PowerPlay-magasinet

Cześć przyjaciele,

Minęło już trochę czasu od ostatniego artykułu. Do momentu pisania tej części otrzymałem dane ponad 1800 zawodników. Chciałbym podziękować każdemu z Was i prosić o dalsze nadsyłanie, ponieważ ostatnia część badania mająca na celu odkrycie wpływu pracowników będzie najbardziej interesująca. Proszę nie przesyłajcie nieprawdziwych danych i wypełnijcie wszystkie pola dla danego zawodnika w formularzu, ponieważ niewypełnione pola powodują błędy w skrypcie i muszę je ręcznie usuwać. Zawodników możecie przesyłać korzystając z formularza. Adres odnośnika nie zmieni się zatem możecie dodać go do swoich zakładek.

Pierwszy artykuł zawierał wprowadzenie do projektu, a w drugim poruszyłem kwestie prognozowania długości kariery. Na przykład, jakie są szansę wylosowania juniora z długością kariery 6/6, a jakie w przypadku 5/6. W chwili pisania tamtej części dysponowałem danymi 430 zawodników. Obecnie, gdy mam ich ponad 1800 wciąż można zauważyć stosunek DK 6/6 do 5/6 równy 60:40. Dalej w tamtym artykule zostały opisane ścieżki kariery nowych juniorów, co pozwoliło wyciągnąć wniosek, że ścieżka kariery jest wrodzoną cechą zawodnika, przypisywaną mu w chwili wylosowania, która nie zmienia się w czasie trwania jego kariery.

Pierwszą nowością o jakiej chciałbym napisać w tym artykule są dane dotyczące preferowanej strony zawodnika. Niespodziewanie wyniki nie ustabilizowały się na ładnych okrągłych liczbach (jak 60,07% i 39,93% w przypadku długości kariery) ale mimo to je przedstawię. Spośród przesłanych zawodników 34,7% cechowało się lewą preferowaną stroną, 33,3% prawą, a 32,0% było uniwersalnych. Oczekiwałem, że szanse te będą wynosić dokładnie jedną trzecią (33,3%). Zatem jeśli połączymy powyższe wyniki z rezultatami badań z drugiej części skupiającej się na DK, szanse wylosowania juniora z długością kariery 6/6 i uniwersalną preferowaną stroną w przybliżeniu wynoszą 20%. Możecie również sięgnąć do wyników z drugiej części i obliczyć szanse wylosowania juniora z uniwersalną stroną, który w wieku 18 lat miałby DK równe 6/6.

Czas nie pozwala mi odłożyć „wielkich wiadomości" na inny dzień. Powinienem podzielić się z Wami jedną z nich, którą jest wpływ poziomu akademii sportowej na całkowitą umiejętność zawodników. Muszę jednak zaznaczyć, że wpływ pracowników nie został usunięty z danych. Jak wspominałem wcześniej, określenie wpływu pracowników nie jest łatwe, biorąc pod uwagę wymaganą liczbę obserwacji i małe zróżnicowanie wpływu pracowników wśród przesłanych zawodników.

Wszyscy zawodnicy zostali podzieleni na grupy według tego samego poziomu akademii sportowej. Każda grupa została dopasowana do rozkładu normalnego, aby określić wartość oczekiwaną i odchylenia od niej. Wartość oczekiwana oznacza oczekiwane „średnie" CW (oznaczone jako μ) zawodnika na danym poziomie akademii sportowej. Sigma z rozkładu normalnego (odchylenie standardowe) może być użyta do określenia szans wylosowania zawodnika z CW powyżej wartości X dla każdego poziomu akademii. Opracowałem dwa przykłady, dla poziomu 8 i 14. Możecie zauważyć, że szczyt wykresu przesunął się w stronę większego CW w przypadku 14 poziomu. W zasadzie średnie oczekiwane CW dla poziomu 8 wynosi 208, podczas gdy dla 14 poziomu 293. Możecie również dostrzec wpływ ilości danych, otrzymałem dane 55 zawodników z poziomu 8 i 448 zawodników z 14.

Porównując poziomy akademii od 7 do 15 (poziomów z których otrzymałem mniej niż 25 juniorów nie biorę pod uwagę) otrzymałem poniższy wykres.

Jak widać, ze wzrostem poziomu akademii sportowej mamy wyraźny liniowy wzrost średniej całkowitej umiejętności, której możecie oczekiwać według równania y = (14±2)x+(91±20) gdzie y=μ=średnie CW zawodnika i x=poziom akademii sportowej. To oznacza, że na 0 poziomie możecie oczekiwać średniej równej 91±20 CW. Każdy poziom akademii od tego momentu dodaje 14 CW do średniego losowania. Jeszcze raz chciałbym zaznaczyć, że wpływ pracowników nie został usunięty z powodów wspomnianych wcześniej. Odjęcie wpływu pracowników powinno spowodować lepsze dopasowanie do liniowego trendu. Widać, że w przypadku poziomów od 10 do 15 zależność jest silnie liniowa, natomiast w przypadku poziomów 7-9 występują odchylenia. Uwzględnienie wpływu pracowników i zebranie większej ilości danych z poziomów 7-9 powinno złagodzić te rozbieżności. Miejcie na uwadze, że kluby posiadające wyższy poziom akademii sportowej zwykle posiadają lepszych pracowników.

Powinienem wrócić do pracy, z której żyję. Jeśli ktokolwiek wie coś o symulowaniu pojawienia się turbulencji w kleistych hydrodynamicznych quasi-Keplerowych dyskach akrecyjnych to dajcie znać.

Dziękuję za przeczytanie artykułu. W momencie, gdy zdobędę potrzebną ilość danych, opiszę wpływ pracowników. Do tego czasu życzę Wam powodzenia w playoffach w hokeju, w nowym sezonie piłkarskim i w Waszej przygodzie z piłką ręczną.

Tłumaczenie: CraCK84