私は熱心なスポーツファンで、バスケットボール、フットボール、そして野球を大学レベルでもプロレベルでもずっと続けてきました。しかし、今年、本当にクールなことが起こりました。私の目はホッケーの素晴らしい試合に開かれていた、そして私が興味のリストに別のスポーツを追加したように！
テネシー州とジョージア州で育ったからといって、アイスホッケーの試合をたくさん観戦することはできませんでした。しかし、今年のシーズンが始まると、私は自分がボストンブルーインズの練習セッションに参加していることに気づき、いくつかのゲームにも参加することができました！なんて素晴らしい経験でしょう。
ブルーインズとの私の仕事は、彼らが彼らについて学んだり、実装したりするのを手助けすることでした。 SASエンタープライズガイド 、 SASエンタープライズマイナーそして JMP 。私の責任は私が「ゲームを知っている」ことを要求するものではありませんでしたが、私はまだ学び、貢献したいと思っていました。だから私はできるだけ多くのゲームを見たり、記事を読んだり、長年のファンだった人たちと話をしたりしました。どの統計が最も勝ったか負けたゲームに最も影響を与えるかを解決したかったので、私は分析を通してゲームの私の理解を発展させようとしました。
例えば、私はほとんどのゲーム放送がスコアと一緒に表示されるという統計を調査したいと思いました：ショット。これらの放送に描かれているようなショットは、プレーヤーがパックをネットに送るたびに表す指標ではなく、むしろ「ゴールへのショット」です。NHLでは、ショットはチャンスがないショットとして区別されます。ネットでブロックされ、ブロックされたシュート、そして基本的に目標通りにシュートを決め、ディフェンシブなプレーヤーの力ではないにしてもゴールだったのだろう。最後のカテゴリーはゴールショット（SOG）であり、スコアとともに非常に目立つように表示されるので、SOGが重要であると私は思いました！
SOGの影響を調べるために、私は10年間のデータを取り、1ゲームあたりの平均SOG数をプロットして、勝ちとの関係を調べました…しかし、それはこの探求において別の警告をもたらしました。ナショナルホッケーリーグ（NHL）では、そして分析の目的のために、どのように私は「勝利」を定義するべきですか？
他の主要なスポーツでは、勝ち負け、全体的な勝率についてだけで、誰が部門に勝つかワイルドカードバースを獲得するかを決定し、プレーオフに進みます。NHLでは、それらの結果は「ポイント」によって決定され、それらのポイントはあなたが2ポイントを得るためにゲームを勝ち取るか、あなたが規制を超えてゲームを取るために1ポイントを得る残業でゲームを失うことによって得られます。そのため、チームの勝率に対するモデリングではなく、ポイントに焦点を当てました。これは、最終的な結果にかかわらず、ゲームをオーバータイムにするための「半分」の勝利を授与することを意味していました。さらに一歩踏み出すために、私の分析では従属変数が比率になるように、獲得したポイント数と「可能なポイント数」の数を比較しました。
を使うグラフビルダープラットフォームに JMP では、ゲームあたりのSOG（SPG）とポイント率をプロットしたところ、次のようになりました。
ポジティブな線形パターンが存在することがわかりますが、ノイズもたくさんあります。ラインもフィットし、R 2 ０．４７０が観察された。それで、SPGは私がチームがシーズンの間に持つポイント比率を予測するのを手伝うでしょうか？それは…しかし、あまりよくありません。
それでは、少しだけバックアップしましょう。私は「認定サーベルメトリクス」です。野球分析で認定を取得する過程で行った最も基本的な分析は、Bill JamesのPythagorean Theorem for Baseballを再作成することでした。得点し、チームの勝利率に対して許可された実行数。
野球のピタゴラスの定理は、信憑性の証跡（あらゆる主題の分析において非常に重要です）、および勝率をゲームの最も基本的な要素に関連付ける基本的な基準（チームの得点と得点に対する得点）を作成します。チーム）。ホッケーの場合、それはチームが得点した目標とチームに対して得点した目標を調べることを意味します。野球のゼネラルマネージャー（映画「マネーボール」で有名に描かれている）は、この比率に影響を与えるように管理しようとし始めた。彼らはより多くのランを獲得するか、より少ないランを許可するかのどちらかをプレーヤーに求め、彼らは彼らの人員の予想生産量に基づいて彼らの勝利のパーセンテージを推定し始めました。
そこで、私は「目標の目標」と「目標の目標」を同じ観点から検討し、「ピタゴラスの定理for Hockey」を作成することにしました。主な違いは、獲得したポイントの比率を推定することです。勝率の代わりに可能なポイントへ。次の式を使って見積もりを作成します。
