Hipotesa Permainan dalam NBA

Mudah sekali mengemukakan hipotesis mengapa mereka bermain sangat buruk dalam situasi ini. Kota dan Wiggins bermain terlalu banyak menit; Wiggins dan LaVine mengambil gambar yang buruk; Rubio bukan pencetak gol, yang membatasi pilihan mereka di babak perempat; Mereka buruk dalam pertahanan secara keseluruhan, dan perbedaan tersebut diperbesar dalam waktu krisis.

Faktanya adalah, bagaimanapun, bahwa tim yang menguliti catatan Pythagoras mereka sebanyak yang Wolves lakukan pada musim lalu biasanya tidak memiliki masalah yang sama di lain waktu, atau setidaknya tidak sampai tingkat yang sama. Ada 19 kasus sebelumnya sejak merger NBA-ABA dimana sebuah tim mengungguli rekor Pythagoras dengan tujuh atau lebih kemenangan. Rata-rata, mereka hanya jatuh sedikit dari rekor Pythagoras mereka di musim berikutnya. Pasti ada beberapa keterampilan di mana tim melaju paling baik dalam waktu singkat – dan Butler, siapa pembela yang baik dan pencetak gol serba bisa, dapat membantu Serigala dengan itu – namun kehilangan begitu banyak permainan di kopling biasanya sebagian merupakan masalah nasib buruk.

Apa yang salah – atau sangat, sangat benar

Selain semua hal buruk yang bisa terjadi pada Wolves dari sudut pandang bola basket – cedera, kimia yang buruk, dan lain-lain – mereka juga merupakan Judi Online tim yang menantang untuk diramalkan. Selama dua musim terakhir, Serigala tidak diragukan lagi memiliki banyak bakat dalam daftar mereka namun juga tidak diragukan lagi buruk. Tidak begitu jelas mengapa putusan ini terjadi. Kota, Wiggins, Rubio dan LaVine adalah pemain yang agak tidak biasa, dan masing-masing menimbulkan perselisihan keduanya antara berbagai sistem statistik dan antara statistik dan evaluasi “uji mata”. Cara RPM dan CARMELO melihat Wolves, Wiggins dan terutama LaVine adalah bagian dari masalah musim lalu, sementara Towns and Rubio adalah bagian dari solusi. Jika penilaian itu salah, maka jettisoning LaVine bisa lebih mahal daripada yang diasumsikan sistem. Dan seperti yang saya sebutkan, RPM dan CARMELO melihat Butler sebagai pemain superstar garis batas dan bukan “semata-mata” All-Star; Itu sumber ketidakpastian lain.

Di sisi lain, Timberwolves memiliki beberapa ruang tambahan dan sebuah kesempatan untuk melengkapi daftar mereka melalui pemain seperti Taj Gibson, J.J. Redick atau Danilo Gallinari. Bahkan perbaikan sederhana pun bisa berjalan jauh karena tidak memiliki rotasi dalam seperti yang saat ini dibangun.

Atau Serigala bisa benar-benar berani dan mengemas Wiggins untuk bintang lain. Sebelum mendahului Butler, Timberwolves dilaporkan berada di pasar untuk George, misalnya. Tapi, perdagangan Wiggins untuk George yang lurus akan bekerja di bawah peraturan topi gaji NBA yang diberi ruang tambahan kapak Wolves. Ini akan menjadi langkah yang sangat berisiko – George akan menjadi agen bebas musim panas mendatang dan mengatakan bahwa dia ingin bermain untuk Lakers – tapi inti dari George, Butler dan Towns dapat membuat pesaing Seri Timberwolves yang sah. Atau paling tidak, spreadsheet mengatakan demikian.

 

Bagaimana Prediksi NBA 2015-2016

Selama babak playoff NBA musim lalu, kami memperkenalkan rating NBA Elo kami, menggunakan mereka untuk menemukan tim NBA terbaik sepanjang masa, memvisualisasikan sejarah lengkap NBA dan melihat dari dekat betapa hebatnya Warriors. Musim ini, kami memperluas sistem pemeringkatan kami untuk memasukkan peringkat pemain CARMELO1 kami, dan kami membuat perkiraan NBA interaktif yang mereview peluang untuk setiap pertandingan NBA dan menunjukkan rekor yang diproyeksikan masing-masing tim dan peluangnya untuk membuat playoff atau memenangkan final.

Sebelum musim NBA ini, FiveThirtyEight menciptakan CARMELO, sebuah sistem yang memproyeksikan karir setiap pemain NBA saat ini dengan mengidentifikasi pemain serupa sepanjang sejarah liga. Kami menerbitkan sebuah fitur interaktif untuk mengeksplorasi proyeksi ini, serta preview setiap tim NBA dan perkiraan prakiraan 2015-16. Kami juga telah lama menjadi penggemar besar rating Elo, sebuah sistem sederhana yang dibuat oleh Arpad Elo untuk menilai pemain catur, yang sejak saat itu kami ajukan pada tenis, sepak bola dan bola basket. Jadi, untuk perkiraan NBA 2015-16, kami menggabungkan dua sistem untuk menghasilkan peringkat “CARM-Elo” yang dapat kami gunakan untuk menghitung probabilitas menang dan penyebaran titik untuk setiap pertandingan NBA dan menentukan tim mana yang memiliki Tembakan terbaik Judi Bola untuk membuat playoff atau memenangkan final.

