NBA射撃の一貫性の計算

NBAプレーヤーの3点射撃の一貫性を評価/決定する適切な方法は何でしょうか？たとえば、3ポイントの範囲から37％を発射し、年間200回の試行を行うプレーヤーがいます。

私は、任意の数のショット（たとえば20）のローリング平均3ポイント％を取ることを検討していました。次に、それらの平均を使用して、37％の平均からの標準偏差を決定します。20ショットのローリングサンプルサイズを使用した場合、精度は5％のパーセンテージでしか許容されませんが、あまり多くのショットを使用してもパフォーマンスの不一致が明らかにならないのではないかと心配しています。

一貫性を判断するためのより良いアプローチはありますか？

別のユーザーが上記のコメントで述べたように、ランテストは撮影データを分析する方法です。シーケンスの要素が相互に独立しているという仮説をテストします。仮説が却下された場合、プレーヤーの3点射撃に一貫性がないと言えます。

この記事はあなたの分析に直接関連しているので、この記事の方にもお伝えしたいと思います。

実行テストは良い考えだと思います。私にとっては、「チャンク」でデータを分析することにより、プレイヤーの一貫性における「ホットハンド」のプロキシまたは制御を作成することが目的です。この現象に関する膨大な文献が世の中にあります。最高の論文の1つが2015年7月に彼のブログで彼のブログでゲルマンによって議論されました。（http://andrewgelman.com/2015/07/09/hey-guess-what-there-really-is-a-hot-hand/）。ゲルマンが報告する論文は、それがホットハンズ現象の以前の分析によってなされたエラーを詳述している限り、以前の文献の多くに対する反論です。初期の研究は、条件付き確率ではなく全体に焦点を当てていました。この論文では、新しい逐次確率モデルを提示しています（論文への参照についてはリンクを参照してください）。

たとえば、撮影したショットの数の違いを制御する必要がある整合性の1つの優れた指標は、変動係数です。CVは、無次元のスケール不変の変動性測定であり、標準偏差を平均で割ることによって計算されます。それが解決しようとする問題は、標準偏差が測定対象の単位のスケールで表されることです。つまり、それはスケール不変ではありません。つまり、平均値が高いメトリックは、平均値が低いメトリックよりも標準偏差が大きくなる傾向があります。したがって、たとえば、平均値の違いにより、拡張期血圧と収縮期血圧の変動の測定値は直接比較できません。CVを取ることにより、それらの変動性は同等になります。株価などの他の多くの指標についても同じことが言えます

したがって、CVは、カテゴリ情報と負の値を持つメジャーを除いて、多くのメトリックとスケールタイプに対して計算できます。