计算NBA投篮一致性


10

评估/确定NBA球员三分球命中率一致性的正确方法是什么?例如,我有一个球员的三分球命中率是37%,全年要进行200次尝试。

我正在考虑拍摄任意数量(例如20张)的3分滚动平均值。然后使用这些平均值确定与37%平均值的标准偏差。使用20张滚动的滚动样本大小只能使5%的拍摄准确率,但是我担心使用过多的拍摄不会显示出性能上的不一致。

有没有更好的方法来确定一致性?


您将如何使用此度量?例如,您想相互比较玩家吗?您是否只想看谁最一致?还是您有一些更具体的问题,例如,当您的团队领先时,一致性会更高?
彼得·富勒姆

我正在使用该度量来确定团队中的(尝试次数最少的球员)每个三分射手的一致性。我想比较一下球员之间的一致性,因为他们知道本赛季的尝试次数是不相等的。
2014年

我认为您的基本想法很好。但是为什么要滚动平均呢?为什么不选择“前10张”,“ 11-20”呢?您可以尝试不同数量的拍摄。您可能还应该将其限制在本赛季中至少具有一定最低出手次数的球员
彼得·弗洛姆

1
我的想法是,通过分块而不是滚动平均地获取数据,我可能会错过拍摄前后不一致的时期。一个极端的例子是,如果一名球员打出1-5杆,错失了6-15杆,然后出手16-20。使用10张相片分组可得出两个50%的拍摄组,但10张滚动平均值将显示0%的拍摄低迷。
2014年

1
运行进行分析。另外,您还需要弄清楚当您说“一致”时的意思是什么-我将解释为意思是每发一杆射击的概率是恒定的(即,它完全独立于任何和所有先前的结果)。同意?尽管如此,do an analysis of runs...
史蒂夫·S

Answers:


1

正如其他用户在上面的评论中所述,运行测试是分析您的射击数据的方法。它检验了序列元素相互独立的假设。如果假设被拒绝,那么您可以说玩家的三分球命中率是不一致的。

我还要向您指出这篇文章,因为它与您的分析直接相关。


包含链接是很好的,但是最好解释它们包含的内容。
rolando2

1

我认为运行测试是一个好主意。对我而言,通过分析“块”中的数据,您的意图是为玩家一致性中的“热手”创建代理或控制。关于这种现象有大量文献。Gelman于2015年7月在他的博客上讨论了最好的论文之一。他的帖子标题是:“嘿,猜怎么着?真的有一个热手!” (http://andrewgelman.com/2015/07/09/hey-guess-what-there-really-is-a-hot-hand/)。盖尔曼报道的论文是对先前文献的反驳,因为它详细介绍了先前对热手现象的分析所产生的错误。较早的工作侧重于总体概率而非条件概率。本文提出了一个新的顺序概率模型(请参阅链接以获取本文参考)。

一种应该控制例如拍摄次数差异的一致性的好的度量是变化系数。CV是无量纲的尺度不变性度量,通过将标准偏差除以平均值来计算。它试图解决的问题是std偏差以被测单位的比例表示,即,它不是比例不变的。这意味着,具有较高平均值的度量标准也将比具有较低平均值的度量标准具有更高的std偏差。因此,例如,由于其平均值不同,因此无法直接比较舒张压和收缩压变化的量度。通过计算简历,他们的可变性变得可比。同样的情况也适用于许多其他指标,例如股价,

因此,可以为许多指标和量表类型计算CV,不包括分类信息和带有负值的量度。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.