Mengapa repot-repot menciptakan metrik baru ini jika kita sudah memiliki Elo? Salah satu alasan utama: Meskipun peringkat Elo memiliki beberapa properti bagus – mereka hanya memerlukan skor akhir dan lokasi setiap permainan (yang umumnya tersedia untuk sejumlah besar game historis), keduanya dapat disesuaikan dan mudah untuk dihitung – satu Masalah yang sangat besar adalah ketika digunakan untuk olahraga tim, penilaian Elo tidak memperhitungkan perubahan personil. Secara khusus, perdagangan offseason dan pemain yang dirancang yang dapat memiliki dampak besar pada kinerja tim tidak terhitung. Di masa lalu, kami baru saja mengembalikan peringkat Elo sebelumnya ke rata-rata untuk penilaian pramusim kami, namun dengan proyeksi CARMELO kami, kami memiliki orang-orang yang lebih baik untuk memperhitungkan pergerakan offseason. (Menggunakan sistem berbasis pemain juga berpotensi memungkinkan kita membuat penyesuaian empiris terhadap peringkat tim karena perdagangan dilakukan atau pemain bintang terluka. Kami tidak berencana melakukan penyesuaian seperti itu untuk saat ini, namun kami mungkin akan mengenalkannya di musim ini. .)

Thunder kembali sehat sebelum musim ini, dan CARMELO mengharapkan peningkatan yang besar selama musim 2014-15 mereka, di mana Kevin Durant melewatkan 55 pertandingan. Di ujung lain spektrum, Nets (yang membebaskan Deron Williams) berada di tengah-tengah apa yang disebut “tahun jembatan”, dan CARMELO tidak terkesan dengan daftar pramusim yang mencakup penambahan offseason seperti Andrea Bargnani.

 

Bagaimana Bola Basket Berakhir Dengan Empat Versi

Cepat – pemain NBA mana yang paling integral dengan pelanggaran timnya? Pemain mana yang menanggung beban ofensif terbesar? Dan sampai sejauh mana pertanyaan itu setara?

Secara statistik, kekhawatiran semacam itu berada di bawah payung “tingkat penggunaan,” sebuah istilah yang menjelaskan bahasa sehari-hari secara keseluruhan tentang metrik yang ditugaskan untuk mengukur ukuran peran ofensif pemain. Penggunaan adalah salah satu konsep yang paling mudah diakses dalam analisis bola basket – yang sederhana dalam bidangnya dan dapat dikaitkan dengan siapa saja yang pernah bermain dengan bola bola yang tak tahu malu atau menjadi mahir yang takut bermain bola basket. Di kalangan statsier, penggunaan merupakan pokok analisis pemain, sebagian karena tetap relatif konstan di tengah konteks dan peran pemain yang bergeser. Sekilas, penggunaan mengatakan lebih banyak tentang bagaimana pemain bermain daripada kebanyakan metrik bola basket dasar lainnya.

Satu masalah kecil, Tidak ada yang tampaknya setuju tentang tingkat penggunaan yang sebenarnya, atau seharusnya, atau bagaimana perhitungannya. Banyak pengamat yang berpikiran analitik bahkan tidak tahu ada versi statistik bersaing yang berbeda dalam penggunaan populer, apalagi varian masing-masing memiliki filosofinya sendiri tentang apa Judi Online artinya “menggunakan” kepemilikan. Untuk istilah yang begitu umum bagi leksikon modern, itu lebih aneh. Jadi mari kita memiliki sedikit pelajaran sejarah dan belajar lebih banyak daripada yang ingin Anda ketahui tentang tingkat penggunaan, dalam semua permutasinya.

Penggunaan selama bertahun-tahun

Seperti banyak konsep dalam analisis bola basket, tingkat penggunaan dapat ditelusuri kembali ke Dean Oliver dan John Hollinger, mungkin masih merupakan dua tokoh paling berpengaruh di lapangan. Gagasan bahwa pelanggaran terlalu banyak (atau terlalu sedikit) dapat mengalir melalui pemain individual setua permainan itu sendiri, tapi sulit menemukan seseorang yang secara formal memasukkan angka pada fenomena tersebut sebelum awal hingga pertengahan tahun 2000an, ketika Hollinger Menerbitkan “Pro Basketball Prospectus” pertamanya dan Oliver menulis “Basketball On Paper” mani. Sebenarnya, pemikiran untuk mencantumkan tingkat kepemilikan pemilik – sama sekali – apalagi sebagai sesuatu selain indikator negatif semata – adalah asing bagi Banyak penghalang angka awal.

