, |
| |
Una carriera lunghissima, di circa 27 anni. La linea verde, la linea centrale, è Hoyt Wilhelm. |
| |
Per alcuni di voi, i più giovani, potrebbe non essere noto chi sia Hoyt Wilhelm; ha giocato a baseball a partire dagli anni '50 fino al 1972, se non sbaglio. |
| |
Una carriera piuttosto lunga; ha attraversato diverse epoche. Era principalmente un lanciatore di rilievo, ma non un lanciatore di rilievo come quelli che si conoscono oggi. Era un tipo che quando usciva per dare il cambio, |
| |
Sai, potrebbe lanciare per sei inning. Ok, quindi molto, molto atipico per i rilievi di oggi. La linea blu è Trevor Hoffman, un ottimo closer per i San Diego Padres. Ma ripeto, un lanciatore molto diverso. Quindi la domanda è, voglio dire, cosa facciamo, come prepariamo questi dati? |
| |
e impostato in modo tale da poter confrontare tutte e tre queste persone in modo equo? Quindi la prima cosa che ho detto è che vogliamo pulire i tuoi dati. E a proposito, userò quattro metriche diverse. Userò |
| |
WHIP (walks and hits per innings pitched), strikeouts per nove, home runs per nove e una metrica |
| |
Ho creato facilmente una percentuale chiamata "battitori affrontati sopra il minimo", dove ho semplicemente preso il numero di battitori affrontati da un lanciatore diviso per il totale degli out che ha ottenuto |
| |
e ne ha sottratto uno. L'idea è che se ogni battitore affrontato fosse uscito, allora sarebbe stato perfetto. |
| |
Okay, darò un'occhiata a queste quattro metriche. Ho criteri diversi per quanto riguarda il modo in cui definisco la mia normalizzazione, |
| |
in termini di come sto selezionando i valori anomali e includerò una presentazione PowerPoint |
| |
per permetterti di esaminare i dettagli, ma non ne parlerò qui per questioni di tempo. Quindi la prima cosa che farò è ripulire i dati. Noterai che, ad esempio, nel primo anno in cui Nolan Ryan ha lanciato |
| |
tre inning lanciati; WHIP molto, molto alto. Dopo un paio di stagioni qui, penso che Trevor Hoffman |
| |
ha lanciato una quantità bassa. Quindi, quindi inizierò escludendo i dati. Questo è un bene. Ha ridotto l'intervallo ed è sempre bene eliminare i valori anomali dai dati prima di fare l'analisi. |
| |
Un altro passaggio che voglio menzionare è che quando ho fatto FDE, quando ho usato FDE su questi dati all'interno della piattaforma, ti consente di fare un ulteriore screening degli outlier dove, |
| |
anche se utilizzi più colonne, |
| |
stai solo filtrando...non stai filtrando l'intera riga; stai filtrando solo i valori per quell'input dato, che è una funzione molto, molto utile. Quindi la uso anche perché c'erano ancora, |
| |
Anche dopo la prima analisi, c'erano ancora alcune anomalie di cui dovevo liberarmi. |
| |
pulire i dati. La normalizzazione è la seconda. Quindi, per normalizzazione, quello che ho fatto è stato normalizzare sull'asse X. E ho normalizzato sull'asse Y. Quindi, |
| |
Quello che stiamo considerando qui è il numero di stagioni. Quindi ognuna di queste stagioni viene presa come un'entità a sé stante, ma sappiamo tutti che in alcune stagioni alcuni lanciatori lanciano più inning rispetto ad altre stagioni. |
| |
Quindi, invece di considerare le stagioni come entità, prenderò in esame la percentuale cumulativa di eliminazioni in carriera. So che, so che alla fine della stagione i lanciatori hanno effettuato un certo numero di eliminazioni cumulative in carriera, e questa è una certa proporzione là fuori, in tutta o nel totale della carriera. |
| |
out. Quindi userò questo per scalare i miei dati. Ora la cosa fantastica è che noterai che ora tutti e tre i lanciatori sono sullo stesso |
| |
Scala x. Tutto, tutto è scalato da zero a uno. Quindi, quindi, davvero bello... |
| |
Dal punto di vista dell'analisi FDE, è davvero un'ottima cosa da avere. E infine, vorrei poter scalare anche sull'asse Y. |
