Re: [心得] 認識正負值(Plus/Minus)- RAPTOR
※ 引述《IBIZA (溫一壺月光作酒)》之銘言:
: 這篇的介紹大概有30%是錯的, 但錯的還蠻關鍵的
: : 正負值(+/-)可說是籃球數據界的殿堂名駒,現今你能拿來直接做球員比對的all in one數據,多帶有正負值血統。其血統表如下:
: : ・第一代「原始數據」:正負值(+/-)、官網RTG系列
: RTG不是+/-系列數據, RTG是基於Points Produced的進階數據
官網的RTG系列是把球員在場上時,球隊的得失分做百回合量化,跟+/-值一樣屬於結果數據,因此我把他們放在同一個類型下。
: 關於ESPM RPM
以下是沒有放上來的原文內容
正負值的核心問題是樣本不足的情況下準確度很差。RAPM具效性的樣本通說是三年起跳;也因此半季不到就能產出內容的正負值數據中,公開資料都是以高比例的BPM為基底,否則無法有效反應球員的當季表現。RPM雖為黑盒子,但普遍認為ESPN也是以相同的方式產出數據。
RPM對於box score的使用相當吃重是公認的,當然不一定是像RAPTOR這樣直接BPM系跟RAPM系兩組數據調比重混合出結果,但我個人不覺得只靠RAPM基底調參數就能讓結果敏感反應,特別在你2.0 matchup又多了更多小樣本參數的框框下。
因此在RPM真的公佈細節之前,我還是會把它跟有使用到+/-的數據放在同一類。
: 這邊的說明是錯誤的
: RAPM並沒有預設球員表現穩定,不存在定位或化學反應
: 相反的, RAPM利用大數據去分析lineup與lineup的對抗
: 這是RAPM被推崇的主要原因
: 但也是RAPM的問題, 因為很多lineup的回合數不足以消除偏差
: RAPM知道定位跟化學反應的影響, 嘗試用大數據去分析lineup的影響
: 你可以說他受限於數據做的不夠好, 但不能說他沒這樣做
基底APM是把結果lineup拉矩陣去求個別球員的獨立值,因此APM的假設前提就是樣本中球員每分鐘的表現恆定,不管是跟誰搭配。
: 這邊錯了, 網頁上85%跟21%指的是Total RAPTOR=85% BOX RAPTOR+21% On/Off RAPTOR: 跟BPM和RAPM無關
這邊是我的用語不夠精準,主要是想表達前者基於BPM結構,後者基於RAPM結構
--
推
拿不同的lineup去拉矩陣, 是得到在不同lineup下的
平均值, 而不是假定在每個lineup表現恆定
用百回合量化的數據很多, 譬如PPP也是百回合量化
但不能因為用百回合量化就歸類為+/-類的數據, RTG
很顯然不是+/-類的數據
ESPN RPM有用box調整, 但哪來的「普遍認為ESPN用相
同的方式產生數據」?
同樣用的box stats, 可以有完全不同的應用
最後再說一次, RAPTOR不用用BPM跟RAPM調比重
你真的有看懂RAPTOR的介紹?
不是用
我有預感這討論串最後會變兩邊筆戰而已
樓上這說法是不對的, 真正的討論就是有質疑和澄清
真相愈辯愈明 會覺得筆戰只是不想了解的心態吧
爆
[專欄] 數據不會說謊!盤點NBA防守最爛先發五虎原文出處: 虎撲體育 發表於 2020/03/09 00:00 儘管如今的NBA已經進入了進攻數據爆炸的三分球時代,精英等級的防守者們依然能每晚 得到上場表現的機會。 下面要介紹的五名球員,作為2019-2020賽季公認的各個位置的最糟糕防守者們,在他們73
Re: [情報] 到美國時間2/2止 所有NBA球員TPA圖: : 消息來源:(網址或出處) : : 內容: :76
[情報] 近五年進聯盟的新星累積BPMFascinating trends of significant/high-usage young players Seems like it takes about 125-150 games before any significantly positive cont ributions…Except, well…28
[專欄] 明星賽入選球員討論_以BPM進階數據切入Box Plus / Minus,(版本2.0(BPM))是基於籃球得分的度量標準,用於估計籃球運動員 在場上對球隊的貢獻。 該數據詳細解釋如下 BPM使用球員的得分資訊,位置和球隊的整體表現來估算球員的貢獻(以每100次回合的聯9
[閒聊] 進階數據RAPM簡介(末): RAPMRegularized Adjusted Plus-Minus (RAPM) 由於APM只用誤差最小平方法進行估算 若有球員表現呈高度相關性 則會出現多重共線性的問題 導致不同球員估算的正負值有劇烈的浮動8
[閒聊] 進階數據RAPM簡介(一): PER常常看到球迷引用進階數據分析球員 但往往都是直接拿數字來比大小 較少人會針對背後的數學公式/模型進行討論 因此想來介紹個在進階數據中鼎鼎大名的RAPM 要介紹進階數據之前要談一下進階數據老祖宗Player Efficiency Rating (PER)2
[閒聊] 進階數據RAPM簡介(二): PM and APM前面已經說明PER不能確實反映球員對球隊獲勝機率的影響 因此一個直覺的方法就是直接看球員在場上球隊會領先還是落後 正負值(Plus Minus, PM)還蠻簡單明瞭的 就是特定球員在場上的時候,(球隊-對手得分)是變大還是縮小 數值越大代表對球隊幫助越多,負值就是傷害球隊