<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
Souvent, de nombreux joueurs qui entrent dans la NBA en tant que candidats potentiels de l’élite sous-performent et ne répondent pas aux attentes. Plusieurs directeurs généraux, entraîneurs et dépisteurs peuvent rapidement blâmer les joueurs, mais peut-être manque-t-il l'évaluation des données par le personnel de l'équipe. Cette affiche contient des observations et des variables provenant de cinq sources de données différentes, afin de créer un ensemble de données complet comprenant les statistiques et les attributs physiques des joueurs collégiaux. La régression logistique est utilisée sur cet ensemble de données pour examiner et prédire la probabilité qu'un joueur reste dans la NBA quatre ans après sa rédaction. Ces modèles sont également utilisés pour prédire la probabilité qu'un joueur devienne All-Star concluant son projet de quatrième année post-NBA. Examiner la performance d'un joueur de la NBA d'ici la quatrième année est impératif, étant donné que la carrière moyenne de la NBA ne dure que 4,8 ans. Enfin, cette affiche tente également de prédire le taux d'efficacité de la NBA d'un joueur d'université quatre ans après avoir été rédigé dans la NBA. Actuellement, cet ensemble de données contient 25 variables et 391 observations extraites du projet de classes entre 2003 et 2011. Les modèles créés à partir de cette affiche peuvent ajouter des conseils et aider les équipes à prendre des décisions lors du choix d’un joueur universitaire.
