【バスケ】ボックススコアを用いたオールインワンメトリクス作成手続き

Transcript

1. ボックススコアを⽤いた オールインワンメトリクス 作成⼿続き Sports Analyst Meetup #14 & JSAA Lab LT会 vol.3 らんそうるい(@rnsr0371)
2. ⾃⼰紹介 • らんそうるい • X→@rnsr0371 • Webサイト→ RNSR Lab. • データ分析（主にバスケ）を投稿 • フリーランスのデータアナリスト • 「スポーツのデータなら私に任せろ」 と⾔えるようになりたい。 ↑ from ノーコピーライトガール
3. このLTの概要 • ボックススコアを⽤いたオールインワンメトリクスの作成⼿続 きを説明 • 作成⼿続きが公開済みのメトリクスの、最⼤公約数的⼿続きを説明 • ボックススコア：試合中のプレイを集計したもの • e.g., 得点、リバウンド数 etc. • オールインワンメトリクス：貢献度を表現した単⼀の数値 • e.g., 100ポゼッションあたり+2点の貢献度 • 詳しくは、この連載の第3~5回をご覧ください
4. 計算⼿続きの概要 1. ベースを作成 2. チームアジャストメントを実施 • マストではないが、よく使われる 3. 精度の確認を⾏う • 有識者にランキングの感想をもらう（定性的） • ホールドアウト検証やクロスバリデーションを⾏う（定量的） 4. 微調整する • 出場時間や出場ポゼッションを基に評価値を与えない選⼿を設定
5. 計算⼿続きの概要 1. ベースを作成 2. チームアジャストメントを実施 • マストではないが、よく使われる 3. 精度の確認を⾏う • 有識者にランキングの感想をもらう（定性的） • ホールドアウト検証やクロスバリデーションを⾏う（定量的） 4. 微調整する • 出場時間や出場ポゼッションを基に評価値を与えない選⼿を設定 発表はこれらの内容が中⼼
6. 計算⼿続きの概要 1. ベースを作成 2. チームアジャストメントを実施 • マストではないが、よく使われる 3. 精度の確認を⾏う • 有識者にランキングの感想をもらう（定性的） • ホールドアウト検証やクロスバリデーションを⾏う（定量的） 4. 微調整する • 出場時間や出場ポゼッションを基に評価値を与えない選⼿を設定
7. ベースを作成 • 「ベース」とは？ • チームアジャストメントを加える前の、スタッツを重みづけて⾜し合 わせただけのデータ • Raw 〇〇と呼ばれることが多い（例：Raw BPM） • 重みの決め⽅(概要) • J. Engelmann⽒のRAPMを教師データに、線形回帰を⾏なって重みを 決める
8. ベースを作成 • 今回はベースとしてEFFを使う • 𝐸𝐹𝐹 = 𝑃𝑇𝑆 + 𝐴𝑆𝑇 + 𝐵𝐿𝐾 + 𝑆𝑇𝐿 + 𝐹𝐷 + 𝑅𝐸𝐵 −(𝑇0𝑉 + 𝐵𝑆𝑅 + 𝑃𝐹 + 𝑚𝑖𝑠𝑠𝑒𝑑 𝐹𝐺𝐴 + 𝑚𝑖𝑠𝑠𝑒𝑑 𝐹𝑇𝐴) • 良いスタッツの量-悪いスタッツの量 • ベースとしてのEFFの特徴 • 得点(PTS)1点分とAST以降のプレイが等価値 • 出場時間が増えるとEFFも⾼くなる傾向
9. 計算⼿続きの概要 1. ベースを作成 2. チームアジャストメントを実施 • マストではないが、よく使われる 3. 精度の確認を⾏う • 有識者にランキングの感想をもらう（定性的） • ホールドアウト検証やクロスバリデーションを⾏う（定量的） 4. 微調整する • 出場時間や出場ポゼッションを基に評価値を与えない選⼿を設定
10. チームアジャストメントを実施 • 𝑇𝑚𝐴𝑑𝑗 = 𝑇𝑒𝑎𝑚𝑀𝑎𝑟𝑔𝑖𝑛 − ∑ 𝐸𝐹𝐹 40 ∗ 𝑀𝐼𝑁% /5 • 𝐴𝑑𝑗 𝐸𝐹𝐹 40 = 𝐸𝐹𝐹 40 + 𝑇𝑚𝐴𝑑𝑗 • チームアジャストメントを⾏うことで、Adj EFF 40のチーム内 総和がチームのシーズン総得失点差と整合的になる [チームのシーズン得失点差-(EFF 40＊MIN%のチーム内総和)]/5 MIN%=チームの試合時間に占める選⼿の出場時間の割合
11. 計算⼿続きの概要 1. ベースを作成 2. チームアジャストメントを実施 • マストではないが、よく使われる 3. 精度の確認を⾏う • 有識者にランキングの感想をもらう（定性的） • ホールドアウト検証やクロスバリデーションを⾏う（定量的） 4. 微調整する • 出場時間や出場ポゼッションを基に評価値を与えない選⼿を設定
12. 精度の確認を⾏う(定量的) • ホールドアウト検証を⾏うなら…… 1. シーズンの試合データを訓練データ：テストデータ=8:2に分割 2. 訓練データだけを使ってAdj EFF 40 を計算 3. テストデータの各試合について 「各選⼿のAdj EFF 40/40分*出場時間」のチーム内総和を計算し、 対戦チーム同⼠で引き算することで、得失点差の予測値を得る 4. 得失点差の予測値と実際の得失点差のRMSEを取る
13. 精度の確認を⾏う(定量的) • B1 2021-22レギュラー シーズンのデータで Adj EFF 40の精度を 確認すると、 • RMSE=34.46 • (元の得失点差のSDは 18.32)
14. 計算⼿続きの概要 1. ベースを作成 2. チームアジャストメントを実施 • マストではないが、よく使われる 3. 精度の確認を⾏う • 有識者にランキングの感想をもらう（定性的） • ホールドアウト検証やクロスバリデーションを⾏う（定量的） 4. 微調整する • 出場時間や出場ポゼッションを基に評価値を与えない選⼿を設定
15. 微調整する • 訓練データで出場時間 が800分未満の選⼿の EFFを0と置き換えて計 算。 • RMSE=16.57 • (元の得失点差のSDは 18.32)
16. 計算⼿続きの概要 1. ベースを作成 2. チームアジャストメントを実施 • マストではないが、よく使われる 3. 精度の確認を⾏う • 有識者にランキングの感想をもらう（定性的） • ホールドアウト検証やクロスバリデーションを⾏う（定量的） 4. 微調整する • 出場時間や出場ポゼッションを基に評価値を与えない選⼿を設定
17. Appendix: 参考にしたメトリクス 名称 (略称) URL Statistical Plus-Minus https://www.82games.com/comm30.htm Box Plus-Minus (BPM) https://web.archive.org/web/20141031194728/https://www.basketba ll-reference.com/about/bpm.html Augmented Plus-Minus (AuPM) https://thinkingbasketball.net/2017/09/18/augmented-plus-minus- evaluating-old-pm-data/, https://backpicks.com/2018/06/10/aupm- 2-0-the-top-playoff-performers-of-the-databall-era/ Player Impact Plus- Minus (PIPM) https://fansided.com/2018/01/11/nylon-calculus-introducing-player- impact-plus-minus/, https://www.bball-index.com/player-impact- plus-minus/ Box Plus-Minus 2.0 (BPM 2.0) https://www.basketball-reference.com/about/bpm2.html Stable Player Impact (SPI) https://nbacouchside.net/2022/11/05/introducing-nba-stable-player- impact-spi/