Maalitodennäköisyyksien mallintaminen jääkiekossa
Authors
Date
2019Copyright
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Data-analyysin hyödyntäminen urheilulajien analysoinnissa on yleistynyt tekniikan kehityksen myötä. Luultavasti tunnetuin läpimurto on tapahtunut baseballissa, joka sopii toistokokeiden tapaiselta tyyliltään erinomaisesti mallinnettavaksi. Jääkiekossa data-analyysi on vasta tekemässä nousuaan, sillä ottelutapahtumien tilastointi on ollut varsin niukkaa verrattuna moneen muuhun lajiin. Pelkkien maalimäärien analysoinnissa ongelmana on maalien vähäinen määrä ottelukohtaisesti. Kaikkien laukausten sisällyttäminen analyyseihin kasvattaa ottelukohtaista otoskokoa paljon, ja laukaisukartoista saatavien sijaintitietojen hyödyntäminen tuo lisäarvoa. SM-Liigan laukaisukarttoja on saatavilla syksystä 2014 alkaen.
Tässä työssä sovitetaan maalitodennäköisyysmalli jääkiekon SM-Liigan laukaisudataan, joka on saatavilla SM-Liigan verkkosivuilta. Maalitodennäköisyydellä tarkoitetaan yksittäisen laukauksen maaliin menemisen todennäköisyyttä. Kyseistä todennäköisyyttä voidaan mallintaa hyödyntämällä laukaisukartoista löytyviä tietoja sijainneista ja pelaajista sekä erikseen laskettavista lisämuuttujista. SM-Liigan aineistoon tehtyä maalitodennäköisyysmallia ei ole aiemmin julkaistu.
Maalitodennäköisyysmallit sovitetaan käyttämällä yleistettyjä logistisia sekamalleja, joiden avulla laukovan pelaajan ja torjuvan maalivahdin vaikutus maalitodennäköisyyteen voidaan huomioida. Mallien validoinnissa keskitytään enimmäkseen mallien kalibraatioon, eli mallin tuottamien todennäköisyysestimaattien laatuun. Mallien kalibraatiota tutkiessa saadaan käsitys siitä, vastaako todennäköisyysestimaatti todellisuutta ja onko se luotettava. Työssä tehtyjen kalibraatiotarkastelujen perusteella mallit vaikuttavat toimivilta. Työssä käsitellään myös raakadatan muokkaamista mallintamisen kannalta sopivaan muotoon ja mallintamisessa käytettävien muuttujien laskentaa sekä esitetään tapoja sille, miten maalitodennäköisyyksiä voidaan hyödyntää pelaajien ja joukkueiden suoritusten arvioinnissa.
...
Keywords
Metadata
Show full item recordCollections
- Pro gradu -tutkielmat [28039]
Related items
Showing items with similar title or keywords.
-
Hybrid stock analysis model for financial market forecasting
Korablyov, Mykola; Fomichov, Oleksandr; Antonov, Danylo; Dykyi, Stanislav; Ivanisenko, Ihor; Lutskyy, Sergey (IEEE, 2023)Various approaches are used to analyze stocks for the purpose of forecasting the financial market. Because stocks exist in a large and interconnected market, traditional methods based on time series information for a single ... -
Teollisuusyrityksen tuotteiden kysynnän ennustaminen asiantuntijahaastatteluiden avulla
Luomala, Oskari (2018)Kysynnän ennustaminen on tyypillinen ongelma teollisuusyrityksillä. Ennusteiden laatimisessa usein hyödynnetään tilaushistoriaa tai jotain muuta aineistoa. Laadituilla ennusteilla on vaikutusta koko yrityksen toimintaan ... -
Bayesian semiparametric long memory models for discretized event data
Chakraborty, Antik; Ovaskainen, Otso; Dunson, David B. (Institute of Mathematical Statistics, 2022)We introduce a new class of semiparametric latent variable models for long memory discretized event data. The proposed methodology is motivated by a study of bird vocalizations in the Amazon rain forest; the timings of ... -
Effect of variable selection strategy on the predictive models for adverse pregnancy outcomes of pre-eclampsia : A retrospective study
Zheng, Dongying; Hao, Xinyu; Khan, Muhanmmad; Kang, Fuli; Li, Fan; Hämäläinen, Timo; Wang, Lixia (Scholar Media Publishing Company, 2024)Objectives: The improvement of prediction for adverse pregnancy outcomes is quite essential to the women suffering from pre-eclampsia, while the collection of predictive indicators is the prerequisite. The traditional ... -
The “Seili-index” for the Prediction of Chlorophyll-α Levels in the Archipelago Sea of the northern Baltic Sea, southwest Finland
Hänninen, Jari; Mäkinen, Katja; Nordhausen, Klaus; Laaksonlaita, Jussi; Loisa, Olli; Virta, Joni (Springer Science and Business Media LLC, 2022)To build a forecasting tool for the state of eutrophication in the Archipelago Sea, we fitted a Generalized Additive Mixed Model (GAMM) to marine environmental monitoring data, which were collected over the years 2011–2019 ...