Untuk memahami mengapa, ada gunanya melihat kembali era primordial metrik bola basket. NBA stathead memasukkan banyak konsep awal mereka dari gerakan sabermetrik bisbol – yang secara efektif memiliki kepala 25 tahun – termasuk fokus terowongan yang terarah pada memaksimalkan efisiensi. Fiksasi seperti itu masuk akal di dalam bisbol, di mana kerentanan seorang pemain untuk membuat hasil imbuhan tidak diragukan lagi negatif – Anda mendapatkan 27 dari mereka setiap pertandingan, untuk dijaga dengan waspada – dan Anda dapat menarik garis lurus antara efisiensi individu pemain dan pengaruhnya pada tim. .

 

Analisa Untuk Nylon Calculus

Pada sebagian besar setiap aplikasi praktis, memecahkan satu atau yang lain ke partikel atomnya dan mengkompilasi ulangnya menjadi versi yang bersaing tidak akan ada gunanya; Anda sudah mendapatkan ide. Tetap saja, tetap berharga untuk memahami perbedaan, seperti adanya, dan bagaimana perbedaan itu menginformasikan apa yang Anda inginkan. Mengapa? Karena metrik penggunaan BBR tidak termasuk bantuan

Dari satu stat ke banyak

Kemudian lagi, mungkin keseluruhan konsep “tingkat penggunaan” satu nomor telah melampaui kegunaannya, terutama di era statistik kepemilikan SportVU yang sangat ketat. Kita sekarang bisa melihat berapa lama pemain memegang bola, seberapa sering ia melewatinya, berapa banyak poin yang lolos membuat – setiap potongan teka-teki yang mungkin ada di luar sana, jika Anda tahu di mana mencarinya. Dan hampir setiap pakar analisis bola basket yang saya konsultasi mengatakan kepada saya bahwa mereka lebih menyukai pendekatan modular terhadap penggunaan, dengan formula yang berbeda untuk mengukur aspek tanggung jawab ofensif pemain yang berbeda.

“Saya tidak menggunakan satu stat penggunaan saja,” Oliver memberi tahu saya. “Saya memiliki penggunaan tembakan, penggunaan sasaran lapangan, dan stat penggunaan kepemilikan. Bergantung pada pertanyaan yang diajukan, saya akan melihat yang paling masuk akal. “

Jacob Rosen, yang menulis tentang analytics for Nylon Calculus dan blog olahraga Cleveland Waiting For Next Year, sependapat bahwa metrik penggunaan all-in-one hari ini tidak memadai. “Seperti jenis statistik bola basket lainnya, ini adalah keseimbangan yang ingin mendorong semuanya menjadi satu metrik,” kata Rosen. “Di dunia yang ideal, Anda akan memiliki stat yang mengukur dimensi waktu, melewati, potensi assist, turnovers, tembakan, lemparan bebas, dan lain-lain. Tapi, mereka berada pada bidang eksistensi yang agak berbeda.”

Sebagai alternatif yang mungkin untuk formula penggunaan satu ukuran cocok, Rosen bertanya-tanya apakah langkah langkah tingkat penggunaan adalah memasukkan tipologi pemain, seperti sistem Klasifikasi yang Diur Disesuaikan Posisi (GCG) yang dikembangkan oleh Direktur Cavaliers Cleveland Analytics Jon Nichols. “Dalam pikiran saya, memiliki dimensi yang berbeda itu akan lebih akurat,” kata Rosen. “Anda mungkin bisa melakukan definisi PAC hanya dengan penggunaan berbasis barang saja (yaitu, lewat, kepemilikan, turnovers, tembakan).”

Mengingat keadaan alat pengamatan saat ini, Partnow’s True Usage mungkin telah mencapai keseimbangan terbaik antara semua hal yang mencakup dan dapat disesuaikan, jika bukan yang paling banyak digunakan dan dipahami.

“Bagi saya yang ideal adalah True Usage,” penulis Kalkulus Nylon 2 Ian Levy mengatakan. “Ukurannya sama akuratnya dengan jumlah tanggung jawab ofensif pemain. Tapi manfaat sebenarnya PandaToto adalah Anda dapat mengurai berbagai komponen untuk melihat apa yang berasal dari pembuatan jam, penilaian, turnovers. Itulah ideal – [a] ukuran holistik yang bagus [yang] juga dapat diuraikan menjadi komponen untuk penggunaan deskriptif. “

Jika demikian, mungkin sebaiknya kita mengalihkan perhatian kita ke arah kampanye rebranding untuk versi penggunaan lainnya – “Possession Rate”? “Scoring Attempt Frequency”? – atau pester bos di ESPN atau Basketball-Reference untuk satu kolom lagi di tab Advanced Stats. Artinya, sampai revolusi data bola basket berikutnya datang dan membawa serta cara yang lebih akurat untuk mengukur beban kerja yang menyinggung … yang dengan segera kita dapat mengingatkan “tingkat penggunaan” dan mulai dari awal lagi.