新利18体育手机客户端18luck新利网体育参考博客mi.18luck fyi

近似值:方法

本网页的目的是张贴完整的细节近似值这个方法是道格·德里宁(Doug Drinen)对任何年份、任何位置的任何球员的赛季、任何年份(就目前而言,它只是1950年以来的任何年份)进行单一数值计算的方法。

/ AV版本的变化

Beta版本0.9.1,2008年1月

道格勾勒出了一个AV系统的大致轮廓两个帖子

Beta版本0.9.2,2008年4月

两个更多的帖子制成道格为防守球员调整了系统。

Beta版本0.9.3,2008年5月

以前200名的形式,道格发布一个几乎是官方发布版本的AV修订版。

版本1.0,2008年5月

在对公式做了一些小调整之后,道格发布近似值的第一个官方版本。

1.1版,2013年6月

为赌徒和kickers增加了AV。

以下是Doug的话(以及我对踢球者和赌徒的评论),描述了这个系统是如何工作的,以及创建它的思维过程……

令人毛骨悚然的细节

您应该认为这是一个不断发展的文档,因为我可能会永远地调整下面描述的一些常量。不过,在这一点上,它足够稳定,我愿意发布它。

进攻

每个团队都会让这很多指向在其进攻球员中消除:

team_offense_points= 100 *(每个驱动器的团队进攻点)/(每次驱动器平均进攻点),

在哪里

每个驱动器的进攻点=(7 *(Reshtd + Passtd)+ 3 * FG)/(Reshtd + Passtd +距离+ Punts + FGA)

令人反感的线路

作为一个单位,一个特定球队的进攻线将分享以下几点:

team_points_for_o_line.= 5 / 11 * team_offense_points

如何讨论该数字的到达第二部分;它回到了这篇文章,这种方法中的许多常数。

对于每一个进攻边锋(以及后卫和边锋),我们定义:

个人点数=[(已玩游戏)+ 5*(已开始游戏)*(pos_multiplier)] *(all_pro_multiplier),

其中,截球的pos_multiplier = 1.2,后卫和中锋的pos_multiplier = 1.0,后卫的pos_multiplier = 0.3,边锋的pos_multiplier = 0.2,

All_Pro_Multiplier = 1.9对于First-Team AP All-Pro,1.6用于第二队AP All-Pro,1.3为不是第一或第二队全职员的专业队员。[注意:all_pro_multiplier仅用于铲球,警卫和中心,而不是追溯或紧密的结尾。]

最后,每位玩家将获得以下分数:

大约_Value.=(个体_POINTS)/(团队上所有玩家的单个姓名 - 点)*(team_points_for_o_line)

技能位置玩家

因为我们知道整个进攻单位会team_offense_points,我们给了team_points_for_o_line.那些在线的人,我们有:

team_points_for_skill_positions.= team_offense_points - team_points_for_o_line

现在我们把它分成两部分:

team_points_for_rushers= team_points_for_skill_positions *(.22)* [(team_rsh_yards / team_total_yards)/ .37]

22图也是基于中描述的理论第二部分.0.37是1970年至今所有球队的冲刺码与总码的平均比率。所以一个典型的跑动-传球比率的团队将有22%的技能位置分分配给冲刺。一个更重运行的团队将有更多的点分配给匆忙,等等。

现在每个人都获得以下份额:

大约_Value.=(冲码)/(队冲码)* team_points_for冲锋者

最后,我们会给那些携带200个或更多,并且每个携带的码数高于或低于联赛平均码数的跑卫一个小奖励(或一个小惩罚):

奖金= .75 * [(每次匆忙码) - (rbs的联赛码)],如果玩家的每个rucks比联盟平均更好。

penalty = 2 * [(yard per rush) - (league yards per rush by RBs)],如果球员的yard per rush低于联盟平均水平。

请注意,四分卫、外接手和任何其他编写冲刺码的人都有资格在这一阶段获得近似的价值点。

现在轮到传球手和接球手....

team_points_for_passers.=(team_points_for_skill_positions - team_points_for_rushers)* .26。(看第二部分有关.26的解释。)

那叶:

team_points_for_receivers= (team_points_for_skill_positions - team_points_for_rushers) * .74。

任何接受院子的人都会获得这么多的AV积分:

大约_Value.= (receiving yards) / (team receiving yards) * team_points_for_receivers .(接收码

(最终,我可能会想在这里创造触地得分奖励,但目前还没有。)

