Enviar búsqueda
Cargar
セイバーメトリクス
•
3 recomendaciones
•
3,296 vistas
Mitsuo Shimohata
Seguir
セイバーメトリクスについての簡単な紹介 Tokyo.RのLTで発表しました。
Leer menos
Leer más
Denunciar
Compartir
Denunciar
Compartir
1 de 12
Descargar ahora
Descargar para leer sin conexión
Recomendados
RでAHP
RでAHP
Tohru Kobayashi
Fluentd,mongo db,rでお手軽ログ解析環境
Fluentd,mongo db,rでお手軽ログ解析環境
Michitaka Iida
Collaborativefilteringwith r
Collaborativefilteringwith r
Teito Nakagawa
R3.0.0 is relased
R3.0.0 is relased
Shintaro Fukushima
Tokyo.R 白熱教室「これからのRcppの話をしよう」
Tokyo.R 白熱教室「これからのRcppの話をしよう」
Nagi Teramo
Tokyo r33 beginner
Tokyo r33 beginner
Takashi Minoda
Rでコンジョイント分析
Rでコンジョイント分析
osamu morimoto
Tokyo r30 beginner
Tokyo r30 beginner
Takashi Minoda
Recomendados
RでAHP
RでAHP
Tohru Kobayashi
Fluentd,mongo db,rでお手軽ログ解析環境
Fluentd,mongo db,rでお手軽ログ解析環境
Michitaka Iida
Collaborativefilteringwith r
Collaborativefilteringwith r
Teito Nakagawa
R3.0.0 is relased
R3.0.0 is relased
Shintaro Fukushima
Tokyo.R 白熱教室「これからのRcppの話をしよう」
Tokyo.R 白熱教室「これからのRcppの話をしよう」
Nagi Teramo
Tokyo r33 beginner
Tokyo r33 beginner
Takashi Minoda
Rでコンジョイント分析
Rでコンジョイント分析
osamu morimoto
Tokyo r30 beginner
Tokyo r30 beginner
Takashi Minoda
外れ値
外れ値
Shintaro Fukushima
Tokyo r30 anova
Tokyo r30 anova
Takashi Minoda
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
Nagi Teramo
Tokyo r12 - R言語による回帰分析入門
Tokyo r12 - R言語による回帰分析入門
Yohei Sato
R-3.0.0でGLM
R-3.0.0でGLM
Kazuya Wada
ESS
ESS
裕樹 奥田
Doradora09 lt tokyo_r33
Doradora09 lt tokyo_r33
Nobuaki Oshiro
ニコニコ動画タグネットワーク
ニコニコ動画タグネットワーク
Teruki Shinohara
偽相関と偏相関係数
偽相関と偏相関係数
Teruki Shinohara
Rで実験計画法 後編
Rで実験計画法 後編
itoyan110
rzmq
rzmq
Masayuki Isobe
第31回TokyoR LT資料
第31回TokyoR LT資料
tetsuro ito
Extend R with Rcpp!!!
Extend R with Rcpp!!!
mickey24
中の人が語る seekR.jp の裏側
中の人が語る seekR.jp の裏側
Takekatsu Hiramura
Tokyo r30 anova_part2
Tokyo r30 anova_part2
Takashi Minoda
第32回Tokyo.R#初心者セッション
第32回Tokyo.R#初心者セッション
宏喜 佐野
R+pythonでKAGGLEの2値予測に挑戦!
R+pythonでKAGGLEの2値予測に挑戦!
Yurie Oka
Abテストと検定
Abテストと検定
Teruki Shinohara
Rから利用するオープンデータAPI
Rから利用するオープンデータAPI
s3works
相関係数と決定係数~回帰係数とその不偏性も
相関係数と決定係数~回帰係数とその不偏性も
T T
決定木学習
決定木学習
Mitsuo Shimohata
ハイブリッド型樹木法
ハイブリッド型樹木法
Mitsuo Shimohata
Más contenido relacionado
Destacado
外れ値
外れ値
Shintaro Fukushima
Tokyo r30 anova
Tokyo r30 anova
Takashi Minoda
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
Nagi Teramo
Tokyo r12 - R言語による回帰分析入門
Tokyo r12 - R言語による回帰分析入門
Yohei Sato
R-3.0.0でGLM
R-3.0.0でGLM
Kazuya Wada
ESS
ESS
裕樹 奥田
Doradora09 lt tokyo_r33
Doradora09 lt tokyo_r33
Nobuaki Oshiro
ニコニコ動画タグネットワーク
ニコニコ動画タグネットワーク
Teruki Shinohara
偽相関と偏相関係数
偽相関と偏相関係数
Teruki Shinohara
Rで実験計画法 後編
Rで実験計画法 後編
itoyan110
rzmq
rzmq
Masayuki Isobe
第31回TokyoR LT資料
第31回TokyoR LT資料
tetsuro ito
Extend R with Rcpp!!!
Extend R with Rcpp!!!
mickey24
中の人が語る seekR.jp の裏側
中の人が語る seekR.jp の裏側
Takekatsu Hiramura
Tokyo r30 anova_part2
Tokyo r30 anova_part2
Takashi Minoda
第32回Tokyo.R#初心者セッション
第32回Tokyo.R#初心者セッション
宏喜 佐野
R+pythonでKAGGLEの2値予測に挑戦!
R+pythonでKAGGLEの2値予測に挑戦!
