Les jours raccourcissent et le temps se refroidit. Cela signifie que ma période préférée de l'année est presque là: la saison de basket-ball. Ayant passé le plus clair de ma vie sur Route du tabac Je ne suis pas sûr d’avoir le choix, c’est d’aimer jouer et regarder le match.
En tant que fier diplômé de la North Carolina State University, je suis un fan de basket universitaire avant tout, mais j'ai toujours aimé le sport professionnel. Après avoir étudié les statistiques presque aussi longtemps que j'ai étudié le basket-ball, c'est très cool de pouvoir combiner les deux. Il est maintenant temps de revenir sur la saison 2014-2015 de la NBA, avec la nouvelle saison sur le point de commencer.
Les données
J'ai téléchargé les résultats de chaque match joué dans la saison 2014-2015 de la NBA, y compris les séries éliminatoires. Avec ces données (disponibles sur l'échange de fichiers ), Je peux utiliser le Modèle Bradley-Terry proposer une mesure de force pour chaque équipe de la ligue. Mon collègue Ryan Lekivetz a récemment écrit un article sympa sur le modèle Bradley-Terry (et des croustilles!). Mais juste pour répéter, le modèle Bradley-Terry nous permet de modéliser les résultats des compétitions. Pour les matchs de basket, le modèle ressemble à:
La réécriture du modèle nous donne légèrement:
Notre modèle ressemble maintenant à un problème de régression logistique sans interception et tout ce que nous avons à faire est de préparer des colonnes d’indicateurs telles que décrites par Ryan dans son post. Le post de Ryan montre également comment lancer et adapter le modèle à la Plateforme de régression généralisée dans JMP Pro . Le β estimé nous donne une mesure de force pour chaque équipe de la NBA. Et puisque nous utilisons chaque jeu joué, cela signifie que notre modèle s’adapte naturellement à la force du programme.
La bonne chose à propos du modèle Bradley-Terry est que nous pouvons également ajouter des covariables. Donc, nous n'avons pas à regarder uniquement la force globale d'une équipe, nous pouvons déterminer la force de son équipe à la maison par rapport à sa force sur la route. Nous allons maintenant avoir quelque chose qui ressemble à:
Lorsque nous nous adaptons à ce nouveau modèle, β nous dit à quel point une équipe est forte sur la route et β + γ nous dit à quel point une équipe est forte à la maison. L'estimation de γ nous indique essentiellement le coup de pouce que chaque équipe reçoit lorsqu'elle joue sur son propre terrain.
Les resultats
J'ai utilisé le Plateforme de régression généralisée dans JMP Pro pour nous aider à adapter notre modèle. J'ai utilisé Forward Selection pour l'estimation car cela nous aidera à séparer les équipes bonnes (β> 0) et mauvaises (β <0) de la moyenne (β = 0).
Alors allons-y: voici nos 10 meilleures équipes à domicile et notre 10 meilleures équipes sur la route .
Une chose est claire dans notre modèle: Golden State était clairement la meilleure équipe, peu importe l’endroit où se déroulait le match (ce n’est donc pas surprenant qu’ils aient remporté le titre NBA). Mais les guerriers étaient particulièrement dominants à la maison; leur force d'origine est la tête et les épaules au-dessus du peloton. Regardons un exemple d'utilisation de ces atouts pour prédire les probabilités de gain:
Les Clippers étaient donc la meilleure équipe sur la route, à l'exception des Warriors. Pourtant, notre modèle suggère qu'ils n'avaient que 15% de chances de gagner à Golden State. Les Warriors étaient un incroyable 48-4 à la maison (39-2 en saison régulière et 9-2 en séries) et notre modèle en témoigne clairement.
Et, bien sûr, nous devons regarder les pires équipes ainsi que. Cette fois-ci, nous n’avons même pas à faire la différence entre le domicile et l’extérieur. Il s’avère que nos équipes de fond ont connu des difficultés égales, quel que soit l’endroit où le match a eu lieu.
Cette liste ne devrait pas surprendre ceux qui ont suivi la NBA l'année dernière. Mais être sur la liste des pires équipes a un côté positif: cela donne à votre équipe une meilleure chance de améliorer dans le projet . Les Timberwolves du Minnesota ont été les premiers à choisir dans le projet de 2015 et ont pris Karl-Anthony Villes , qui a tous les ingrédients d'une superstar. Par curiosité, voyons quel genre de chance a la pire équipe sur la route (les New York Knicks) de remporter la victoire à Golden State:
Les Knicks avaient donc moins de 2% de chances de gagner à Golden State, ce qui rendait leur voyage encore plus difficile à travers le pays.
Enfin, un autre groupe d’équipes a attiré mon attention: les équipes qui ont été fort à la maison mais moyen sur la route .
Portland m’a vraiment frappé: c’est la quatrième équipe la plus forte à la maison, mais moyenne sur la route. Je trouve intéressant que trois de ces quatre équipes appartiennent à la Conférence de l’Ouest, ce qui est généralement reconnu comme étant beaucoup plus fort que la Conférence de l’Est. Les matchs sur route sont particulièrement difficiles lorsque vous affrontez des équipes de la Conférence Ouest telles que Golden State, San Antonio et Houston.
En tant que statisticien et fan de basket, j'ai eu plaisir à regarder ces données. C'était particulièrement agréable de voir que mes deux équipes préférées, les Atlanta Hawks et les Memphis Grizzlies, figuraient parmi les premières du classement. Espérons qu'ils pourront rester près du sommet tout au long de la saison à venir.
Grand article Clay merci. En tant que fan de Blazer, il est intéressant de voir la grande différence entre l’équipe et la force de la route pour cette équipe. C'était l'année où la conférence occidentale comptait 7 équipes avec au moins 50 victoires et la conférence orientale n'en comptait que 3. Il n’est pas surprenant que quelques équipes de conférences occidentales aient connu des moments difficiles sur la route.
