PowerPlay–ს მაღაზია

Pozdrav svima,

Eto, prošlo je već neko vrijeme otkako sam vas obavijestio o napretku istraživanja sportske akademije. U vrijeme pisanja ovog članka, trećeg u nizu, preko 1800 igrača je našlo svoje mjesto u mojoj bazi. Želim ovim putem zahvaliti svima koji su pomogli i ujedno vas potaknuti da i dalje radite isto budući da je zadnja faza, vjerojatno i najzanimljivija, pred nama - istraživanje utjecaja zaposlenika. Molim vas da ne lažirate podatke i ispunite sva polja  jer inače programčić koji sam sklepao ne radi i moram ručno tražiti i izbacivati krive i/ili nepotpune unose. Igrače možete unositi OVDJE. Slobodno stavite i bookmark na ovaj link kako mi vam ostao tu negdje zapamćen, neće se ništa dogoditi.

Prvi članak je bio svojevrsni uvod dok sam u drugom članku pisao o DK predviđanjima. Primjerice, koja je vjerojatno da izvučete 6/6 igrača naprama vjerojatnosti izvlačenja 5/6 igrača. U vrijeme tog izvješća imali smo oko 430 unesenih igrača. Sada ih imamo oko 1800 i brojevi još idu prema 60:40 omjeru 6/6 naprama 5/6 DK iz akademije. Članak ide još malo u dubinu  raspravljajući što to znači za igrače (koji će im biti daljnji tijek DK-a), naravno sve to pod pretpostavkom da je put DK-a igraču na neki način „urođen", tj. da nije dinamičan i da se ne mijenja tijekom karijere.

Prvi podatak koji bih vam želio predstaviti je onaj o preferiranim stranama.  Iznenađujuće, podaci se nisu baš zaokružili na lijepe brojeve (kao primjerice 60.07% i 39.93% which was što je bio slučaj za DK), ali unatoč tome, reći ću vam što smo otkrili. Od unesenih igrača, 34.7% su imali preferiranu stranu lijevi, 33.3% desnu i  32.0% univerzalci. Naravno, s vremenom očekujem da se ti brojevi ustale i zaokruže (33% svaki. To pak znači, ako ove rezultate kombinirate s onima iz drugog članka, koji se fokusirao na DK, šansa izvlačenja 6/6 univerzalno igrača je otprilike 20%. Te brojke možete kombinirati s onima iz prošlog članka ako vas, primjerice, zanima koja je vjerojatnost da igrač i s 18 godina bude 6/6.

Koliko god bih htio  "velike vijesti" investigations istraživanja ostavit za neki drugi dan, malo su me pritisle obaveze i vrijeme pa vam odmah dajem prvu od tih vijesti: utjecaj nivoa akademije na CV igrača. Odmah na početku moram reći da utjecaj zaposlenika nije uziman u obzir. Kao što sam i prije par puta spomenuo, utjecaj zaposlenika je malo teže odrediti zbog broja potrebnih podataka i male distribucije učinkovitosti zaposlenika koju ljudi prijavljuju. S tim na umu, nastavite s čitanjem članka.

Svi unešeni igrači su raspoređeni u grupe s obzirom na prijavljeni nivo sportske akademije. Za svaku grupu sam koristio Gaussovu distribucije kako bih lakše došao do srednje vrijednosti i greške u srednjoj vrijednost. Ta srednja vrijednost je korištena kako bi se odredio „prosječni" očekivani CV (označeni μ) igrača s obzirom na nivo akademije. Nadalje, sigma grafa Gaussove distribucije (debljina vrha) može biti korištena i kako bi pretpostavili vjerojatnost izvlačenja igrača s većim od X CV-om za svaki dani nivo akademije. Ovdje sam uključio dva primjera, nivoe akademije 8 i 14. Jasno se vidi da je vrh grafa dosta viši za mogući CV u grafu nivoa akademije 14 s obzirom na graf nivoa akademije 8. Ustvari, akademija nivoa 8 ima prosječni CV igrača 208 dok je prosječni očekivani CV igrača na akademiji nivoa 14 293 CV. Ovdje lako uviđate i blagodati baratanja mnoštvom podataka. Za akademiju nivoa 8 smo imali 55 unešenih igrača dok smo za onu nivoa 14 imali 448. Naravno, molim vas da imate na umu napomenu s početka prošlog odlomka da nije u obzir uzet utjecaj zaposlenika.

Kada usporediti krivulju  od nivoa 7 do 15 (nivoi akademije s manje od 25 unešenih igrača nisu analizirani zbog premalo podataka) dolazite do donjeg prikaza.

Kao što je poprilično očito, s povećanjem nivoa akademije ide i određeno linearno povećanje CV-a igrača koji možete očekivati, a dan je funkcijom y = (14±2)x+(91±20) gdje je y=μ=prosječni CV igrača i x=nivoa akademije. To znači da na nivou akademije 0 možete očekivati prosječnog izvučenog igrača od 91±20 CV. Svaki daljnji nivo akademije prosječno daje 14 CV na izvučenog igrača. Još jednom napominjem da učinkovitost zaposlenika nije uzimana u obzir zbog gore navedenih razloga. Zbog toga, teško mi je bilo ukloniti utjecaj zaposlenika bez kojeg bi mi onda točke bolje odgovarale i bolje bih aproksimirao linearni trend rasta. Iz zadnjeg prikaza je poprilično očito da su nivoi akademije 10-15 jako linearni dok nivoi 7-9 malo zaobljuju graf. Uzimajući zaposlenike u obzir i s više podataka za nivoe 7-9 trebao bih ublažiti raskorak.

Trebao bih se vratiti poslu za koji sam plaćen. Ako itko zna kako simulirati pojavu turbulencije u viskoznim hidrodinamičkim kvazi-Keplerovim diskovima porasta, neka mi javi jer sam u poslu preko glave s tim.

Hvala vam na čitanju, sljedeći članak o utjecaju zaposlenika ću vam napisati kad za to budem imao dovoljno podataka. Dotad, želim vam puno sreće u doigravanju hokeja, novoj nogometnoj sezoni i rukometnim avanturama.

Preveo i prilagodio: jackass9