How do you compare football coaching performance?How do you compare football coaching performance?How do you compare football coaching performance?How do you compare football coaching performance?Come confronti le prestazioni degli allenatori di calcio?
Siamo ancora una volta alla fine di un'altra stagione calcistica universitaria. Le stagioni regolari sono finite e si sono svolti i campionati conference. La stagione delle bocce ti aspetta!
Recentemente, mentre guardavo una partita, mi sono chiesto quali siano i migliori allenatori in campo oggi. C'è qualche differenza tra le percentuali di vincita in carriera di questi allenatori? Questi allenatori vincono costantemente nel tempo o ci sono “singhiozzi” nella loro carriera? Fanno la differenza nella percentuale di vincita nelle loro scuole, o le scuole sono semplicemente delle potenze così perenni che gli allenatori non fanno molta differenza?
Ho deciso di dare un'occhiata.
Fonte di dati
I registri degli allenatori di football universitario sono disponibili da molte fonti, tra cui Wikipedia.com, NCAA.org ed ESPN.com. Ho iniziato con i primi 10 allenatori attivi per percentuale di vittorie, ma ho dovuto eliminarne due perché avevano allenato meno di 50 partite.
L'elenco dei primi 10 allenatori includeva un paio di nomi che normalmente non verrebbero considerati tra i “pesi massimi”, ma che avevano ottimi record di vittorie e sconfitte: Joe Moglia del Coastal Carolina e Lance Leipold di Buffalo. Sarà interessante vedere come si accumuleranno nell’analisi.
Ho quindi aggiunto arbitrariamente Bob Stoops dell'Oklahoma recentemente in pensione) e Jim Harbaugh del Michigan per completare i 10 allenatori. (Questa è solo una lista che ho preparato... Non intendo sminuire nessun programma in particolare!
La mia lista di allenatori include:
- Nick Saban (capo allenatore a Toledo, Michigan State, LSU e Alabama)
- David Shaw (Stanford)
- Chris Peterson (Stato di Boise, Washington)
- Urban Meyer (stato di Bowling Green, Utah, Florida e stato dell'Ohio)
- Jimbo Fisher (Stato della Florida, Texas A&M)
- Dabo Swinney (Clemson)
- Bob Stoops (Oklahoma)
- Jim Harbaugh (Michigan)
- Joe Moglia (Carolina costiera)
- Lance Leipold (Wisconsin-Whitewater e Buffalo)
Ho utilizzato Internet Apri in JMP per raccogliere i dati e quindi utilizzare una serie di strumenti di preparazione dei dati in JMP per assemblare i dati per l'analisi. Menzionerò i formati di dati richiesti per ciascuna delle analisi menzionate di seguito.
D1: C'è qualche differenza nelle percentuali di vittorie in carriera dei migliori allenatori?
Per rispondere a questa domanda, vogliamo confrontare le percentuali di vincita in carriera dei singoli allenatori. Poiché l'allenatore potrebbe essere il nostro fattore di input categorico (con 10 livelli, uno per ogni allenatore) e la percentuale di vincita è la nostra variabile di risposta, potremmo essere tentati di eseguire un'ANOVA. L'ANOVA correggerebbe le diverse “dimensioni del campione” (vale a dire, le partite allenate) per ciascun allenatore ed eseguirebbe un test F per identificare le differenze.
Ciò andrebbe bene se le percentuali di produzione fossero distribuite normalmente. Tuttavia, le percentuali di vincita sono limitate dallo 0% e dal 100% (ovvero, si tratta di una distribuzione binomiale). Un'analisi più appropriata per questi dati è l'analisi del chi quadrato.
JMP dispone dell'analisi Chi quadrato integrata nella piattaforma Adatta Y in base a X e anche nell'analisi categoriale/ricerca sui consumatori in JMP. La piattaforma di analisi categorica è più completa e flessibile, poiché esegue l'analisi del chi quadrato e include non solo se esiste una differenza nella percentuale di vincita tra Qualunque dei record della carriera del nostro allenatore, ma anche Quale dei nostri allenatori differiscono dagli altri.
