생각하는 농구— 벤 테일러
제4장 · Thinking Basketball

표본 크기 둔감성

575|# 제3장: 힘의 한계 - 한 선수가 팀을 얼마나 향상시킬 수 있는가?

농구 분석 인지 편향 통계

§ 1핵심 개념

575|# 제3장: 힘의 한계 - 한 선수가 팀을 얼마나 향상시킬 수 있는가?

575|# 제3장: 힘의 한계 - 한 선수가 팀을 얼마나 향상시킬 수 있는가?

581|46. WOWY 점수는 특정 선수가 있을 때와 없을 때의 점수 차이를 구한 뒤, 팀 전력에 맞게 조정하여 계산된다—약한 팀을 개선하는 것이 강한 팀을 개선하는 것보다 쉽기 때문이다. 다음으로, 표본 크기의 분산을 계산하여 점수 차이를 조정하는 신뢰도 점수로 사용한다; 작은 표본은 신뢰도가 낮아 WOWY 점수를 0에 더 가깝게 끌어당긴다. 마지막으로, 주어진 시즌의 점수 차이에 대한 정규화가 이루어진다—어떤 해에는 최고 팀과 최악 팀 사이의 분포가 넓고, 어떤 해에는 평준화로 인해 차별화가 어렵다.

583|47. SportsVU 카메라 데이터를 사용한 유사한 개념이 커크 골즈베리에 의해 탐구되었으며, 여기서 읽을 수 있다: http://regressing.deadspin.com/kirk-goldsberrys-new-nba-stat-is-a-huge-step-for-baske-1517481614

개념표본 크기 둔감성

581|46. WOWY 점수는 특정 선수가 있을 때와 없을 때의 점수 차이를 구한 뒤, 팀 전력에 맞게 조정하여 계산된다—약한 팀을 개선하는 것이 강한 팀을 개선하는 것보다 쉽기 때문이다. 다음으로, 표본 크기의 분산을 계산하여 점수 차이를 조정하는 신뢰도 점수로 사용한다; 작은 표본은 신뢰도가 낮아 WOWY 점수를 0에 더 가깝게 끌어당긴다. 마지막으로, 주어진 시즌의 점수 차이에 대한 정규화가 이루어진다—어떤 해에는 최고 팀과 최악 팀 사이의 분포가 넓고, 어떤 해에는 평준화로 인해 차별화가 어렵다.

§ 2분석과 시각화

583|47. SportsVU 카메라 데이터를 사용한 유사한 개념이 커크 골즈베리에 의해 탐구되었으며, 여기서 읽을 수 있다: http://regressing.deadspin.com/kirk-goldsberrys-new-nba-stat-is-a-huge-step-for-baske-1517481614

표본 크기 둔감성 — 단계별 분석 STEP 01 / 5
space 재생 · ← → 단계 · R 리셋

§ 3통찰과 함의

589|흔히 받아들여지는 믿음이 있다. 특정 NBA 선수들은 경기에 엄청나게 큰 영향력을 미친다는 것이다. 다른 팀 스포츠에 비해 이것이 사실일 수 있다. 그러나 이는 질문을 던지게 한다: 정확히 한 선수가 농구 경기에 얼마나 큰 영향을 미칠 수 있는가? 그가 승리를 "보장"할 수 있는가? 어떤 팀이든 플레이오프에 데려갈 수 있는가? 팀에 40승을 더해줄 수 있는가?

591|증거를 살펴보기 전에, 한 선수가 농구 경기에 얼마나 관여하는지 생각해보자.

597|팀은 누구를 통해 공격을 전개할지 선택할 수 있기에, 개인 선수가 공을 자주 터치할 수 있다. 그러나 이것이 팀이 1대5로 플레이한다는 의미는 아니다. 팀의 핵심 공격 톱니바퀴가 팀 동료들에게 휘둘리는 여러 일반적인 시나리오가 있다:

핵심

841|54. RAPM은 이것을 잘 하지만 완벽하지는 않다. 이 수학적 기법은 팀의 점수 차이에 기여한 선수들에 대한 가장 가능성 있는 설명을 생성한다. 이것은 "선수 순위 매기기"가 아니라, "팀 동료와 상대의 강도를 고려하면, 이 선수가 경기에 얼마나 영향을 미치는가?"라는 질문에 대한 가장 가능성 있는 답을 제공한다. 답은 여전히 선수가 처한 상황—예를 들어, 특정 팀에서 선수가 맡는 역할—에 제한되며, 분리하기 어려운 일부 혼동 요인들의 영향을 받는다. (예: 두 선수가 정기적으로 함께 교체되어 들어가고 나갈 때, 어떤 선수