Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
得失点と対比較法に基づく試合結果の予測手法‐Bリーグへの適用 / Presentation i...
Search
konakalab
December 21, 2019
Science
170
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
得失点と対比較法に基づく試合結果の予測手法‐Bリーグへの適用 / Presentation in JSBS2019
「日本バスケットボール学界第6回大会(2019年12月21日‐22日)」(
https://www.jsbs.info/congress
) で発表のプレゼンテーションです.
konakalab
December 21, 2019
More Decks by konakalab
See All by konakalab
科学で迫る勝敗の法則-スポーツデータ分析の最前線 (刈谷市連携講座.2026年7月) / The principle of victory discovered by science. at Kariya City, 2027.07
konakalab
0
140
Massey Ratings for Match Outcome Prediction in Table Tennis: Evidence of Greater Stability than the ITTF World Ranking
konakalab
0
130
Bリーグのショットデータを活用した得点期待値モデルの構築 / Construction of expected points model using shot data of B.LEAGUE
konakalab
0
200
フィードフォワードニューラルネットワークを用いた記号入出力制御系に対する制御器設計 / Controller Design for Augmented Systems with Symbolic Inputs and Outputs Using Feedforward Neural Network
konakalab
0
190
イロレーティングを活用した関東大学サッカーの定量的実力評価 / A quantitative performance evaluation of Kanto University Football Association using Elo rating
konakalab
0
330
ITTF卓球世界ランキングのポイント比を用いた試合結果予測モデルの性能評価 / Performance evaluation of match result prediction models using the point ratio of the ITTF Table Tennis World Ranking
konakalab
0
160
データから見る勝敗の法則 / The principle of victory discovered by science (open lecture in NSSU)
konakalab
1
370
Performance Evaluation and Ranking of Drivers in Multiple Motorsports Using Massey’s Method
konakalab
0
240
Optimization of the Tournament Format for the Nationwide High School Kyudo Competition in Japan
konakalab
0
250
Other Decks in Science
See All in Science
共生概念の整理と AIアライメントの構想
hiroakihamada
0
270
社内で活躍できるデータサイエンティストになるために
aikinohara
1
150
20260722【JAWS-UG東京 ランチタイムLT会 #37④】AWS Well-Architectedフレームワークに沿った回答をするAIエージェントを作ってみた
nozakijcom
1
140
因果推論と機械学習
sshimizu2006
1
1.4k
明治薬科大学講義_ビッグデータ解析を支えるデータベース技術とクラウドコンピューティング
ktatsuya
1
160
データベース01: データベースを使わない世界
trycycle
PRO
1
1.5k
Conversation is the New Dashboard: 属人性を排除する第4世代BIツールの勢力図
shomaekawa
1
640
生成AIと司法書士の未来.pdf
tagtag
PRO
0
160
機械学習 - 決定木からはじめる機械学習
trycycle
PRO
0
1.6k
Testing the Longevity Bottleneck Hypothesis
chinson03
0
430
大黒市で発生した大規模インシデント の ポストモーテムから読み解く、 記憶媒体消去の大切さ
shucho0103
0
250
データベース15: ビッグデータ時代のデータベース
trycycle
PRO
1
550
Featured
See All Featured
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
49
10k
The Organizational Zoo: Understanding Human Behavior Agility Through Metaphoric Constructive Conversations (based on the works of Arthur Shelley, Ph.D)
kimpetersen
PRO
0
430
Ten Tips & Tricks for a 🌱 transition
stuffmc
0
180
GitHub's CSS Performance
jonrohan
1033
470k
Learning to Love Humans: Emotional Interface Design
aarron
275
41k
Music & Morning Musume
bryan
47
7.3k
Neural Spatial Audio Processing for Sound Field Analysis and Control
skoyamalab
0
420
Breaking role norms: Why Content Design is so much more than writing copy - Taylor Woolridge
uxyall
1
380
svc-hook: hooking system calls on ARM64 by binary rewriting
retrage
2
530
SEO Brein meetup: CTRL+C is not how to scale international SEO
lindahogenes
1
2.8k
Building a A Zero-Code AI SEO Workflow
portentint
PRO
0
690
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
123
22k
Transcript
得失点と対比較法に基づく 試合結果の予測手法 ‐Bリーグへの適用 小中英嗣(名城大学) 2019/12/21 日本バスケットボール学会第六回学会大会@流通経済大学 1
小中英嗣(こなか・えいじ) 理工系学部大学教員 スポーツ統計解析 得失点(のみ)に基づく実力評 価と予測 出版済み(「バスケットボール 研究」第3号(2017年11月)) 2019/12/21 日本バスケットボール学会第六回学会大会@流通経済大学 2
研究背景 (含自己紹介)
得失点のみに基づく 実力評価 得失点のみに基づく実力評価と予測 BOXSCOREは? アドバンスドスタッツは?4Factorsは? 使わないの?? 「なぜそれを行いたいのか?」 「それは本当に可能なのか?」 2019/12/21 日本バスケットボール学会第六回学会大会@流通経済大学
3 競技間の普遍性に立脚する
二つの目的 なぜ得失点のみに基づく実力評価を行いたいのか? 直近の試合の予測をバンバン当てまくる × (もし許可されるのであれば)ベッティングを当てまくって・・・ × 競技・リーグの特徴を明らかにしたい ◎ 「その競技・リーグの魅力は何か?」 勝敗が予測できないこと?
