Soy un ávido fanático de los deportes y he seguido el básquetbol, el fútbol y el béisbol a nivel universitario y profesional prácticamente toda mi vida. Pero este año, sucedió algo realmente genial. Mis ojos se abrieron al gran juego de hockey, y así, ¡he añadido otro deporte a mi lista de intereses!
Crecer en Tennessee y Georgia realmente no me brindó la oportunidad de ver muchos partidos de hockey sobre hielo en vivo. Pero a medida que la temporada comenzó este año, me encontré asistiendo a las sesiones de práctica de los Boston Bruins, ¡y también asistí a algunos juegos! ¡Qué increíble experiencia!
Mi tarea con los Bruins fue ayudarlos a aprender o implementar SAS Enterprise Guide , SAS Enterprise Miner y JMP . Mis responsabilidades no requerían que yo "conozca el juego", pero aún quería aprender y contribuir. Así que empecé a ver tantos juegos como fuera posible, a leer artículos y a hablar con personas que eran fanáticos de muchos años. Traté de desarrollar mi comprensión del juego a través de análisis, ya que quería resolver qué estadísticas afectan más a ganar o perder juegos.
Por ejemplo, quería investigar la estadística que muestran la mayoría de las transmisiones de juegos junto con la puntuación: tiros. Resulta que los disparos como se muestran en esas transmisiones no son una métrica que representa cada vez que un jugador envía el puck hacia la red, sino más bien "disparos a portería". En la NHL, un disparo se diferencia como un disparo que no tiene posibilidad de entrar en la red, un tiro bloqueado y un tiro que está esencialmente en el blanco y hubiera sido un gol si no fuera por el esfuerzo de un jugador defensivo. La última categoría es tiros a portería (SOG), y como se muestran tan prominentemente con la puntuación, ¡asumí que SOG debe ser importante!
Para investigar el impacto de un SOG, tomé 10 años de datos y calculé el número promedio de SOG por juego para ver su relación con las victorias ... pero eso planteó otra advertencia en esta búsqueda. En la Liga Nacional de Hockey (NHL), y para los fines del análisis, ¿cómo debo definir una "victoria"?
En los otros deportes principales, se trata únicamente de las victorias, las pérdidas y el porcentaje de victorias en general para determinar quién va a ganar divisiones o ganar puestos de comodín, y pasar a los playoffs. En la NHL, esos resultados están determinados por "puntos", y esos puntos se obtienen al ganar un juego por el que obtienes 2 puntos, o al perder un juego en tiempo extra por el que obtienes 1 punto por llevar el juego más allá de lo reglamentado. Así que en lugar de modelar contra el porcentaje de victorias de un equipo, me centré en los puntos. Esto significaba que estaba otorgando una "mitad" de ganancia por convertir un juego en tiempo extra sin importar el resultado final. Para ir un paso más allá, consideré los puntos ganados versus el número de "puntos posibles", de modo que mi variable dependiente en mi análisis sería una proporción:
Utilizando la Plataforma Graph Builder en JMP , Representé los SOG por juego (SPG) en función del índice de puntos y encontré lo siguiente:
Podemos ver que existe un patrón lineal positivo, pero también hay mucho ruido. También cabía una línea, y una R 2 de 0.470 fue observado. Entonces, ¿SPG me ayudará a predecir la proporción de puntos que tendrá un equipo en el transcurso de una temporada? Lo hace ... pero no muy bien.
Ahora, retrocedamos un poco: soy un "sabermétrico certificado", y el análisis más básico que hice durante el proceso para obtener esa certificación en analítica de béisbol fue recrear el Teorema de Pitágoras de Bill James para el béisbol, que efectivamente relaciona el Número de carreras anotadas y carreras permitidas para el porcentaje de victorias de un equipo.
El Teorema de Pitágoras para el béisbol crea un rastro de credibilidad (que es muy importante en el análisis de cualquier tema), y una métrica fundamental que relaciona el porcentaje de victorias con los elementos más fundamentales del juego (las puntuaciones de un equipo y las carreras anotadas contra el equipo). En el caso del hockey, eso significa que veremos los goles que un equipo marca y los goles marcados contra el equipo. Los gerentes generales (GM) del béisbol (que se representan en la película "Moneyball") comenzaron a tratar de llegar a afectar la proporción. Buscaron jugadores que les dieran más carreras o permitieran menos carreras, y comenzaron a estimar su porcentaje de victorias en función de la producción esperada de su personal.