Yurie Oka
Abテストと検定
Abテストと検定
Teruki Shinohara
Rから利用するオープンデータAPI
Rから利用するオープンデータAPI
s3works
相関係数と決定係数~回帰係数とその不偏性も
相関係数と決定係数~回帰係数とその不偏性も
T T
Destacado
(20)
外れ値
外れ値
Tokyo r30 anova
Tokyo r30 anova
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
Tokyo r12 - R言語による回帰分析入門
Tokyo r12 - R言語による回帰分析入門
R-3.0.0でGLM
R-3.0.0でGLM
ESS
ESS
Doradora09 lt tokyo_r33
Doradora09 lt tokyo_r33
ニコニコ動画タグネットワーク
ニコニコ動画タグネットワーク
偽相関と偏相関係数
偽相関と偏相関係数
Rで実験計画法 後編
Rで実験計画法 後編
rzmq
rzmq
第31回TokyoR LT資料
第31回TokyoR LT資料
Extend R with Rcpp!!!
Extend R with Rcpp!!!
中の人が語る seekR.jp の裏側
中の人が語る seekR.jp の裏側
Tokyo r30 anova_part2
Tokyo r30 anova_part2
第32回Tokyo.R#初心者セッション
第32回Tokyo.R#初心者セッション
R+pythonでKAGGLEの2値予測に挑戦!
R+pythonでKAGGLEの2値予測に挑戦!
Abテストと検定
Abテストと検定
Rから利用するオープンデータAPI
Rから利用するオープンデータAPI
相関係数と決定係数~回帰係数とその不偏性も
相関係数と決定係数~回帰係数とその不偏性も
Más de Mitsuo Shimohata
決定木学習
決定木学習
Mitsuo Shimohata
ハイブリッド型樹木法
ハイブリッド型樹木法
Mitsuo Shimohata
相関係数は傾きに影響される
相関係数は傾きに影響される
Mitsuo Shimohata
因子分析
因子分析
Mitsuo Shimohata
ワイン方程式
ワイン方程式
Mitsuo Shimohata
質的変数の相関・因子分析
質的変数の相関・因子分析
Mitsuo Shimohata
Más de Mitsuo Shimohata
(6)
決定木学習
決定木学習
ハイブリッド型樹木法
ハイブリッド型樹木法
相関係数は傾きに影響される
相関係数は傾きに影響される
因子分析
因子分析
ワイン方程式
ワイン方程式
質的変数の相関・因子分析
質的変数の相関・因子分析
セイバーメトリクス
1.
セイバーメトリクス Tokyo.R 2013.2.23
2.
自己紹介 2 twitter @argyle320 勤務先 IT分野のリサーチ会社 データ分析歴
約18年 R歴 2年 Twitterの写真 (円空仏)
3.
参考書籍 3 ワイン方程式 (前回LT)
4.
セイバーメトリクスとは? • SABRmetrics 「SABR」=Society for
American Baseball Research(アメリカ野球学会) • 統計学の視点で選手の評価指標や戦略を洗いなおす • 1970年代にビル・ジェイムスが自主出版で提唱 • 当初はMLB+メディアからは冷淡な扱い • アスレチックス(マネーボール)やレッドソックスの成功 でMLBでも広がりつつある • 日本でも千葉ロッテマリーンズが導入 4 データ分析による経営改善の事例
5.
使われている統計手法 • 平均・標準偏差 • 直線回帰
(決定係数なし) • 二乗平均平方根誤差 (相関係数なし) • 確率、期待値、条件付き確率 (場合分け、樹形図) • 打率の移動平均 • 散布図、ヒストグラム、箱ひげ図 5 そんなに高度な手法を使っているわけではない
6.
なにがすごいか • 野球の評価指標の再定義 • 細かい場合分け 6
7.
野球の評価指標の再定義 • 旧来の指標はチームと選手の力を正しく評価してい ない – 打率、打点、自責点、防御率、エラー、・・・ –
運と能力が混在している • ジェイムスによるチーム得点予測式 7 得点数=(安打数+四球数)×塁打数÷(打数+四球数)
8.
野球の評価指標の再定義 • 攻撃力は出塁率と長打率がカギ。安打より四球 • 投手の評価指標・・・DIPS –
本塁打、四球、死球、三振だけが投手の能力を純粋に表す指標 – 安定している+翌年の成績との相関が高い 8 OPS 出塁率+長打率 NOI (出塁率+長打率÷3)×1000 GPA (出塁率×1.8+長打率)÷4 SecA (塁打-安打+四球+盗塁- 盗塁死)÷打数
9.
細かい場合分け 9 アウト数は非常に貴重 送りバント 低打率の打者なら有効(投手など) 盗塁 成功確率が0.6以上でないと得点見込みは減少 敬遠 強打者のボンズが相手だとしても、敬遠が有効な場面は 限られる
(2アウトで一塁が空いている場合のみ)
10.
セイバーメトリクスから学ぶ点 • 基本的な統計手法でも有用な分析はできる • Big
dataでなくても有用な分析はできる • 対象とデータを深く見ることが重要 • 素人が統計分析だけで切り込んでも受けが悪い 10 MLBの10年間の全試合の投球データ数は? 30球団×162試合×150球×10年=729万レコード
11.
オマケ • 2012のパ・リーグの打率王はロッテの角中勝也 • 受賞コメント「出塁率を上げたい」 •
打率で表彰されておいて「出塁率」か??? • セイバーメトリクスらしいコメント • きっと査定で使われているんだ 11
12.
ご清聴ありがとうございました 12
Descargar ahora