NBA 촬영 일관성 계산


10

NBA 플레이어의 3 점 슈팅 일관성을 평가 / 결정하는 올바른 방법은 무엇입니까? 예를 들어, 3 점 범위에서 37 %를 쏘고 1 년에 200 번 시도하는 선수가 있습니다.

임의 샷 수 (예 : 20)의 롤링 평균 3 포인트 %를 고려하고있었습니다. 그런 다음이 평균을 사용하여 37 % 평균에서 표준 편차를 결정합니다. 롤링 샘플 크기 20 매를 사용하면 촬영 비율이 5 %의 정확도 만 허용되지만 너무 많은 샷을 사용해도 성능의 불일치가 나타나지 않을까 걱정됩니다.

일관성을 결정하는 더 나은 접근 방법이 있습니까?


이 측정을 위해 무엇을 사용 하시겠습니까? 예를 들어 플레이어를 서로 비교하고 싶습니까? 누가 가장 일관된 사람인지 알고 싶습니까? 또는 팀이 앞서있을 때 일관성이 높아지는 것과 같은 좀 더 구체적인 질문이 있습니까?
Peter Flom

팀의 각 3 점 슈팅 (일부 시도 횟수가 적은 플레이어)의 일관성을 확인하기 위해 측정을 사용하고 있습니다. 나는 선수들 사이의 일관성을 비교하고, 시즌에 다른 수의 시도를 할 것이라는 것을 이해하고 싶습니다.
Will

나는 당신의 기본 아이디어가 좋다고 생각합니다. 그러나 왜 롤링 평균입니까? 왜 "처음 10 발", "11 일 -20 일"등이 아닌가? 다른 수의 샷을 시도 할 수 있습니다. 또한 시즌에 최소한 최소 샷을 가진 플레이어로 이것을 제한해야합니다
Peter Flom

1
내 생각은 롤링 평균 대신 청크 단위로 데이터를 가져 가면 일관되지 않은 촬영 기간을 놓칠 수 있다고 생각합니다. 플레이어가 1 ~ 5 번 샷을하고 6 ~ 15 번 샷을 놓치고 16 ~ 20 번 샷을하는 경우를 예로들 수 있습니다. 10 발의 그룹화를 사용하면 50 %의 촬영 그룹이 생성되지만 10 발의 롤링 평균은 0 %의 촬영 슬럼프를 나타냅니다.
Will

1
분석을 수행 합니다 . 또한, "일관 적"이라고 말할 때의 의미에 대해 명확하게 설명해야합니다. 즉, 한 번의 샷마다 확률이 일정하다는 의미로 해석하려고합니다 (즉, 완전히 독립적입니다). 이전의 모든 결과). 동의하다? 그럼에도 불구하고 do an analysis of runs...
Steve S

답변:


1

다른 사용자가 위의 의견에서 언급했듯이 실행 테스트 는 촬영 데이터를 분석하는 방법입니다. 시퀀스의 요소가 서로 독립적이라는 가설을 테스트합니다. 가설이 기각되면 플레이어의 3 점 촬영이 일치하지 않는다고 말할 수 있습니다.

또한 방향을 가리 키도록하고자 이 문서 가 직접 분석에 관련이 있기 때문이다.


링크를 포함하는 것이 좋지만 포함 된 내용을 설명하는 것이 좋습니다.
rolando2

1

런 테스트는 좋은 생각이라고 생각합니다. 나에게 "청크"의 데이터를 분석함으로써 플레이어 일관성에서 "핫 핸드"에 대한 프록시를 만들거나 제어 할 수 있습니다. 이 현상에 대한 거대한 문헌이 있습니다. Gelman은 2015 년 7 월 블로그에서 최고의 논문 중 하나를 논의했습니다. 그의 게시물의 제목은 "이봐 요. 무슨 일 이니? ( http://andrewgelman.com/2015/07/09/hey-guess-what-there-really-is-a-hot-hand/ ). Gelman이보고 한 논문은 이전의 핫 핸드 현상에 대한 이전의 분석으로 인한 오류를 자세히 설명하는 한 이전의 많은 문헌에 대한 반박입니다. 초기 연구는 조건부 확률과 달리 전체에 초점을 맞추었다. 이 논문은 새로운 순차 확률 모델을 제시한다 (논문 참조를위한 링크 참조).

예를 들어, 촬영 횟수의 차이를 제어해야하는 일관성의 좋은 지표는 변동 계수입니다. CV는 차원이없고 규모가 변하지 않는 변동성 측정 값이며 표준 편차를 평균으로 나누어 계산합니다. 해결하려는 문제는 표준 편차가 측정중인 단위의 스케일로 표현된다는 것입니다. 즉, 스케일이 변하지 않습니다. 이는 평균값이 높은 메트릭이 평균값이 낮은 메트릭보다 표준 편차가 더 높은 경향이 있음을 의미합니다. 예를 들어 평균값의 차이로 인해 이완기 및 수축기 혈압의 변동성 측정은 직접적으로 비교할 수 없습니다. 이력서를 복용함으로써 그들의 다양성은 비슷해집니다. 주가와 같은 다른 많은 지표에서도 마찬가지입니다.

따라서 음의 값을 갖는 범주 정보 및 측정 값을 제외하고 많은 메트릭 및 스케일 유형에 대해 CV를 계산할 수 있습니다.

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.