Εντοπίστηκε ένα σφάλμα στη λειτουργία της ΠΥΞΙΔΑΣ όταν χρησιμοποιείται μέσω του προγράμματος περιήγησης Safari. Μέχρι να αποκατασταθεί το πρόβλημα, προτείνουμε τη χρήση εναλλακτικού browser όπως ο Chrome ή ο Firefox. A bug has been identified in the operation of the PYXIDA platform when accessed via the Safari browser. Until the problem is resolved, we recommend using an alternative browser such as Chrome or Firefox.
 

Analysis with Play-by-Play Data in Euroleague

Φόρτωση...
Μικρογραφία εικόνας

Ημερομηνία

31-01-2023

Συγγραφείς

Λουκόπουλος, Ορέστης
Loukopoulos, Orestis

Τίτλος Εφημερίδας

Περιοδικό ISSN

Τίτλος τόμου

Εκδότης

Επιβλέπων

Διαθέσιμο από

2023-05-12 14:56:57

Περίληψη

Η παρούσα διατριβή παρουσιάζει μια ανάλυση των επιθέσεων στο ευρωπαϊκό μπάσκετ. Ο στόχος αυτής της μελέτης είναι να εντοπίσει τους κύριους παράγοντες που συντελούν στην επιτυχημένη έκβαση των επιθέσεων. Συνήθως, οι περισσότεροι ερευνητές χρησιμοποιούν δεδομένα από το box-score για να εντοπίσουν αυτούς τους παράγοντες. Σε αυτήν τη διατριβή, χρησιμοποιήσαμε δεδομένα από τη σεζόν 2019 - 2020 της Ευρωλίγκας σε μορφή play-by-play. Η κύρια ιδέα ήταν να λάβουμε υπόψη πληροφορίες σχετικά με τη διάρκεια κάθε κατοχής, καθώς και πληροφορίες σχετικά με την πρόοδο και την έκβαση της προηγούμενης κατοχής των αντιπάλων.Χρησιμοποιήσαμε αυτά τα δεδομένα εφαρμόζοντας ορισμένα περιγραφικά στατιστικά καθώς και ένα μοντέλο Λογιστικής Παλινδρόμησης. Τα αποτελέσματα της ανάλυσης αυτής, παρέχουν πληροφορίες σχετικά με τα χαρακτηριστικά του παιχνιδιού που μεγιστοποιούν την επιθετική αποδοτικότητα μιας ομάδας. Τα ευρήματα αυτής της μελέτης μπορούν να χρησιμοποιηθούν από προπονητές προκειμένου να βελτιώσουν στρατηγικές και να αυξήσουν την επιθετική αποτελεσματικότητα της ομάδας τους.
This thesis presents an analysis of offenses in European basketball. The goal of this study is to identify the key factors that contribute to successful offensive outcomes. Usually, most researchers utilize box-score data to identify these factors. In this thesis, we used data from the 2019 – 2020 Euroleague season in Plat-by-Play format. The idea was to take into consideration information regarding the duration of each possession, as well as information concerning the progress and the outcome of opponents' past possession. We utilized these data by applying some data visualizations as well as a Logistic Regression model. The results of the analysis provide insights regarding the game characteristics that maximize the offensive efficiency of a team. The findings of this study can be used by coaches in order to improve their strategies and increase the scoring efficiency of their team.

Περιγραφή

Λέξεις-κλειδιά

Ανάλυση δεδομένων, Μπάσκετ, Καλαθοσφαίριση, Ευρωλίγκα, Αθλητική αναλυτική, Data analysis, Basketball, Euroleague, Sports analytics

Παραπομπή

Άδεια Creative Commons