Ich bin ein begeisterter Sportfan und habe praktisch mein ganzes Leben Basketball, Fußball und Baseball sowohl auf College- als auch auf Berufsebene verfolgt. Aber in diesem Jahr ist etwas wirklich Cooles passiert. Meine Augen waren für das großartige Hockeyspiel geöffnet, und so habe ich meiner Interessenliste eine weitere Sportart hinzugefügt!
In Tennessee und Georgia aufzuwachsen, bot mir nicht wirklich die Gelegenheit, viele Eishockeyspiele live zu erleben. Aber als die Saison in diesem Jahr begann, nahm ich an den Trainingssitzungen der Boston Bruins teil und konnte auch einige Spiele besuchen! Was für eine unglaubliche Erfahrung!
Meine Aufgabe bei den Bruins bestand darin, ihnen zu helfen, etwas zu lernen oder umzusetzen SAS Enterprise-Handbuch . SAS Enterprise Miner und JMP . Meine Verantwortung verlangte nicht, dass ich „das Spiel kenne“, aber ich wollte trotzdem lernen und dazu beitragen. Also fing ich an, so viele Spiele wie möglich anzuschauen, Artikel zu lesen und mit Leuten zu sprechen, die langjährige Fans waren. Ich habe versucht, mein Verständnis des Spiels durch Analysen zu verbessern, da ich herausfinden wollte, welche Statistiken sich am meisten auf das Gewinnen oder Verlieren von Spielen auswirken.
Ich wollte zum Beispiel die Statistik untersuchen, die die meisten Spielsendungen neben der Partitur zeigen: Schüsse. Es stellt sich heraus, dass die auf diesen Sendungen abgebildeten Schüsse keine Metrik sind, die jedes Mal darstellt, wenn ein Spieler den Puck in Richtung Netz schickt, sondern „Schüsse auf das Tor“ ins Netz gehen, einen blockierten Schuss und einen Schuss, der im Wesentlichen auf dem Ziel ist und ein Tor gewesen wäre, wenn nicht die Anstrengung eines defensiven Spielers gewesen wäre. Die letzte Kategorie ist das Schießen auf das Tor (SOG), und da sie so prominent mit der Punktzahl angezeigt werden, nahm ich an, dass SOG wichtig sein muss!
Um die Auswirkungen einer SOG zu untersuchen, habe ich zehn Jahre lang Daten genommen und die durchschnittliche Anzahl der SOGs pro Spiel aufgezeichnet, um die Beziehung zu den Gewinnen zu sehen. Dies brachte jedoch einen weiteren Vorbehalt bei dieser Suche mit sich. Wie soll ich in der National Hockey League (NHL) und zum Zweck der Analyse einen "Gewinn" definieren?
Bei den anderen großen Sportarten geht es nur um die Gewinne, Verluste und den Gesamtgewinnanteil, um zu bestimmen, wer Divisionen oder Wildcard-Liegeplätze gewinnt und zu den Playoffs übergeht. In der NHL werden diese Ergebnisse durch „Punkte“ bestimmt, und diese Punkte werden durch das Gewinnen eines Spiels, für das Sie 2 Punkte erhalten, oder durch das Verlieren eines Spiels in der Verlängerung, für das Sie 1 Punkt erhalten, wenn Sie das Spiel außerhalb der regulären Bedingungen erhalten. Statt gegen den gewinnenden Prozentsatz eines Teams zu modellieren, konzentrierte ich mich stattdessen auf Punkte. Dies bedeutete, dass ich einen "halben" Gewinn erhielt, weil ich ein Spiel unabhängig vom Endergebnis in die Verlängerung bringen konnte. Um noch einen Schritt weiter zu gehen, betrachtete ich die verdienten Punkte gegenüber der Anzahl der "möglichen Punkte", so dass meine abhängige Variable in meiner Analyse ein Verhältnis wäre:
Verwendung der Graph Builder-Plattform im JMP , Ich zeichnete SOGs pro Spiel (SPG) gegen das Punktverhältnis und stellte Folgendes fest:
Wir können sehen, dass ein positives lineares Muster existiert, aber es gibt auch eine Menge Rauschen. Eine Linie war auch passend und eine R 2 von 0,470 wurde beobachtet. Hilft mir SPG also, das Verhältnis der Punkte, die ein Team während einer Saison haben wird, vorherzusagen? Es tut… aber nicht sehr gut.
Lassen Sie uns jetzt noch ein wenig unterstützen: Ich bin ein "Certified Sabermetrician" und die grundlegendste Analyse, die ich während des Erlangens dieser Zertifizierung in der Baseballanalytik gemacht habe, war die Rekonstruktion des Satzes von Pythagorean von Bill James für Baseball Anzahl der erzielten Läufe und zulässigen Läufe für den gewinnenden Prozentsatz eines Teams.
Das pythagoräische Theorem für Baseball schafft eine Spur der Glaubwürdigkeit (die für die Analyse jedes Themas sehr wichtig ist) und eine grundlegende Metrik, die den prozentualen Anteil des Gewinns an den grundlegendsten Elementen des Spiels angibt (die Läufe, die ein Team erzielt und die Läufe, die gegen das Team erzielt wurden Mannschaft). Im Falle von Hockey bedeutet dies, dass wir uns die Tore ansehen, die ein Team erzielt, und die Tore, die gegen das Team erzielt werden. General Manager (GM) von Baseball (berühmt im Film „Moneyball“) haben versucht, das Verhältnis zu beeinflussen. Sie suchten nach Spielern, die entweder mehr Läufe erhalten würden oder weniger Läufe zulassen, und sie schätzten ihren Gewinnanteil basierend auf der erwarteten Produktion ihres Personals.
