私の以前の記事で、私は簡単な散布図を使って野球の時代を探るそれは私たちが質問と分析の方向性を生み出すのを助けました。次の段階では、データに適用されていた「主題に関する知識」を支援するために分析を使用する方法を考え出しました。ゲームの時代に関して何が推測されていたのか確認できますか？そして、我々が調査すべきである、あるいは少なくとも説明しようとするより多くの期間をゲームの中に浮上させるために分析を使用するかもしれませんか？
私は一緒に仕事をすることにしましたフィットモデルプラットフォームイン JMP 特に一般化回帰 。
一般化回帰予測モデルを構築するために私たちが使うかもしれない方法ですが、この場合私は予測モデルを構築しようとしていませんでした。この方法のなげなわオプションで利用できる変数選択機能を利用したいと思いました。どの変数が「重要かつ重要」として選択されているのか、そしてどのような順番で見たいのか。選択したものが最終的に私が興味を持っている年になるだろうと思いました - すなわち、私は私がゲームの時代の私の評価を確認し、おそらく私の「眼球」方法を見落としたいくつかの興味深い情報を見つけるだろうと思いました。
長い時間 SAS 同僚であり友人のトニークーパーは私と野球を話す人々の一人です。Tonyは、スポーツファンであることに加えて、JSL（JMP Scripting Language）のエキスパートでもあります。ほんの数分で、彼は私が何年にもわたってランプロダクションのより良い差別化を可能にする一連のダミー変数を開発するのを助けるためにスクリプトを作成しました。それが結果への鍵でした！
一般化回帰では、私は「変化」を浮き彫りにするのに役立つ方法を探していました、そして私は他の分野でこのツールが実行されているのを見ました。私の期待は高かった、そしてこの方法はがっかりしなかった。実際、その結果はエキサイティングで、この方法が野球のデータだけでなく他の分野でも「変化」を明らかにできることを示しています。
一般化回帰のためにJMPプラットフォームを利用することで、私はゲームの長年を歩き回り、ゲームの時代についての疑いを確認することができました。そして、それは必ずしも「時代」ではないかもしれないが、特定の年の拡大の効果のデモンストレーション、または（例えば）1968年にマウンドを上げ、次に1969年にそれを下げるという行為を発見した。
以下に示すグラフと表は、ストーリーを示しています。Solution Pathは、変数がモデルに入る順序を示しています。そして、添付の表では、見積もりはRPG（Run Per Per Game）が関連する年に上がったか下がったかを教えてくれます。
散布図と同じように、このビジュアライゼーションは、毎年発表されるたびに疑問を投げかけました。例えば：
1993年に何が起こっていましたか？回答： それは“ Steroid Era”の始まりだったのかもしれませんし、それとも拡張が予定されていた（2つの新しいチームがリーグに加わった）そして実行が上がるにつれてピッチ才能の希薄化の指示、あるいはその両方かもしれません！1942年に何が起こっていましたか？回答： メジャーリーグのプレーヤーが軍隊に加わるためにリーグを去ったと同時にランは落ちた。1942年から1946年までの期間は、一般に「戦争年」と呼ばれています。1920年と1921年に何が起こっていましたか？回答： 野球は「ライブボール時代」のために「デッドボール時代」を去っていました。両方のプレーヤー（ベーブルースのような）とイベントはゲームに影響を与えました。1963年はどうですか？回答： 野球の歴史家たちは伝統的に今年は拡大期の始まりと指摘し、1963年からの時代を「拡大時代」と呼ぶ人もいます。そして最後に、どうして2010年に衰退したのでしょうか。回答： 野球はステロイド使用者を激しく弾圧していました、そしてそれは全体的な走行の減少を引き起こしたかもしれません。結論
そのため、お気に入りのゲームのデータを使って楽しく遊んでいる間に、質問を生成することの効果と分析の方向性を実証することもできました。単純散布図を使う 。次に、一般化回帰を使用して、さらに高いレベルで情報を表示する方法を示しました。スポーツ分野以外の分野への潜在的な応用は無限大です。一般化回帰をどのように使用しますか。
もっと見ることに興味がありますか？
Tony Cooperが分析を支援するために作成したJSLスクリプトの詳細については、次のWebサイトを参照してください。 JMPファイル交換 。このステップバイステップのビデオを見て、一般化回帰法を使用した分析に従ってください。https://youtu.be/GzVj3HNtV1c