Prima di poter eseguire l'analisi, ho dovuto apportare alcune modifiche al formato dei dati. Il set di dati originale assomigliava a questo:
Figure 1: Coach’s Individual Records, Pre-Modifications. (File attached to post.)Figure 1: Coach’s Individual Records, Pre-Modifications. (File attached to post.)Figure 1: Coach’s Individual Records, Pre-Modifications. (File attached to post.)Figure 1: Coach’s Individual Records, Pre-Modifications. (File attached to post.) Figura 1: record individuali dell'allenatore, pre-modifiche. (File allegato al post.) Ciò di cui JMP ha bisogno per l'analisi è una riga per ogni partita giocata, inclusa l'indicazione se la partita è stata vinta o persa. Il risultato finale era simile a questo:
Figure 2: Coach’s Individual Records, Expanded to One Row Per Game.Figure 2: Coach’s Individual Records, Expanded to One Row Per Game.Figure 2: Coach’s Individual Records, Expanded to One Row Per Game.Figure 2: Coach’s Individual Records, Expanded to One Row Per Game.Figura 2: record individuali dell'allenatore, espansi a una riga per partita.
Per convertire dalla prima tabella alla seconda, ho prima espanso le vittorie e le sconfitte di ogni anno in due nuove colonne nella tabella dati originale, quindi ho utilizzato uno script JSL personalizzato per espandere la tabella. Per i dettagli al riguardo, vedere l'Appendice A.
Per rispondere alla domanda, ho scelto di utilizzare la piattaforma categorica negli strumenti di ricerca sui consumatori in JMP.
A1: Questi record di coaching sono diversi e alcuni allenatori sono migliori di altri?
L'esecuzione della tabella dati riformattata tramite gli strumenti di ricerca sui consumatori in JMP (in particolare la piattaforma categoriale) fornisce i risultati mostrati nella Figura 3.
Figure 3: Contingency Analysis of Coaches’ Career Winning Percentages.Figure 3: Contingency Analysis of Coaches’ Career Winning Percentages.Figure 3: Contingency Analysis of Coaches’ Career Winning Percentages.Figure 3: Contingency Analysis of Coaches’ Career Winning Percentages.Figura 3: Analisi di contingenza delle percentuali di vincita in carriera degli allenatori.
La tabella di contingenza nella Figura 3 mostra le statistiche riassuntive (vittorie e sconfitte), i giochi totali (o risposte) e la percentuale di vittorie e sconfitte per ciascun allenatore. (Vedi l'ellisse rossa nella Figura 3, etichettata #1.) Queste percentuali sono rappresentate graficamente nel grafico a barre sotto la tabella.
Sotto il grafico a barre, nota il Pearson PValue (ellisse rossa etichettata n. 2). Il valore è 0,023. Siamo interessati a rilevare differenze con almeno il 95% di confidenza. Poiché il valore P è inferiore a 0,05, siamo sicuri al 95% che ci sia una differenza tra almeno uno dei record W/L di questi allenatori e gli altri allenatori.
Ma quali allenatori sono diversi da quali altri? Una valutazione semplice sarebbe quella di guardare semplicemente le percentuali W/L e classificarle di conseguenza. Ma questo non tiene conto della diversa dimensione del campione per ciascun allenatore.
Per questo, guardiamo la tabella di output nella Figura 3. A ogni carrozza viene assegnata un'etichetta alfabetica (da A a J; vedere l'ellisse rossa etichettata #3). Inoltre, c'è una colonna etichettata "Confronta" (vedere l'ellisse rossa etichettata #4). In questa colonna sono elencate diverse “lettere” dell'allenatore. Ad esempio, la lettera nella colonna Confronta accanto a Bob Stoops è una "E", che si riferisce all'allenatore E, che è Jim Harbaugh. Ciò indica che il record W/L di Bob Stoops (79,8% di vittorie) è statisticamente diverso da quello di Jim Harbaugh (66,3%) nel corso della loro carriera.
Tuttavia, poiché la "E" è l'unica lettera elencata accanto a Bob Stoops, non ci sono altri allenatori i cui record siano diversi da quelli di Stoops.
Allo stesso modo, Dabo Swinney e Lance Leipold hanno dischi migliori di quelli di Harbaugh.
Nota che Jimbo Fisher ha una "e" minuscola di fronte al suo nome. Laddove le lettere maiuscole indicano una confidenza del 95% che esista una differenza tra due record di coaching, le lettere minuscole indicano solo una confidenza del 90%. Quindi, considerando i record e il totale delle partite allenate, abbiamo solo il 90% di fiducia che il record di Fisher sia migliore di quello di Harbaugh.
Basandosi rigorosamente sui record W/L, Urban Meyer si distingue tra questi allenatori, con il 95% di fiducia che il suo record sia migliore di quello di David Shaw, Harbaugh e Joe Moglia e il 90% di fiducia che il suo record sia migliore di quello di Fisher. Non possiamo dire (con almeno il 90% di sicurezza) che il suo record sia diverso da quello di qualsiasi altro allenatore.