Also habe ich mir vorgenommen, "Ziele für" und "Ziele gegen" im selben Licht zu betrachten und einen "pythagoräischen Satz für Hockey" zu erstellen, mit dem Hauptunterschied, dass ich das Verhältnis der erzielten Punkte abschätze auf mögliche Punkte anstatt Prozentsatz zu gewinnen. Ich verwende die folgende Gleichung zum Erstellen der Schätzung:
Unter Berücksichtigung von 10 Datenjahreszeiten habe ich Graph Builder in verwendet JMP So erstellen Sie das folgende Diagramm, genau wie bei der Analyse der SOGs.
Ein Bestimmtheitsmaß (R 2 ) von 0.892 sieht stark aus! Ich erinnere mich an Werte in meiner Baseballforschung, die fast so gut waren, aber erst nachdem ich den Exponenten optimiert hatte; Ich habe das in dieser Anstrengung nicht getan.
Was sagt uns das? Es sagt uns, dass Sie, um mehr Punkte in der NHL zu verdienen, entweder die Tore, die Sie erzielen, oder die Tore, die Sie erzielen, beeinflussen müssen. Während dies vollkommen vernünftig und vielleicht sogar unauffällig klingen mag, passiert bei solchen Informationen, dass GMs anfangen werden, die "Gewinne über dem Ersatz" zu berücksichtigen, wenn sie freie Agenten und Geschäfte betrachten. Sie werden sich die relativen Parameter ansehen und beispielsweise berücksichtigen, dass ein Spieler, der in der Verteidigung "genauso gut" ist, offensiv produktiver ist?
Während ich kein GM bin, werde ich meine Forschung fortsetzen. Ich frage mich, wie ich mithilfe von Analysen einem Team helfen kann, mehr Ziele zu erzielen. Oder kann ich vielleicht die Bewertungen von Torhüterstatistiken und Teamverteidigung verbessern?
Ich habe SAS Enterprise Guide verwendet, um die Daten zusammenzufassen, Variablen zu erstellen und dieses pythagoreische Theorem für Hockey zu programmieren JMP um schnell Visualisierungen der Analyse zu erstellen.
Als Nächstes verwenden wir Play-by-Play-Daten, die von der NHL bereitgestellt werden, um den „Schusswert“ zu untersuchen und auf dieser fundamentalen Analyse aufzubauen.
Bis der nächste Puck fällt!
Als Eishockey-Vater eines 18-jährigen Torhüters, der in den letzten 14 Jahren hochrangiges Travel Hockey gespielt hat, kann ich Ihnen sagen, dass er seine GAA (Tore gegen Durchschnittswerte), die Plus / Minus-Statistiken des Teams, im Auge behalten hat it..blocker Seite, fünf Löcher und mehr. Es gibt viele Faktoren, die ins Spiel kommen. Für Netminders ist vieles davon mental und natürlich Fokus & Tracking. Körperliche Fähigkeiten, Abdrücke, Geschwindigkeit, Abprallkontrolle und die Liste wird fortgesetzt. Und manchmal ist es nur ein Ruhetag ... Mangel an Ruhe, Unwohlsein, Verletzungen usw. Der Trainer kann anhand von Informationen, die während der verschiedenen Wochenenden im Fitnessstudio und auf dem Eis gesammelt wurden, alle möglichen Fertigkeiten und Tests sammeln, um den Typ dieser "Hockey-Kombination" zu verstehen. (Sprintgeschwindigkeit, vertikale Sprunghöhe, seitliche Bewegungszeiten usw.) Trainer müssen alle Arten von Informationen verwenden, um herauszufinden, wie sie die Linien bilden können. 1. Zeile, 2. Zeile, 3. Zeile. Welche Spieler mischen und passen zusammen? Welche haben die höchste Minusbewertung (auf dem Eis, wenn ein Tor gegen die Mannschaft erzielt wird). Welche haben das höchste Plus (auf dem Eis, wenn ihre Mannschaft ein Tor erzielt). Wen stellen sie mit wem? Welche Spieler sind am besten zusammen? Welche nicht Warum? Welche Kombination würde am besten funktionieren? Warum? Für Schüsse auf das Tor ... wie ist die Qualität des Schusses auf das Tor? Geschwindigkeit, Verkehr vorne, komischer Sprung, wie weit draußen. Es gibt so viele Faktoren. Das Internet der Dinge kann sich auch auf der Nicht-NHL-Ebene in Zukunft ändern. Stellen Sie sich einen Sensor im Puck oder Sensoren an den Spielern vor, um alle Arten von Daten leichter zu verfolgen. Wer war auf dem Eis und wo ging der Puck ins Netz? Wie funktionieren diese Linien in Echtzeit? Wer ist schon zu lange auf dem Eis, wer hat nicht genug? Die Liste geht weiter. So viele Daten !! Es macht so viel Spaß zu versuchen und alles zu verstehen.
Meine visuellen analytischen Erfahrungen in Pittsburgh:
https://www.linkedin.com/pulse/what-do-you-see-my-story-lesson-learned-visual-hard-way-savchenko
