• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Andra
    Data avslöjar värdet av en assist i basket

    Ett typiskt "drive and kick"-hörn-trepunktsskott. Kredit:Konstantinos Pelechrinis, CC-BY-ND

    En spelare kör till korgen. När försvaret kollapsar, han skickar bollen till sin lagkamrat, förankrad i hörnet, för det öppna trepunktsskottet.

    Detta hörnskott är ett av de mest effektiva skotten i basket, mätt genom förväntade poäng per skott. Det är näst efter skott på kanten, följt av trepoängsskott ovanför pausvilan – dvs. platsen på banan där trepunktslinjen ändras från båge till en rät linje.

    Tack vare data som denna, lag fördelar nu sina skott på ett annat sätt än de gjorde för ett decennium sedan. Trepunktsskott och skott runt sargen ökar, medan mellanregisterförsöken minskar. Media hänvisar till detta skifte som "Moreyball" efter Daryl Morey, the Rockets general manager, som har erkänts som pionjären för denna trend.

    Ser bortom skottavståndet

    Varför är trepunktshörna mer effektiva jämfört med de ovanför paus? En vanlig missuppfattning bland fansen, media och till och med analytiker är att detta enbart beror på det kortare avståndet från korgen. Även om avstånd verkligen spelar en roll, det kan inte förklara graden av diskrepans i uppgifterna.

    För att bättre förstå vad som händer, Jag tittade på en detaljerad datauppsättning av bilder från säsongerna 2013-14 och 2014-15 NBA. jag uppskattade, genom en enkel logistisk regressionsmodell, den förväntade skillnaden i field goal-procenten – dvs. framgångsfrekvensen – för trepunktsskott från hörn och över pausen, baserat på deras genomsnittliga avstånd från korgen.

    Hörntreor är mer öppna jämfört med treor över pausen. Kredit:Konstantinos Pelechrinis

    Även om modellen förväntar sig en liten skillnad på cirka 1,5 procent, det är inte lika högt som de 4 procent jag såg i data.

    Så vad händer? Självklart, modeller är förenklingar av verkligheten. Men det finns en annan viktig skillnad mellan de två typerna av trepunktsskott:avståndet till närmaste försvarare. Hörntrepoängare är i genomsnitt mer öppna jämfört med trepoängare ovanför pausen, vilket gör dem till bilder av högre kvalitet.

    Men varför? På grund av assist. Assisterade skott är, i genomsnitt, mer öppen jämfört med skott utan assistans. Mer än 90 procent av hörn-trepoängsskotten assisteras, medan skott över pausen assisteras med en takt strax över 70 procent. Mellanregister skott assisteras i en ännu lägre takt, inte hjälpa deras argument för effektivitet.

    Hörntreor är mer öppna jämfört med treor över pausen. Kredit:Konstantinos Pelechrinis

    Tidigare, i vad som liknar ett naturligt experiment, Jag utförde samma analys på en Internationella Basketbollförbundets tävling, där avståndet till korgen är nästan detsamma över hela trepunktsintervallet. Samma mönster uppstod. Hörn-trepoängsskott var mer effektiva – och assisterades i mycket högre takt.

    Med hjälp av dessa resultat, man kan börja uppskatta det förväntade bidraget från en assist till ett skott. Till exempel, en assist till ett trepunktsskott i vänster hörn ökar ligans genomsnittliga field goal-procent till 38,7 procent från 34,9 procent för ett skott utan assist från samma zon. Detta motsvarar +0,114 förväntade poäng per trepunktsskott i vänstra hörnet, vid assistans.

    Under de säsonger som omfattas av datamängden jag använde, lagen tog i genomsnitt cirka 82 skott per match, varav hälften fick hjälp. I genomsnitt, ett assisterat skott gav 0,16 förväntade poäng mer jämfört med ett skott utan assist. Om lag letade efter den extra passningen på 15 av sina skott utan hjälp, detta motsvarar ungefär 2,4 ytterligare förväntade poäng under spelets gång, tillräckligt för att neutralisera hemmaplansfördelen i NBA.

    Kredit:Diagram:The Conversation, CC-BY-ND Källa:Konstantinos Pelechrinis, University of Pittsburgh

    Assistera STEM utbildning

    En stor del av min idrottsforskning kretsar kring att analysera rums-temporala data. Tillgängligheten för sådana detaljerade uppgifter är, ganska bokstavligt, ändra spelet. Även om enkel statistik kan ge värdefulla insikter, mer komplexa modeller driver nu tillämpningar som idrottsutövare och forskare inte ens kunde tänka på för 10 år sedan.

    Till exempel, mina kollegor och jag har utvecklat Deep Hoops, ett system som kan utvärdera mikroåtgärder – som skärmar och klipp utanför bollen – för att holistiskt utvärdera en spelares bidrag till att vinna. Andra forskare har utvecklat system som gör det möjligt för en tränare att förutse ett försvars reaktion på ett specifikt offensivt system.

    Förväntade poäng läggs till per assisterat skott för olika domstolszoner. Kredit:Konstantinos Pelechrinis

    Viktigast, fastän, Jag tror att idrott erbjuder ett utmärkt verktyg genom vilket utbildare kan ge datakompetens till yngre generationer. I min personliga undervisningserfarenhet, eleverna umgås bättre och engagerar sig mer i tekniskt utmanande koncept när de introduceras genom sport, jämfört med abstrakta inställningar. Detta är särskilt viktigt för introduktionskurser, som är mycket viktiga för att locka studenter till ett huvudämne.


    © Vetenskap https://sv.scienceaq.com