Часопіс PPM

Нови чланак са новим резултатима и тумачењима менаџера 

canucks357 у оквиру истраживања спортске академије у фудбалу.

Здраво народе,

Прошло је прилично времена од мог последњег извештаја о току истраживања спортске академије. У тренутку писања овог чланка, трећег у низу, у базу су унети подаци о више од 1800 играча. Желим да се захвалим свима који су проследили податке и да вас замолим да наставите, јер тек следи коначни и најинтересантнији корак - одређивање утицаја особља! Молим вас да не фалсификујете податке и да комплетно попуните формулар за сваког играча, јер у супротном моја скрипта прави грешку и онда сам принуђен да ручно одстрањујем неважеће податке. Унос података о играчима из академије можете извршити ОВДЕ. Слободно забележите линк, неће се мењати.

Први чланак је био увод, а у другом сам вас информисао о дужини каријере играча. На пример, које су шансе да се извуче 6/6 играч у односу на 5/6 играче. У време писања тог извештаја било је 430 уноса у базу. Сада имамо преко 1800 уноса и подаци још увек показују да је тај однос 60:40. У чланку је потом продубљена анализа у смислу како тај однос даље утиче на ивлачење играча са конкретним током каријере, наравно под претпоставком да су поменути конкретни токови каријере нешто што се играчу додељује у моменту извлачења из академије, а не нешто што је динамично и што се мења током његове каријере.

Прво што желим са вама сада да поделим су подаци о позицији тј. омиљеној страни играча. Интересантно је да, иако би се очекивало супротно, подаци се још увек нису усталили на округлим бројевима (нпр. 60.07% и 39.93%, као што је било код дужине каријере), али ћу их ја ипак објавити. Од пријављених играча 34.7% је са левом омиљеном страном, 33.3% је са десном омиљеном страном, а 32.0% је универзално. Ја бих очекивао да се ови бројеви коначно устале на вредности од једне трећине (33%), као што је на почетку могло да се претпостави. Ако ово сада повежемо са претходним чланком и подацима о дужини каријере, можемо рећи да су шансе да се извуче универзални 6/6 играч негде око 20%. Даље можете да израчунате, користећи податке из претходног чланка, колике су шансе да играч кад напуни 18 година буде 6/6 и да је универзалан по питању омиљене стране на којој игра.

Колико год бих желео да извештај о првом од најинтересантнијих предмета истраживања оставим за неки други дан и самостални чланак, имајући у виду моје друге обавезе и недостатак времена, то ћу ипак учинити сада. Дакле, понашање укупне вештине (УВ) играча у вези са нивоом спортске академије. Ипак, пре свега морам да нагласим да утицај особља још није узет у обзир. Као што је раније помињано, тешко је проценити утицај особља са обзиром на то колико је података потребно, а каква је притом постојећа расподела ефикасности пријављеног особља. Сада, када то имамо на уму, можемо да наставимо.

Сви пријављени играчи су разврстани у групе према нивоу спортске академије при ком су извучени. Свака група је фитована Гаусовом расподелом да би се одредила средња вредност и несигурност средње вредности. Ова средња вредност је искоришћена да се одреди "средња" очекивана УВ (означена са μ) за играча на датом ниву спортске академије. Даље, сигма Гаусове криве (ширина врха) се може искористити за израчунавање шанси за извлачење играча са УВ изнад неке задате вредности X, на датом (било ком) ниву спортске академије. Приказаћу вам два примера: за ниво 8 спортске академије и за ниво 14 спортске академије. Јасно се види да се врх криве за ниво 14 спортске академије помера ка вишим вредностима УВ у односу на врх криве за ниво 8 спортске академије. Шта више, ниво 8 спортске академије је имао средњу очекивану вредност УВ 208, док је ниво 14 спортске академије имао средњу очекивану вредност УВ 293. Такође се јасно види утицај броја података на истраживање. Ниво 8 је имао само 55 пријављених играча, док је ниво 14 имао 448. Ипак, имајте на уму и упозорење са почетка овог текста, а то је да ће менаџери са вишим нивоима тј. изграђенијим спортским академијама вероватно имати и боље особље, јер су у питању напреднији и богатији тимови.

Када упоредимо резултате са нивоа академије од 7 до 15 (при чему нису анализирани нивои са мање од 25 пријављених играча због лоше статистике) добијамо график као на слици испод:

Јасно се може видети да са растом нивоа спортске академије постоји очигледан линеарни пораст очекиване средње вредности УВ, описан линеарном функцијом y = (14±2)x+(91±20), где је y=μ=средња УВ играча, а x=ниво спортске академије. Ово значи да на нултом нивоу академије можете очекивати играче са 91±20 УВ у просеку. Сваки следећи ниво академије ће надаље просечној вредности УВ додавати у просеку 14 јединица. Још једном да поновим да, из раније наведених разлога, утицај особља овде није разматран. Као резултат тога, нисам могао да искључим утицај особља (а у ком случају би добијене вредности вероватно биле ближе самој линеарној зависности тј. одступање би било мање). Јасно се види да су вредности од 10. до 15. нивоа високо линеарне, док вредности са 7. до 9. нивоа више одступају од фитоване зависности. Урачунавање утицаја особља и много више података за нивое 7-9 би требало да уклони ово неслагање.

Сада морам да се вратим мом правом послу. Ако неко зна било шта о симулирању појаве турбуленције у вискозним хидродинамичним квази-Кеплеровским акреционим дисковима, молим да ми јави, тренутно сам нешто баш запео са тим.

Хвала вам на пажњи. У следећем тексту ћу писати о утицају особља, али тек онда када будем имао довољно података да изнесем конкретне закључке. До тада желим вам пуно среће у плејофу у хокеју, у новој сезони у фудбалу и у авантурама у најновијем спорту - рукомету!