何点差までが「よくできた」なのか? 実力の評価 競技間で普遍的な量でのみ評価を行いたい 「得点が多いほうが勝つ」競技の普遍性 自分が1点取る間に何点取られるか? ↑を何回繰り返すか? 2019/12/21 日本バスケットボール学会第六回学会大会@流通経済大学 4
「得点が多いほうが勝つ」 競技の数理モデル(1) , : 得点があったとき,チームがチームに対して得点している確率 , :チームの実力評価値(レーティング) 2019/12/21 日本バスケットボール学会第六回学会大会@流通経済大学
5
「得点が多いほうが勝つ」 競技の数理モデル(1) , : 得点があったとき,チームがチームに対して得点している確率 , :チームの実力評価値(レーティング) 2019/12/21 日本バスケットボール学会第六回学会大会@流通経済大学
6 , = 1 1 + exp − + 実力差0⇒得点確率0.5 実力差大⇒得点確率大
「得点が多いほうが勝つ」 競技の数理モデル(2) : 1試合でのプレイ単位(サービス/時間/など)数 : プレイ単位ごとにどちらかが得点する確率 2019/12/21 日本バスケットボール学会第六回学会大会@流通経済大学 7 実力差0⇒勝率0.5
「得点が多いほうが勝つ」 競技の数理モデル(2) : 1試合でのプレイ単位(サービス/時間/など)数 : プレイ単位ごとにどちらかが得点する確率 2019/12/21 日本バスケットボール学会第六回学会大会@流通経済大学 8 実力差0⇒勝率0.5
プレイ数・得点回数(= β)大 ↓ 小さな得点力の差が大きな 勝率差に
「得点が多いほうが勝つ」 競技の数理モデル(2) : 1試合でのプレイ単位(サービス/時間/など)数 : プレイ単位ごとにどちらかが得点する確率 2019/12/21 日本バスケットボール学会第六回学会大会@流通経済大学 9 実力差0⇒勝率0.5
得失点のみ利用した統一モデル , = 1 1 + exp (− + ) プレイ数・得点回数(= β)大 ↓ 小さな得点力の差が大きな 勝率差に
処理手順の概要 実際の得点割合と予測得点割合, の差を小さくするよう に,各チームの実力評価値 を修正する , = 1 1 +
exp − + 実力評価値の修正が終わったら,実際の勝敗と予測得点割合 , の差を小さくするように,競技パラメータを修正する , = 1 1 + exp (− + ) (いずれも「勾配法」とその変種.工学系ではポピュラーな手法) 2019/12/21 日本バスケットボール学会第六回学会大会@流通経済大学 10
得失点のみに基づく 実力評価:これまでの活動 リオ五輪5競技10種目 バレーボール国際大会 2010年~2019年 16大会 大相撲 1959年~現在 得失点≒勝敗 サッカー
FIFAワールドカップ2018,Jリーグ2015-2019 バスケットボール FIBAワールドカップ2019,Bリーグ2016/17- 2018/19 2019/12/21 日本バスケットボール学会第六回学会大会@流通経済大学 11
予測公開 on Twitter https://twitter.com/konakalab/status/1205328077338759168 https://twitter.com/konakalab/status/1205328274261282816 2019/12/21 日本バスケットボール学会第六回学会大会@流通経済大学 12
予測性能 Q: Bリーグでの提案手法の予測性能はどれくらい? 節単位での予測 予測対象はB1,B2それぞれ.第6節以降. 予測出力:予測勝率 指標 予測正解率:“予測勝率が高いほうが勝つ” 較正値: (優位チームの予測勝率の和)/(優位チームの実勝利数)
1.0:予測勝率が適切.1.0以上:上位チームを過大評価 2019/12/21 日本バスケットボール学会第六回学会大会@流通経済大学 13
予測結果 Season Matches Corrects Accuracy Calibration Total 2831 1986 0.7015
1.015 Total B1 1438 1011 0.7031 1.012 Total B2 1393 975 0.6999 1.017 2018/19 B1 486 351 0.7222 0.982 2018/19 B2 468 319 0.6816 1.041 2017/18 B1 481 336 0.6985 1.009 2017/18 B2 468 328 0.7009 0.984 2016/17 B1 471 324 0.6879 1.049 2016/17 B2 457 328 0.7177 1.026 2019/12/21 日本バスケットボール学会第六回学会大会@流通経済大学 14
予測結果 Season Matches Corrects Accuracy Calibration Total 2831 1986 0.7015
1.015 Total B1 1438 1011 0.7031 1.012 Total B2 1393 975 0.6999 1.017 2018/19 B1 486 351 0.7222 0.982 2018/19 B2 468 319 0.6816 1.041 2017/18 B1 481 336 0.6985 1.009 2017/18 B2 468 328 0.7009 0.984 2016/17 B1 471 324 0.6879 1.049 2016/17 B2 457 328 0.7177 1.026 予測正解率はおおむね 70%前後 B1,B2では差が無さそう 較正値も適切(予測勝率と) 実勝利数がよく一致してい る) 2019/12/21 日本バスケットボール学会第六回学会大会@流通経済大学 15
まとめ 得失点のみ利用した実力評価と予測 「得点を競い合い,多く得点したほう が勝利」するスポーツの普遍的な構 造 Bリーグは約70%の予測正解率 実力の定量的評価 何点差までが「よくやった」なのか? リーグが打ち出すべき「魅力」は何 か?
70%の試合で「試合前に強そうな チームが実際に勝つ」 2019/12/21 日本バスケットボール学会第六回学会大会@流通経済大学 16 予測正解率 リオ五輪10種目 70.8% バレーボール16大会 78.0% 大相撲幕内1959年~ 60.0% FIFA WC 2018 [*]60.9% J 2015-2019 [*]45.9% FIBA WC 2019 [**]76.0% B 2016/17-2018/19 70.1% [*]引き分けは不正解 [**]1次ラウンド途中からを予測対象