对于过路人也是如此。

大约_Value.=(传球码)/(球队传球码)* team_points_for_passers

而且,就像对急匆匆者一样,我们在这里添加了一个效率调整:

奖励= .5 * [(每次尝试调整码数) -(联赛平均调整码每次尝试)],如果球员的AYPA高于联赛平均。

如果球员的AYPA低于联赛平均,罚球= 2 *[(调整码每次尝试)-(联赛平均调整码每次尝试)]

防御

首先是序言…

第二部分我说:

我只是在前面声明,在这种情况下,我并不一定反对调整度量,直到它提供给我们满意的结果,而不是选择一个理论基础并强迫自己坚持它。正如我在上一篇文章中引用Bill James的话:“这些近似并不是为了告诉你关于玩家的任何你所不知道的内容。”他们不应该教我们新东西;他们仅仅是要整理我们已经知道的东西,所以可以稍微篡改一下账目,直到他们告诉我们已经知道的东西。这里的问题是,我们没有人真正知道如何将塔里克•格伦2006年的作品与加里•克拉克1991年的作品进行比较。在我们确实“知道”的程度上,我们都“知道”不同的事情。重点是:虽然我确实认为我们需要某种理论来开始在某些领域,但如果一个严格的理论应用导致我们“错误”的答案,我不会为做出一些武断的改变而感到抱歉。

在不利的一面,我让理论在大多数情况下驱动方法,只是稍微调整了常量。

在球的防守方面,事情就不那么清楚了。如果我们把防守分成快速防守和传球防守,那么传球后卫和传球后卫之间的传球得分分配到什么程度呢?一般来说,我真的不知道如何回答这个问题。传球防守和跑动防守的得分是多少?我不知道。我们如何解释一些球队使用三名边锋和四名边锋,而另一些则相反的事实呢?

我宁愿承认无知也不愿假装知道。所以我的看法是,防守球员的待遇有点类似于进攻球员。也就是说,虽然数据会在某种程度上影响到得分,但防守球员的得分很大程度上取决于他打了多少场比赛,他先发了多少场比赛,他所在球队的防守有多好,以及他是否获得过全职业或职业碗的荣誉。

开始....

team_defense_points= 100 * [(1 + 2 m - m ^ 2)/(2 m)],

其中m =(每次驱动器允许的团队防守分数)/(每次驱动器允许联赛平均防御点)

team_points_for_front_7=(2/3)* team_defense_points

team_points_for_secondary.= (1/3) * team_defense_points

这两个计算来自与用于确定进攻方面的一些常数的相同的理论。即,这篇文章

现在,对于所有防守玩家,我们计算:

individual_points=[(已上场比赛)+ 5*(开始比赛)+抢断+ 4*(失球)+ 4*(拦截)+ 5*(防守战术)+ (tkl_constant)*(拦截)]+ (all_pro_bonus),

在哪里

TKL_Constant = 0如果年前是1994年之前,否则,TKL_Constant = .6如果玩家是防守界限,则.3如果播放器是一个线背,并且播放器0的播放器是防守的。

all_pro_bonus =(all_pro_level)*(yor_multiplier),

在哪里

All_pro_level = 1.5为第一队全专业,1.0为第二队全专业,0.5为职业投球手

= (year_constant) * (number_of_games_multiplier),

其中,year_constant = 40(1970- 1981), 80(1982-现在),以及
number_of_games_multiplier =(在该季节的每个团队播放的游戏数量)/ 16

所有这些软糖因素的观点是尝试在将跨越等式的统计部分更大或更小的联盟的季节中制作季节,保持稍微平等的重量。例如,在2007年,当玩家获得克萨斯和演奏16场比赛的信用时,等式的统计部将往往比1972年更大,玩家没有获得袋子的信誉,并参加了14场比赛。因此,我们需要不同的奖金,或者在2007年与1972年将在2007年稀释All-Pro-Ness。

现在,每个前七名球员都得到:

大约_Value.= [(个体_POINTS)/(团队中所有前七个玩家的单个_点的总和)] * team_points_for_front_7

每一个防守反击都是:

大约_Value.=[(个人得分)/(队中所有防守后卫的个人得分之和)]*次要队的个人得分

回报

每个球员得到一个近似值的点每踢或踢回TD。

踢球者

目前,踢人AV仅仅是基于射门得分和额外得分的表现。决定球员表现的核心数据是平均外踢得分(PAA),这是通过比较一个球员在不同距离(0-19码,20-29码,30-39码,40-49码,50+码)的经验命中率和投篮命中率与同一类别的联盟平均水平得出的。为了确定他在一个联赛平均罚球得分的基础上增加了多少分。