| |
E tutto quello che ho fatto è stato dividere il WHIP per il WHIP medio per il tipo di lanciatore e per l'epoca in cui hanno lanciato. Quindi ho un WHIP relativo. Ora l'altra cosa bella dell'usare questi valori relativi è che |
| |
So dove si trova il mio limite. So che un lanciatore con un WHIP relativo di uno è un lanciatore medio. Quindi in questo caso, cercherò quei ragazzi che lanciano |
| |
con WHIP inferiori a uno. Quindi noterete che tutti e tre questi lanciatori, per la maggior parte della loro carriera, sono stati al di sotto di quella linea a uno. Ora l'ultima cosa che farò, |
| |
Voglio usare il mio FDE per modellare quella traiettoria, la traiettoria. Ora, uno dei problemi con l'utilizzo dei dati così come sono, i due problemi con l'utilizzo dei dati così come sono. Uno è che è piuttosto accidentato, |
| |
e sarebbe davvero difficile stimare quale sia la traiettoria di carriera con tutti questi alti e bassi. La seconda cosa è, |
| |
Alla fine quello che voglio fare è usare quella metrica che ho generato dall'FDE, questa traiettoria per arrivare a una stima complessiva della carriera. Quindi, invece di guardare le mie stagioni o la mia percentuale cumulativa come |
| |
entità discrete, voglio essere in grado di modellarlo su un'intera carriera continua. E lo vedremo un po' più tardi. Quindi sostituirò il mio |
| |
percentuale mia... Mi dispiace per... condizionale... il mio WHIP, il mio WHIP relativo con questa stima FDE condizionale. Ora, potresti avermi visto tornare a quei due, potresti dire, oh ragazzo, questo è quello che... quello che |
| |
Che enorme differenza tra i due, sta davvero facendo un buon lavoro? È difficile dirlo da quel grafico. Quindi, quindi quello che voglio fare |
| |
è che ti mostrerò effettivamente come appare. Quindi ecco quello che ho fatto è stato tirare su |
| |
i, i, i, i valori discreti. Questo è Nolan Ryan, a proposito. Le misurazioni discrete per Nolan Ryan, insieme alla sua curva per il suo per il suo |
| |
stima FDE condizionale, vedrai che non segue lo stesso percorso frastagliato o accidentato, ma fa un buon lavoro di stima |
| |
qual è la sua traiettoria di carriera. E in generale con il suo WHIP |
| |
alto, all'inizio, concedeva molte basi su ball, era un lanciatore molto, molto selvaggio, molto più selvaggio nella prima parte della sua carriera, che ci crediate o no. |
| |
Ma con il passare della sua carriera, le cose sono migliorate. E questo lo vedrete in ognuno dei lanciatori che ho scelto. Ad esempio, se andiamo a parlare di Hoyt Wilhelm. |
| |
Ecco Wilhelm. Anche in questo caso non coglie appieno gli alti e bassi, ma riesce a delineare bene l'andamento generale della sua carriera. |
| |
Okay, allora usiamo questo per chiedere. Ho solo un tempo limitato. Vorrei averne di più perché ci sono alcune cose interessanti che vorrei mostrarvi. |
| |
Ma io... inizierò con quelli che chiamo gli snobbati. Okay, quindi questi sono i giocatori che... quindi ho usato FDE su quelle quattro metriche che avevo menzionato. |
| |
Li uso come input, insieme al tipo di lanciatore e ho provato un sacco di tecniche di modellazione predittiva. Le due che hanno funzionato meglio per me sono state Naive Bayes |
| |
e analisi discriminante. E uso queste due tecniche di modellazione per dirmi chi è entrato... chi dovrebbe essere dentro e e e e chi non dovrebbe essere dentro |
| |
e questo è ciò che... ciò che stiamo guardando qui è, stiamo guardando quei lanciatori in cui sia il Naive Bayes che l'analisi discriminante hanno detto sì, |
| |
ma la Hall of Fame ha detto di no. Quindi questi sono i miei... questi snobbati. Quindi noterai che in questo caso... e lasciami passare a questo. Queste sono le app. Questo è il WHIP relativo. Andiamo con il WHIP condizionale. |
| |
E lasciatemi rimettere quella linea di riferimento a uno e vedrete che, per la maggior parte, si tratta di lanciatori che hanno trascorso la parte alta... la maggior parte della loro carriera |
| |
sotto quella riga. Ora l'altra cosa a cui potresti pensare, guardando questi dati, è che |
| |
Wow, sarebbe davvero difficile distinguere questi giocatori. Come faccio a confrontarli ora, se dovessi mettere, diciamo, alcuni lanciatori che erano nella hall of fame? |
| |
anche in questa lista. Voglio dire, sarebbero...sarebbe difficile separarli solo per |
| |
Li osservavo attentamente, perché in alcune fasi della loro carriera erano più bravi che in altre, e cambiavano approccio in altre parti della loro carriera. Come posso, come posso affrontare questo a livello professionale? |
| |
Quindi, come ho detto prima, una delle cose belle di Functional Data Explorer è che posso prendere quei dati, |
| |
e posso posso posso creare una traiettoria di carriera. Stimare un sacco di punti dati lungo quella traiettoria di carriera. E l'ho fatto, ho effettivamente suddiviso le carriere in 100 |
| |
unità e ho sommato su tutte quelle cento unità per ciascuna delle mie curve. Quindi, in pratica, quello che ho fatto è stato ottenere qualcosa di simile all'area sotto la curva. |
| |
Se fosse sopra quella linea, sottrarrei, se fosse sotto quella linea, farei... mi dispiace... se fossi sopra quella linea, aggiungerei; sotto la linea sottrarrei. |
| |
E se consideriamo le traiettorie di carriera totali... questa è, in realtà... questa è una lista più ampia. Si tratta di circa 1300 o 1400 lanciatori, quindi assolutamente tutti coloro che sono stati... |
| |
Assolutamente tutti coloro che erano eleggibili per la Hall of Fame, da 10 anni o più. Quindi, vediamo velocemente un paio di cose che possiamo fare con questo. |
| |
Iniziamo... permettetemi di iniziare guardando i giocatori che sono stati snobbati. Quindi questi sono... questi sono i nostri giocatori... questi sono i miei giocatori che sono stati snobbati. Quindi |
| |
Okay, quindi questi sono 100 valori. Quindi, quindi, quindi il limite qui sarebbe 100 perché ho misurato 100 valori diversi. |
| |
Quindi noterai che per la maggior parte, questi giocatori erano sopra i 100. Ecco l'elenco dei giocatori che non sono entrati nella lista. E se dai un'occhiata a questi giocatori, |
| |
Noterai che ci sono un paio di ragazzi qui dentro che sono ovvi. Persone come Curt Schilling e il e il e Roger Clemens per non non non |
| |
ragioni di carriera per il per il per il per il per il... che alcuni degli altri criteri menzionati da Christian non sono presenti. Ma ci sono alcuni ragazzi, ad esempio Clayton Kershaw, che non hanno ancora finito la loro carriera. |
| |
Ma ci sono sicuramente altre persone che potresti prendere in considerazione... che sono eleggibili per la Hall of Fame. Quindi, diamo un'occhiata anche a questo. Quindi, consideriamo quelle persone che sono eleggibili per la Hall of Fame, che non sono ancora state inserite nella Hall of Fame... |
| |
BJ Ryan; di nuovo c'è Curt Schilling; Johan Santana, non so perché non sia entrato nella hall; Smokey Joe Wood, lanciatore dei primi anni del 1900; e così via. Quindi, |
| |
la capacità di FDE di consentirmi di estrarre valori da qualsiasi punto della loro traiettoria di carriera è uno strumento aggiuntivo per poter stimare alcuni |
| |
criteri aggiuntivi, in termini di chi merita di entrare nella Hall of Fame e chi no. Bene, basta parlare dei lanciatori. Torniamo a Christian così possiamo parlare un po' di più dei giocatori di posizione. |
| cristiano |
Eccellente. Grazie, Don. |
| |
Giusto. |
| |
Okay, quindi Don stava parlando del lancio... dei lanciatori e quindi sto guardando, guarderò la posizione |
| Donmccomack |
giocatori, e quindi ci sono due componenti diverse che entrano in gioco. |
| cristiano |
Hai la tua abilità nel battere, così come la tua abilità nel difendere e ho preso una decisione un po' diversa da quella di Don, per quanto riguarda solo |
| |
Ho iniziato analizzando le statistiche e poi costruendo dei modelli. Alla fine ho scelto di partire da sole quattro delle statistiche di battuta più comuni, che sono le prime quattro dell'elenco, alcune di quelle che si trovano sul retro delle figurine di baseball. |
| |
E poi, man mano che procedevo, come vedremo, avevo bisogno di qualcosa per catturare le basi rubate, perché le prime quattro non lo fanno proprio... non lo fanno affatto. |
| |
Ho quindi creato una metrica che chiamo media dell'unità base, che include altri movimenti del corridore sulle basi... per dare credito al battitore per queste cose. E poi, ovviamente, anche la difesa è un fattore, come vedremo, quindi ho incluso un paio di metriche per la difesa. |
| |
E quindi, come Don, come appena detto prima, volevo assicurarmi di confrontare mele con mele, quindi sto guardando |
| |
con riferimento alla posizione, al campionato e all'anno per queste statistiche che ho menzionato. E poi quando |
| |
Come Don, volevo assicurarmi di ponderare correttamente quei campioni di dimensioni ridotte in modo che non intralciassero il sistema. E così ho finito per ponderare la prestazione dei giocatori in relazione al numero di apparizioni al piatto rispetto alla media di quell'anno del campionato. |
| |
in una particolare posizione in formazione su quanti turni in battuta dovrebbe ottenere quella posizione nel corso della stagione. Quindi è così che vengono ponderati. |
| |
Bene. Vediamo quindi come si presenta. Torneremo a trovare Ted Williams. |
| |
Quindi, qui a sinistra abbiamo la carriera di Tim Williams, come abbiamo visto, e questi sono i punteggi grezzi. |
| |
E a quanto pare ha avuto una stagione davvero deludente qui. |
| |
Ma se, una volta presa la componente relativa, si può vedere che in realtà è una stagione nella media come quella di Don, è comunque al di sopra di quella media di uno. E quindi è stata semplicemente una stagione mediocre per Ted Williams, secondo i suoi stessi standard. |
| |
E poi abbiamo visto prima che questi due picchi per Ted Williams potrebbero essere stati simili alle sue prestazioni migliori, ma si scopre che sono stagioni in cui ha avuto un numero minore di campioni...di apparizioni giocate a causa del suo |
| |
essendo...andando in guerra in Corea. Quindi ha finito per avere un impatto sui suoi punteggi. Ho ponderato di conseguenza tornando alla media a causa delle dimensioni ridotte del campione. |
| |
COSÌ, |
| |
Ecco come funzionano i dati. In questa conversazione mi concentrerò solo sulle statistiche relative e su alcuni aspetti che hanno attirato la mia attenzione. |
| |
Ecco fatto. E lo faremo. |
| |
Serve la tabella dei numeri qui per inserirla |
| |
dall'FDE. Quindi ecco i punteggi che andremo a esaminare, i punteggi FPC relativi dell'FDE. |
| |
E la prima cosa che ho visto, ho incluso quattro variabili nel mio modello, quelle prime quattro statistiche di battuta, e |
| |
Volevo solo assicurarmi di avere i componenti giusti nella mia analisi. Quindi sull'asse sinistro c'è la probabilità, calcolata tramite il modello, di entrare nella Hall of Fame. |
| |
Ora cosa... scusate, questo è l'asse y, sull'asse x c'è se la persona è effettivamente nella Hall of Fame o no. Quindi le mie aree di errata classificazione sono queste due sezioni qui. |
| |
E ho notato che c'erano alcuni giocatori qui più di quanto mi aspettassi. Quindi stavo esplorando e potremmo esplorare variabili che non ho ancora incluso, come le basi rubate. |
| |
Quindi li inserirò per colore e dimensioni. |
| |
E come potete vedere, |
| |