繰り返しますが、10シーズンのデータを考慮して、私はGraph Builderを使用しました。 JMP SOGの分析と同じように、次のグラフを作成します。
決定係数（R 2 0.892の）は強く見えます！私は、野球の研究では、それほど良いものではないが、指数を最適化した後に初めて、価値観を見たことを思い出します。私はこの努力でそれをしていません。
それでこれは私たちに何を伝えているのでしょうか？NHLでより多くのポイントを獲得するためには、あなたが得点した目標またはあなたに対して得点した目標のどちらかに影響を与えなければならないことがわかります。これは完全に理にかなっていて、おそらく目立たないかもしれませんが、そのような情報で起こることはGMが無料のエージェントと取引を見るときに「置き換えの勝ち」を考慮し始めることです。彼らは相対的なパラメータを見て、例えば、もしプレイヤーが防御に関して「同じくらい良い」なら、彼は攻撃的により生産的になるだろうか？
私はGMではありませんが、研究を続けます。チームがより多くの目標を達成するために、アナリティクスをどのように使用できるのでしょうか。それとも、私はゴールキーパー統計とチームディフェンスの評価を向上させることができますか？
私はSAS Enterprise Guideを使ってデータをまとめ、変数を作成し、このピタゴラスの定理for Hockeyをプログラムしました。 JMP 分析の視覚化を迅速に作成する。
次に、NHLが提供する実況データを使用して「ショット値」を調べ、この基礎的分析に基づいて構築します。
次のパックが落ちるまで！
@ssavchenko あなたの投稿であなたが共有したなんて豊富な知識！私達はチームと協力して、彼らが氷上で持っているべき「プレーヤーの最良の組み合わせ」を理解するのを助け、そしてショットの価値を識別するのを助けました。そして、私はNHLがパックのセンサーで実験したことを私達が協力しているチームの1つから学びました、しかし、「ハイテク」パックは非常に高価です！情報を共有してくれてありがとう！
過去14年間、ハイレベルのトラベルホッケーをしてきた18歳のゴールキーパーのアイスホッケーのお父さんであることから、彼のGAA（平均に対するゴール）、チームのプラス/マイナスの統計を追跡し続けることができます。それ...ブロッカー側、5穴、そしてもっと。 戦場に出る多くの要因があります。 ネットマインダーにとってそれの多くは精神的なものであり、もちろんフォーカスとトラッキングです。 身体能力、プッシュオフ、スピード、リバウンドコントロール、そしてリストは上がる。 そして時々それはちょうど休みの日...休憩の欠如、体調不良、けがなど ジムや氷上で週末に集められたあらゆる種類のスキルやテストの間に得られた情報から、コーチはこの「ホッケーコンバイン」タイプのデータを試して理解することができます。 （スプリントスピード、垂直方向のジャンプの高さ、横方向の移動時間など）コーチはラインを形成する方法を理解するためにあらゆる種類の情報を使用する必要があります。 1行目、2行目、3行目。彼らはどのプレイヤーを混ぜ合わせますか？マイナスの評価が最も高いもの（チームに対して得点が決められたときの氷上）。 どちらが最も高いプラスの評価を持っていますか（彼らのチームがゴールを決めたときに氷上で）。 彼らは誰と誰と入れますか？どのプレーヤーが一緒に最高になるか？違いますか？どうして？どの組み合わせが最も効果的ですか？どうして？ゴールを狙うショットの場合、ゴールのショットの質はいくらですか。速度、前方の交通量、奇妙な跳ね上がり、どれだけ遠く離れているか。 非常に多くの要因が関係しています。 モノのインターネットは、将来的には非NHLレベルでもこれのいくつかを変えるかもしれません。 パック内のセンサーまたはプレーヤーのセンサーを想像してみてください。あらゆる種類のデータを簡単に追跡できます。 誰が氷の上にいて、パックがネットのどこに行きましたか？これらのラインはリアルタイムでどのように機能しますか？誰が氷の上であまりにも長い間過ごしてきましたか？リストは続きます。 たくさんのデータ！それをすべて理解しようとするのはとても楽しいです。
私のピッツバーグでの視覚的分析経験：
https://www.linkedin.com/pulse/what-do-you-see-my-story-lesson-learned-visual-hard-way-savchenko
たぶん、私たちの地元のチーム、Carolina Hurricanesのためにこれをすることを考えるべきです。:-)
