Using Regression Adjusted Plus-Minus to Quantify Player Effect in Team Sports

Dieses Kapitel befasst sich mit der Anwendung von Regression Adjusted Plus-Minus (RAPM) -Modellen, um Spielereffekte im Mannschaftssport zu quantifizieren. Es beginnt mit den Beschränkungen traditioneller Box-Score- und Plus-Minus-Statistiken, die aufgrund der Abhängigkeit von anderen Spielern und der Aufzeichnung nicht aller wichtigen Aktionen oft nicht den wahren individuellen Beitrag eines Spielers erfassen. In diesem Kapitel werden Adjusted Plus-Minus (APM) -Modelle vorgestellt, die regressionsbasierte Ansätze verwenden, um die Auswirkungen jedes Spielers auf die Teamleistung abzuschätzen. Es behandelt verschiedene Arten von APM-Modellen, darunter Regularisierte APM-Modelle (RAPM) und Bayessche APM-Modelle, und diskutiert die Struktur der Designmatrix und die Wahl der Antwortvariablen. Das Kapitel untersucht auch verschiedene Regulierungstechniken wie Grat- und Lasso-Regression und deren Anwendung in RAPM-Modellen. Es bietet praktische Beispiele und Übungen anhand von Play-by-Play-Daten aus der NHL, um die diskutierten Punkte zu veranschaulichen. Darüber hinaus bietet das Kapitel Vorschläge für Forschungsprojekte und Beispielcodes zur Implementierung von RAPM-Modellen. Das Kapitel schließt mit der Diskussion ausstehender Fragen in der RAPM-Literatur und potenzieller Forschungsthemen für Studenten, die sich für Sportforschung interessieren.