Mi sembrava piuttosto chiaro che le basi rubate fossero sicuramente un fattore preso in considerazione dagli elettori della Hall of Fame. Questi sono... |
| |
quindi il colore e la dimensione sono relativi al numero di basi rubate nel corso della loro carriera. Ed è questo che mi ha spinto a creare quella statistica della media delle unità di base che ho poi utilizzato. |
| |
Quindi, aggiungendo... mentre esploravo quei modelli che ho descritto, sono partito da quattro statistiche e poi ho aggiunto la statistica BUA. Questo ora è il mio asse x. |
| |
E poi ho aggiunto le statistiche di fielding e quello che abbiamo qui è un grafico parallelo, dove l'asse y rappresenta di nuovo... la probabilità che il modello suggerisca che il giocatore dovrebbe essere nella Hall of Fame e ciascuna delle linee ora rappresenta un giocatore. |
| |
Il colore rappresenta quindi il loro status nella Hall of Fame. Il rosso indica che sono già stati ammessi, mentre il blu indica che non lo sono. |
| |
E quindi mi piace questo grafico perché mi permette di vedere chi si sta muovendo. Se riesco a vedere l'impatto di quelle variabili aggiuntive nel modello. |
| |
E naturalmente la prima cosa che ha attirato la mia attenzione è stato questo ragazzo qui, come è spuntato fuori da un non proprio |
| |
Aggiungendo la componente delle basi rubate, possiamo vedere che ha un'alta probabilità di essere eletto nella Hall of Fame e quindi di meritarne il posto, a seconda di come la si guarda. E si tratta di Ricky Henderson, che peraltro è il leader di carriera per basi rubate. |
| |
Ora un altro giocatore, e guardando solo il lato difensivo delle cose, è Kirby Puckett, le cui statistiche iniziali suggeriscono che, in base al modello iniziale, |
| |
che ce la faccia; è sufficientemente qualificato appena oltre la linea. Ma poi, sai, se aggiungi la componente della base rubata, |
| |
sì, in realtà non sembra più qualificato. E poi, infine, abbiamo aggiunto il fatto che è un ottimo giocatore di campo, ha vinto diversi guanti d'oro giocando in campo centrale per i Twins, |
| |
Vediamo che è tornato nelle grazie del comitato della Hall of Fame ed è stato giustamente eletto. |
| |
Questo è un modello piuttosto disordinato. |
| |
Non è un modello disordinato e hai fatto un sacco di cose qui. Quindi, |
| |
Alla fine ho aggiunto il mio filtro dati locale in modo da poter visualizzare ogni posizione individualmente. |
| |
E qui per la prima base, è molto più facile vedere che abbiamo le persone in rosso e poi in blu. Ora abbiamo qualcuno qui, questo è Todd Helton che, almeno in tutti i modelli che stavamo guardando |
| |
suggeriscono che dovrebbe essere ammesso nella Hall of Fame e che è ancora idoneo. Quindi è ancora in attesa della chiamata. |
| |
Ma uno come Dick Allen, c'è anche il blu, non dentro. I suoi numeri, almeno in base alle statistiche riassuntive, alle statistiche FDE che stiamo usando e ai modelli suggeriscono che non dovrebbe... appartiene alla Hall of Fame. |
| |
E ci sono altre persone che sono rosse, in fondo alla lista, come Jim Thome, che secondo i modelli non dovrebbe nemmeno essere lì, ma è stato eletto. |
| |
Quindi, diversi modi di esplorare queste diverse relazioni tra, man mano che aggiungiamo questi predittori. |
| |
Ora, come Don, volevo farmi un'idea di, beh, chi è stato snobbato e chi avrebbe potuto essere dotato |
| |
o almeno aveva, sai, componenti non orientate statisticamente da prendere in considerazione. |
| |
E così io, come Don, ho eseguito una serie di modelli e mi sono stabilito su quattro modelli che mi piacevano e che facevano il lavoro migliore... lavoro predittivo, e come Don, piuttosto che usare solo l'età |
| |
nel mio FDE come asse x, l'ho anche basato su una percentuale cumulativa di apparizioni giocate. E quindi questo...avendo queste due varianti diverse ho ottenuto un certo numero di modelli da esaminare. E quindi mi sono concentrato solo sulle persone che in tutti gli otto modelli, |
| |
sono nella Hall of Fame, ma nessuno dei modelli suggerisce che dovrebbero esserci. E questa è la riga qui. Ce ne sono 31. |
| |
E il lato opposto che ho qui in verde, le persone che i modelli in entrambi i gruppi... la maggioranza dei modelli in entrambi i gruppi di età rispetto alla differenza percentuale di apparizioni su piastra di Kimball suggeriscono che dovrebbero essere nella Hall of Fame, ma non lo sono. Quindi ho tirato fuori tutte queste persone |
| |
e proprio come voleva Don, basta confrontare l'aspetto delle loro traiettorie |
| |
E sono... sono almeno vicini, o c'è qualcos'altro sotto? |
| |
E quindi potete vedere da questo che è la percentuale di arrivo in base più la percentuale di slugging, OPS, di nuovo. Sembra proprio che, in rosso e con i segni più, quelli che sono stati snobbati abbiano ottenuto buoni risultati |
| |
molto meglio su questo parametro, e a quanto pare, su ogni altro parametro statistico offensivo meglio dei giocatori di talento, quelli che ci sono, ma che secondo il modello non dovrebbero esserci. |
| |
E questo mi ha fatto pensare: beh, sono solo le statistiche offensive che sono e forse è nella difesa che, il, le persone che erano già brillano? E in base a ciò che almeno la percentuale di difesa, in realtà suggerisce che è ancora così, dove... |
| |
In realtà si tratta di persone snobbate. |
| |
Le persone di talento sembrano ancora... |
| |
Non è detto che appartengano a questo gruppo tanto quanto queste persone snobbate. |
| |
È stato solo nella componente del fattore di ampiezza che la tendenza si è invertita. E così si è finito per vedere che le persone di talento superavano in numero quelle snobbate che avevano ottenuto risultati migliori. |
| |
Questa è un'altra prospettiva diversa, molto simile a quella di Don, che puoi usare per valutare |
| |
Quali sono esattamente i componenti inclusi nel tuo modello? |
| |
Ci sono molti modi diversi in cui possiamo analizzare questi dati. |
| |
Quindi, concludo subito perché sono sicuro che alcuni di voi non vedono l'ora di scoprire chi è stato snobbato e chi, tra queste persone, ha un talento innato. |
| |
Questi sono alcuni di quelli che sono stati snobbati, almeno tra i giocatori di posizione e, come ha detto Don per alcuni dei suoi lanciatori, ci sono alcuni di questi che sono stati banditi dal baseball, quindi non sono stati esattamente snobbati. |
| |
Probabilmente ne riconoscerete alcuni. |
| |
E poi ci sono alcuni giocatori dotati di talento, o almeno, a giudicare dalle sole statistiche, forse non è stato questo a farli entrare nella Hall of Fame. |
| |
Bene, quindi per riassumere dove siamo stati, siamo stati in grado di prendere le traiettorie di carriera di quei giocatori delle loro prestazioni su... scegli una metrica |
| |
e inserirli nell'esploratore di dati funzionali per ottenere riepiloghi numerici che catturino l'essenza di quelle curve. |
| |
E poi, a nostra volta, utilizziamo queste statistiche, questi punteggi che otteniamo, per poterli inserire nelle nostre tecniche statistiche tradizionali con cui abbiamo familiarità. |
| |
E quindi ora possiamo trasformare la domanda da "come si modella o si quantifica la traiettoria di carriera" a "cosa voglio esplorare con i punteggi FPC che ho ottenuto?". |
| |
Speriamo quindi che vi sia piaciuto parlare di baseball e di questa interazione tra il baseball, JMP e FDE. |
| |
E spero che tu ti senta in grado di utilizzare lo strumento FDE disponibile in JMP Pro per affrontare domande basate sui dati, come ad esempio chi è il tuo giocatore preferito e perché, e di avere i mezzi per supportarlo. |
| |
Grazie per esservi uniti a noi. Arrivederci. |
| Donmccomack |
Okay, quindi come ci comportiamo in questi casi in cui dobbiamo esaminare la traiettoria di carriera di qualcuno? Ci sono altre metriche in cui possiamo fare questi confronti, in modo che |
| |
potremmo distinguere queste sottilissime sfumature? Quindi, come ho accennato prima, quello che potremmo fare è esaminare qualsiasi punto lungo la traiettoria di carriera della persona. |
| |
con qualsiasi grado di gradazione desideriamo. E l'ho fatto. Ho preso 100 punti dati, 100 valori tra zero e uno, |
| |
inizio della carriera, fine della carriera, e ho sommato tutti questi valori. E ho fatto questo... la cosa bella di questa tecnica è che posso farlo per più metriche. Quindi, quindi ora quello che stiamo guardando qui è che stiamo guardando, stiamo guardando un |
| |
grafico di tutte e quattro le metriche. |
| |
Possiamo rappresentarli tutti su un unico grafico. Torneremo di nuovo a quel gruppo di persone che sono state snobbate, |
| |
queste persone qui. Quindi è così... quindi se diamo un'occhiata a queste persone, |
| |
vediamo che avevano un basso... a proposito, 100 in questo caso perché c'erano 100 osservazioni. |
| |
cento fuoricampo ogni nove, è quello che vuoi basso; |
| |
percentuale di battitori affrontati superiore al minimo, basso; e poi gli strikeout su nove inning, dovresti essere sul lato alto. Noterai che questa è più o meno la traiettoria |
| |
che le persone seguono. Ora, la cosa interessante di questo punto è che quello che posso fare è, posso |
| |
utilizzare qualsiasi criterio io voglia. Quindi, ad esempio, diciamo che voglio esaminare... Voglio considerare tutti i miei giocatori e voglio considerare solo le persone che hanno |
| |
Un WHIP che era inferiore, in questo caso, a 100... quindi meglio di così... in realtà è... facciamolo anche meglio di così. Diciamo 90 o meno. |
| |
Okay, quindi diamo un'occhiata a quelle persone che, sai, hanno almeno un numero medio di strikeout per nove inning, e magari i loro battitori per...percentuale di battitori affrontati superiore a 100 è al minimo. |
| |
E quindi, e ignorerò i fuoricampo per nove qui. Inoltre, si potrebbe anche standardizzare e normalizzare in base al numero di stagioni e io l'ho fatto esattamente. |
| |
Quindi quello che voglio fare è analizzare quei giocatori che magari hanno solo 10 stagioni equivalenti, dove una stagione equivalente si basa su quella che è stata la stagione media di un giocatore. |
| |
Va bene. E infine, che tipo di carico di lavoro hanno avuto durante tutta la loro carriera. E diciamo che vogliamo qualcuno che abbia avuto almeno l'80%, |
| |
rendiamolo un po' più severo, diciamo, diciamo, |
| |
circa lo stesso carico di lavoro. E ancora, possiamo usare criteri diversi per escludere le persone che non riteniamo di dover prendere in considerazione e quelle che riteniamo di dover prendere in considerazione e quindi usare questi criteri... |
| |
Vorrei anche aggiungere che dovremmo dare un'occhiata a coloro che non sono ancora stati inseriti nella Hall of Fame. |
| |
Eccoci qui. Ora abbiamo una lista di persone che vale la pena considerare. E noterete che ci sono parecchie persone che probabilmente non dovrebbero sorprendervi. Queste sono persone |
| |
che non sono ancora nella Hall of Fame perché stanno ancora giocando o sono stati semplicemente ignorati, sappiate che Chris Sale, ad esempio, sta ancora giocando. |
| |
Curt Schilling, per ovvie ragioni, non è nella Hall of Fame. Johan Santana, perché, perché non è nella Hall of Fame? Faceva parte di quel gruppo che è stato snobbato. |
| |
Quindi la cosa bella dell'utilizzo di questi FDE è che puoi prenderli, trasformarli nelle tue traiettorie di carriera e poi utilizzare una metrica aggiuntiva per poter determinare |
| |
meritevoli e non meritevoli di essere inseriti nella Hall of Fame. |
