In meinem letzten Beitrag habe ich gezeigt, wie wir das machen erkundete die Baseball-Ära anhand eines einfachen Scatterplots Das hat uns geholfen, Fragen und analytische Richtung zu generieren. Die nächste Phase bestand darin, herauszufinden, wie ich mit Hilfe von Analytik das auf die Daten angewendete "Fachwissen" unterstützen könnte. Könnte ich bestätigen, was in Bezug auf die Epochen des Spiels vermutet wurde? Könnten wir Analytics verwenden, um mehr Zeiträume im Spiel aufzudecken, die wir untersuchen oder zumindest versuchen sollten, zu erklären?
Ich entschied mich für die Arbeit mit Modell anpassen Plattform in JMP , und besonders Generalisierte Regression .
Generalisierte Regression Dies ist eine Methode, die wir zum Erstellen eines Vorhersagemodells verwenden könnten, aber in diesem Fall wollte ich kein Vorhersagemodell erstellen. Ich wollte die Variablenauswahlmöglichkeiten nutzen, die in der Lasso-Option dieser Methode verfügbar sind. Ich wollte sehen, welche Variablen in welcher Reihenfolge als "signifikant und wichtig" ausgewählt wurden. Ich dachte, dass das, was ausgewählt wird, letztendlich die Jahre sein wird, an denen ich interessiert bin - das heißt, ich dachte, ich würde meine Einschätzung der Epochen des Spiels bestätigen und wahrscheinlich einige interessante Informationen finden, die meine "Augapfel" -Methode übersehen hatte.
Lange Zeit SAS Mitarbeiter und Freund Tony Cooper ist einer der Leute, die mit mir Baseball sprechen. Tony ist nicht nur ein Sportfan, sondern auch ein erfahrener JSL-Programmierer (JMP Scripting Language). In wenigen Minuten erstellte er ein Skript, das mir half, eine Reihe von Dummy-Variablen zu entwickeln, die eine bessere Differenzierung der Serienproduktion im Laufe der Jahre ermöglichten. Es war ein Schlüssel zum Ergebnis!
In der generalisierten Regression suchte ich nach einer Methode, die mir dabei helfen würde, an der „Veränderung“ zu arbeiten, und ich hatte dieses Werkzeug in anderen Bereichen in Aktion gesehen. Meine Erwartungen waren hoch und diese Methode hat mich nicht enttäuscht. Tatsächlich waren die Ergebnisse aufregend, was darauf hinweist, dass diese Methode nicht nur bei Baseballdaten, sondern auch in anderen Bereichen „Veränderung“ aufdecken kann!
Durch die Nutzung der JMP-Plattform für die Generalisierte Regression konnte ich die Jahre des Spiels durchgehen und den Verdacht über die Epochen des Spiels bestätigen. Und es wurde auch gefunden, was nicht unbedingt eine „Ära“ ist, sondern eine Demonstration der Auswirkungen der Expansion in bestimmten Jahren oder (zum Beispiel) der Aufhebung des Hügels im Jahr 1968 und des Absenkens im Jahr 1969.
Die unten abgebildete Grafik und Tabelle zeigt eine Geschichte: Lösungspfad zeigt die Reihenfolge, in der Variablen in das Modell eingehen. In der nebenstehenden Tabelle geben die Schätzungen an, ob RPG (Runs Per Game) im entsprechenden Jahr gestiegen oder gesunken ist.
Genau wie das Scatterplot führte diese Visualisierung zu Fragen, da jedes Jahr präsentiert wurde. Zum Beispiel:
Was war 1993 los? Antworten: Es könnte der Beginn der "Steroid Era" gewesen sein, oder es könnte eine Erweiterung sein (zwei neue Teams traten in die Liga ein) und ein Hinweis auf die Verwässerung des Pitchingtalents, wenn die Läufe zunahmen, oder beides!Was war im Jahr 1942 passiert? Antworten: Die Runs gingen zurück, als die Major-League-Spieler die Liga verließen, um sich dem Militär anzuschließen. Der Zeitraum von 1942 bis 1946 wird allgemein als "Kriegsjahre" bezeichnet.Was geschah in den Jahren 1920 und 1921? Antworten: Baseball verließ die "Dead Ball Era" für die "Live Ball Era". Sowohl Spieler (wie Babe Ruth) als auch Ereignisse beeinflussten das Spiel.Was ist mit 1963? Antworten: Baseball-Historiker weisen traditionell auf dieses Jahr als den Beginn der Expansionsperiode hin, und einige nennen die Periode von 1963 die "Expansion Era".Und schließlich, warum waren 2010 Niederlagen? Antworten: Baseball war hart gegen Steroidanwender vorgegangen, was zu einem Rückgang der Gesamtläufe geführt haben könnte.Fazit
Wir hatten also Spaß daran, mit den Daten eines Lieblingsspiels zu spielen, aber wir konnten auch die Effektivität der Generierung von Fragen und der analytischen Ausrichtung demonstrieren mit dem einfachen Streudiagramm . Wir haben dann gezeigt, wie wir Informationen mit Generalized Regression auf noch mehr Ebenen bringen können. Mögliche Anwendungen in Bereichen außerhalb des Sports sind endlos. Wie können Sie die generalisierte Regression verwenden?
Möchten Sie mehr sehen?
Sie können mehr über das JSL-Skript erfahren, das Tony Cooper zur Unterstützung der Analyse erstellt hat (und es für sich selbst herunterladen), indem Sie die JMP-Dateiaustausch .Folgen Sie der Analyse mit der Generalized Regression-Methode, indem Sie dieses Schritt-für-Schritt-Video ansehen:https://youtu.be/GzVj3HNtV1c