PAA_total= PAA_xp + PAA_fg1 + PAA_fg2 + PAA_fg3 + PAA_fg4 + PAA_fg5 + PAA_fg_u

在哪里

PAA_xp = xpm - xpa * lg_xp_pct

PAA_fg1 = 3 * (fgm1 - fga1 * lg_fg1_pct)

PAA_fg2 = 3 * (fgm2 - fga2 * lg_fg2_pct)

PAA_fg3 = 3 * (fgm3 - fga3 * lg_fg3_pct)

PAA_FG4 = 3 *(FGM4 - FGA4 * LG_FG4_PCT)

PAA_FG5 = 3 *(FGM5 - FGA5 * LG_FG5_PCT)

PAA_fg_u = 3 * (fgm_u - fga_u * lg_fg_pct)

其中fgm_u和fga_u是指未计入距离类别的投篮命中率和命中率。我们有1969年的完整距离数据;从1960年到1968年,我们有一些球员的部分距离;1959年以前,没有已知的距离。在未计入场上进球的PAA情况下,罚球者将与整体联盟平均投篮命中率进行比较。

此时,我应该讨论如何为踢球者和盗窃者派生AV比例。谢谢罗德尼堡,我们有2002-2009赛季的NFL薪资数据,所有这些数据都描述了其他位置的赌客/踢球者,还有一些描述了彼此之间的k和p。从这些数据和现有的AV规模来看,我们认为在典型的16场、32支球队的赛季中,踢球员/投注者应该得到170分AV——总共给踢球员100分(或3.125分/支球队),给投注者70分(或2.1875分/支球队)。这个标准应该是这样的,平均一个全职球员可以得到3个AV,最好的一个赛季可以得到6-7。

由此,我们可以将PAA转换为近似值。首先,确定球员在球队的“踢球时间”中所占的份额:

k_playing_time= xpa + 3 * fga

pct_team_playing_time= k_playing_time / ?(team k_playing_time)

如果踢球者的平均PAA(联赛平均3.125,对于少于16场比赛的赛季),确定他在他的比赛时间内会得到多少AV:

avg_av.= (3.125 / 16) * team_games * pct_team_playing_time

然后根据他的PAA_TOTAL向上或向下调整(除以5任意校准结果以匹配我们上面描述的AV刻度):

raw_AV= AVG_AV +(PAA_TOTAL / 5)

最后一步是将这些数据按比例分配到16场不同赛季的球队比赛中:

大约_Value.= 16 *(raw_av / team_games)

赌客

现在,撑船的AV是用总撑船平均和避免阻塞撑船的能力来决定的。

就像踢腿者一样,第一步是确定生产率高于/低于平均水平。我们使用的是调整抛球码(Adjusted Punt Yards),这是一个总抛球码,以13码罚封堵(基本原理是,当一个封堵发生时,赌徒在LOS后面13码,但我们不评估完整的50码失手/失误罚——如中所述隐藏的足球游戏——因为球队无论如何都在把球踢翻。)

adj_punt_ypa= (punt_yds - 13 * punt_blocked) / (punt + punt_blocked)

然后,对于每个联盟赛季,使用个人赌徒的总点数(点数+阻塞点数)作为权重计算联盟的平均adj_punt_ypa。然后计算出球员在联赛平均水平之上/之下增加了多少调整后的砝码:

Adjunt_yds_above_avg.= (punt + punt_blocked) * (adj_punt_ypa - lg_adj_punt_ypa)

然后我们开始将adj_punt_yds_above_avg转换为近似值。和踢球者一样,我们决定球员在球队的“撑杆比赛时间”中所占的份额:

pct_team_playing_time= (punt + punt_blocked) / ?[team (punt + punt_blocked)]

然后计算出如果球员的平均得分高于平均得分(再按联盟平均得分2.1875的比例计算,低于16场比赛的赛季),他在比赛时间内将获得多少AV:

avg_av.= (2.1875 / 16) * team_games * pct_team_playing_time

然后根据他的Adjunt_yds_above_avg调整或下来调整它们(划分200任意校准结果以匹配我们上面描述的AV刻度):

raw_AV= avg_AV + (adj_punt_yds_above_avg / 200)

最后一步是将这些数据按比例分配到16场不同赛季的球队比赛中:

大约_Value.= 16 *(raw_av / team_games)