Por lo tanto, me puse a mirar "objetivos para" y "objetivos en contra" de la misma manera, y crear un "Teorema de Pitágoras para hockey", con la principal diferencia de que voy a estimar la proporción de puntos obtenidos a posibles puntos en lugar de ganar porcentaje. Estoy usando la siguiente ecuación para crear la estimación:
Nuevamente, considerando 10 temporadas de datos, usé Graph Builder en JMP para crear el siguiente gráfico, tal como lo hice con el análisis de SOGs.
Un coeficiente de determinación (R 2 ) de 0.892 se ve fuerte! Recuerdo haber visto valores en mi investigación de béisbol que eran casi tan buenos, pero solo después de optimizar el exponente; No he hecho eso en este esfuerzo.
¿Entonces qué nos dice esto? Nos dice que para ganar más puntos en la NHL, debe afectar los objetivos que haya marcado o los objetivos en su contra. Si bien esto puede sonar perfectamente razonable y tal vez incluso sin complicaciones, lo que sucede con dicha información es que los gerentes generales comenzarán a considerar las "victorias por encima del reemplazo" cuando observen a los agentes libres y los intercambios. Observarán los parámetros relativos y considerarán, por ejemplo, que si un jugador es "tan bueno" en la defensa, ¿será más productivo ofensivamente?
Si bien no soy un GM, voy a continuar mi investigación. Me pregunto cómo podría usar la analítica para ayudar a un equipo a marcar más goles. ¿O tal vez puedo mejorar las valoraciones de las estadísticas del portero y la defensa del equipo?
He usado la Guía empresarial de SAS para reunir los datos, crear variables y programar este Teorema de Pitágoras para hockey y he usado JMP Para crear rápidamente visualizaciones del análisis.
A continuación, usaremos los datos de juego por juego proporcionados por la NHL para estudiar el "valor de disparo" y desarrollaremos este análisis fundamental.
Hasta que caiga el próximo puck!
@ssavchenko ¡Qué riqueza de conocimiento has compartido en tu publicación! Hemos trabajado con un equipo para ayudarles a comprender las "mejores combinaciones de jugadores" para tener en el hielo, así como para identificar el valor del disparo. Y, me apoyé en uno de los equipos con los que hemos trabajado con los que la NHL ha experimentado con sensores en los discos, pero un disco de "alta tecnología" es muy caro. ¡Gracias por compartir la información!
Así que, siendo un padre de hockey sobre hielo de un portero de 18 años que ha jugado hockey de alto nivel en los últimos 14 años, puedo contarle cómo hacer un seguimiento de su GAA (goles contra promedios), las estadísticas de más / menos del equipo, donde fueron los tiros. it..bloqueador lateral, cinco agujeros, y más. Hay muchos factores que entran en juego. Para netminders, gran parte de esto es mental y, por supuesto, de enfoque y seguimiento. La capacidad física, el empuje, la velocidad, el control de rebote, y la lista continúa. Y a veces es solo un día libre ... falta de descanso, no me siento bien, lesiones, etc. A partir de la información capturada durante todo tipo de habilidades y pruebas recopiladas durante los fines de semana en el gimnasio y en el hielo, el entrenador puede intentar y entender este tipo de datos de "combinación de hockey". (velocidad del sprint, altura de salto vertical, tiempos de movimiento lateral, etc.) Los entrenadores tienen que usar todo tipo de información para averiguar cómo formar las líneas. 1ª línea, 2ª línea, 3ª línea. ¿Qué jugadores mezclan y combinan? ¿Cuáles tienen la calificación negativa más alta (en el hielo cuando se marca un gol contra el equipo)? Que tienen la calificación más alta (en el hielo cuando su equipo anota un gol). ¿A quién ponen con quién? ¿Qué jugadores gelifican lo mejor juntos? Cuales no? ¿Por qué? ¿Qué combinación funcionaría mejor? ¿Por qué? Para tiros a puerta ... ¿cuál es la calidad del tiro a puerta? Velocidad, tráfico en el frente, rebote impar, qué tan lejos. Hay tantos factores involucrados. El Internet de las cosas puede cambiar algo de esto incluso en el nivel no NHL en el futuro. Imagine un sensor en el puck o sensores en los jugadores para rastrear todo tipo de datos más fácilmente. ¿Quién estaba en el hielo y dónde entró el disco en la red? ¿Cómo funcionan estas líneas en tiempo real? ¿Quién ha estado en el hielo demasiado tiempo, quién no tiene suficiente? La lista continua. ¡¡Cuántos datos !! Muy divertido intentarlo y darle sentido a todo.
Mi experiencia analítica visual en Pittsburgh:
https://www.linkedin.com/pulse/what-do-you-see-my-story-lesson-learned-visual-hard-way-savchenko