D2: I record degli allenatori sono coerenti nel corso delle loro carriere individuali?
Volevo anche sapere se questi allenatori avevano record di V/P costanti nel tempo (anche cambiando scuola), o se (ad esempio) fossero migliorati nel tempo. Per questo mi sono rivolto agli strumenti Qualità e Processo di JMP.
Per quanto riguarda la domanda 1 (sopra), abbiamo a che fare con percentuali (cioè distribuzioni binomiali). Pertanto, invece di generare i tipici grafici di controllo per i dati normalmente distribuiti, ci rivolgiamo a un “grafico P”.
Le P-Charts richiedono una percentuale di vincita per ciascun allenatore per anno. Per questa analisi ho utilizzato la tabella dei dati originale, modificata con colonne per il numero di vittorie e sconfitte di ogni anno e ho aggiunto due colonne aggiuntive:
- Uno includeva una formula per la percentuale di vincita.
- Il secondo era la somma di V+L (ovvero, il totale delle partite allenate ogni anno).
Ho quindi utilizzato la piattaforma Qualità e Processo/Carta di Controllo/P per generare i grafici.
A2: I record degli allenatori sono coerenti nel corso delle loro carriere individuali?
Utilizzando la percentuale di vincita come risposta, il numero di partite come dimensione campione, l'anno come etichetta campione e il nome dell'allenatore come variabile "Per", ho generato grafici P per ciascun allenatore. L'Appendice B mostra tutti i grafici. Diamo un'occhiata al grafico di Nick Saban:
Figure 4: P-Chart of Nick Saban’s Coaching Results.Figure 4: P-Chart of Nick Saban’s Coaching Results.Figure 4: P-Chart of Nick Saban’s Coaching Results.Figure 4: P-Chart of Nick Saban’s Coaching Results.Figura 4: Grafico P dei risultati del coaching di Nick Saban.
Qui vediamo che Saban allena dal 1994. Le linee rosse nel grafico indicano i “Limiti di controllo”, ovvero i confini entro i quali un processo è considerato “sotto controllo”. Il limite di controllo superiore viene limitato a un valore di 1,0 (o 100% di partite vinte). Il limite inferiore varia tra 0,4 e 0,5. Tieni presente che la variazione è causata dal diverso numero di partite allenate in ogni stagione. È elencata anche la percentuale di vittorie in carriera di Saban (0,792).
Sembra esserci una tendenza al rialzo nel record di Saban, a partire dal 2008 circa (dopo essersi unito all'Alabama). Possiamo aggiungere una “Fase” alla P-Chart indicando la scuola in cui ha allenato:
Figure 5: P-Chart of Nick Saban’s Coaching Results, Including School Annotation as “Phase.”Figure 5: P-Chart of Nick Saban’s Coaching Results, Including School Annotation as “Phase.”Figure 5: P-Chart of Nick Saban’s Coaching Results, Including School Annotation as “Phase.”Figure 5: P-Chart of Nick Saban’s Coaching Results, Including School Annotation as “Phase.”Figura 5: Grafico P dei risultati del coaching di Nick Saban, inclusa l'annotazione scolastica come "Fase". Ora vediamo che il record di Saban è migliorato (sia in media che in variazione) mentre si è trasferito dallo stato del Michigan alla LSU in Alabama. Si noti inoltre che il suo primo anno a 'Bama sembra essere una "aberrazione" fuori controllo.
Analizzando gli altri grafici (Appendice 
si vedono grafici simili per altri allenatori, con un anno occasionale “fuori controllo” e variazioni da scuola a scuola.
D3: L'assunzione di un allenatore specifico aiuta il record complessivo di voti/voti di una scuola?
Come accennato nella discussione sulla costanza dell'allenatore, sembra che trasferirsi in Alabama sia stato positivo per il record di Nick Saban. Si può dire lo stesso delle fortune della scuola? In altre parole, possiamo dire che l'Alabama ha beneficiato dell'assunzione di Nick Saban?
Anche questa è una domanda del P-Chart, ma dobbiamo invertire gli assi. Per prima cosa ho scaricato tutti i record V/L di tutte le scuole allenate da uno qualsiasi dei 10 allenatori di questo studio. Sono tornato indietro fino al 1970. Il risultato è una tabella dati contenente colonne di Nome della scuola, Anno, Nome dell'allenatore, Partite giocate e Percentuale di vincita. Ho aggiunto una colonna chiamata "Top Coach?" che conteneva:
- Un punto (“.”) per ogni scuola/anno che non è stato allenato da uno dei miei 10 allenatori.
- Il nome dell'allenatore se l'allenatore durante quella scuola/anno era uno dei miei 10 allenatori.
Ho anche utilizzato "Colore per stato riga" per colorare di rosso tutte le righe in cui la scuola/anno è stata allenata da uno dei miei 10 allenatori. Ciò ha contribuito a evidenziare quegli anni particolari nelle carte di controllo.
A3: L'assunzione di un allenatore specifico aiuta il record W/L complessivo di una scuola?
I P-Chart sono stati impostati utilizzando:
- Processo = percentuale di vincita
- Etichetta campione = anno
- Fase = nome dell'allenatore
- Per = nome della scuola
- Dimensione del campione = giochi totali all'anno
L'Appendice 3 contiene tutti questi grafici. Dato che Urban Meyer ha frequentato diverse scuole durante la sua carriera da allenatore, diamo un'occhiata ai suoi risultati:
Figure 6: Urban Meyer’s Coaching History Across Various Schools.Figure 6: Urban Meyer’s Coaching History Across Various Schools.Figure 6: Urban Meyer’s Coaching History Across Various Schools.Figure 6: Urban Meyer’s Coaching History Across Various Schools.Figura 6: Storia del coaching di Urban Meyer in varie scuole. Osservando i grafici nella Figura 6, vediamo che la percentuale di vincita di ciascuna scuola era costantemente più alta mentre Meyer era in città. Quindi sembra che Meyer fosse adatto alla scuola assumente. Risultati simili si vedono per altri allenatori nella mia lista.
Riepilogo
Abbiamo esaminato tre domande in questo studio:
- C'è una differenza nelle percentuali di vittoria tra questi 10 allenatori vincenti?
- I risultati della ricerca sui consumatori/della piattaforma categoriale di JMP indicherebbero che esiste una differenza nei loro record di vittorie, almeno tra alcuni allenatori.
- Gli allenatori hanno mantenuto costanza nel tempo i loro record di vittorie?
- Gli strumenti di qualità/grafici di controllo di JMP hanno mostrato che non solo questi allenatori sono generalmente coerenti nel vincere, ma sembra esserci un effetto del gioco della “scuola” sui risultati. Ad esempio, le fortune di Nick Saban migliorarono quando si trasferì in Alabama.(Oppure la situazione in Alabama è migliorata quando Saban si è trasferito lì??)
- Le scuole hanno beneficiato dei servizi di questi allenatori?
- Ancora una volta, le carte di controllo di JMP mostrano che ovunque siano impiegati questi allenatori, le fortune della scuola sembrano migliorare.
Quindi questo significa che questi allenatori “valgono il loro sale” in termini di contratti multimilionari?Lo lascio per una discussione diversa.
E se sei curioso di sapere come si è comportato il tuo allenatore preferito, puoi scaricare i suoi risultati e inserirli tu stesso in JMP, tramite Prova gratuita di 30 giorni di JMP !
Appendice A: Manipolazioni delle tabelle
Per convertire la tabella mostrata nella Figura 1 in quella mostrata nella Figura 2, ho prima espanso le vincite e le perdite di ogni anno in 2 nuove colonne nella tabella dei dati originale, quindi ho utilizzato uno script JSL personalizzato per espandere la tabella.Una formula tipica è illustrata di seguito:
Ora che avevo i numeri effettivi delle vittorie e delle sconfitte per ogni anno, ho scritto un semplice script JSL per ottenere il formato finale desiderato.(Se sei interessato allo script, è allegato a questo blog.) L'esecuzione dello script ha prodotto la tabella dei dati finali (Figura 2) utilizzata per l'analisi di contingenza per confrontare i record W/L della carriera di coaching.In allegato è inoltre presente il file stesso (Record individuali dell'allenatore - Extended.jmp).
Appendice B: Grafici P per allenatore, che mostrano gli effetti delle scuole:
Bob si china:
Chris Petersen:
Dabo Swinney:
David Shaw:
Jim Harbaugh:
Jimbo Fisher:
Joe Moglia:
Lance Leipold:
Nick Saban:
Meyer urbano:
Appendice C: Grafici P per scuola, 1970-oggi, che mostrano gli effetti degli allenatori:
Bob Stoops Scuole:
Scuole Chris Petersen:
Scuole Dabo Swinney:
Scuole David Shaw:
Scuole di Jim Harbaugh
Scuole Jimbo Fisher:
Scuole Jo Moglia:
Scuole Lance Leipold:
Scuole Nick Saban:
Scuole Meyer urbane:
