Csapatok

A Miau Wiki wikiből

Tartalomjegyzék

Forrás

[1]

A tervezett alkalmazás/megoldás címe

Vajon az NBA keleti és nyugati főcsoportjának általam szimpatikusnak vélt csapatai közül melyikbe lenne érdemes nagyobb összeget fektetni a kiválasztott statisztikai mutatók alapján- avagy melyik a legjobb csapat?

A feladat előtörténete

A mai világban, főként a gazdasági világválságot követően az üzletembereknek kétszer is meg kell gondolniuk, hogy mibe fektetik a pénzüket. Már, ha fektetik valamibe. Amerikában eszméletlen hagyománya van a sportnak, azok közül is az egyik legkedveltebb sportág a kosárlabda. Nyugodtan mondhatjuk, hogy az NBA a világ kosárlabdájának a Mekkája. Na most, ha van terület, ami „öröknek” mondható és népszerűsége mit sem csökkent a válság hatására, akkor az a sport, és a kosárlabda. (értendő ez most kizárólag Észak-Amerikára). Tehát, ha van manapság „biztosnak” mondható terület, amibe nyugodt szívvel fektethet pénzt az ember, akkor az ez. Én is elgondolkoztam, hogy ha egy pár év múlva nagyobb összeg birtokosa lennék, akkor mégis melyik csapatba kéne pénzt fektetni.

A feladat megoldás jelenlegi helyzete és ennek értékelése

Ha nem állt volna rendelkezésemre a Coco program az elemzéshez, akkor mindenképpen az excel programcsomagot használtam volna fel a megoldáshoz. Első lépésként biztosan a Sorszám függvényt alkalmaztam volna ez esetben is, viszont a Coco program nélkül egy egyszerű SZUM függvénnyel összesítettem volna a kapott sorszám eredményeket. Az Alaptábla nevű munkalapon narancssárga színnel kiemelve, a direkt tábla mellé el is készítettem ezen futtatást. Ez esetben egyértelműen a legkisebb eredmény nyer! A kapott, konkrét végeredmények tekintetében, ezzel a módszerrel a Denver Nugets és a Miami Heat döntetlennel végeztek az élen, ergo ugyan olyan eredményt értek el. Hozzá kell tennem, hogy ez a módszer nem ad, nem adhat átfogó képet, megbízható eredményt a témában. Ha a legegyszerűbben fogalmaznám meg, akkor azért nem, mert a módszer túl primitív a hasonlóságelemzéshez képest. Ezen módszer nem elég részletes, árnyalt, ami az eredményeket illeti.

A tervezett megoldás adatvagyonának bemutatása (ANYAG)

Az általam létrehozott OAM egy nagyobb, az egész Észak-Amerikai profi kosárlabda bajnokság mezőnyét tartalmazó adatbázisból lett leszűkítve, de oly módon, hogy mind a keleti mind pedig a nyugati főcsoport csapatai közül kiválasztottam azon csapatokat, amelyek a legszimpatikusabbak számomra, vagyis azt a tíz gárdát választottam az elemzéshez, amelyek valamilyen emocionális alapon kötődnek hozzám. (ez azért fontos, mert olyan csapatba nem fektetnék pénzt, amely nem szimpatikus, legyen az akár aranybánya is). Egy példával illusztrálva a dolgot: A Los-Angeles Clippers esetében nem mondhatnánk, hogy egy meghatározó tagja a ligának az idei évben, ahogy például a kiválasztott csapatok közül például blokkok tekintetében sincs az élmezőnyben, viszont ha ebben a csapatban blokkol valaki, azt két hét múlva is visszanézik az emberek a youtube-on. Tehát az ő esetükben a látványosság a kulcs. Az attribútumok közül is azt a tizenöt darabot választottam ki, amelyek véleményem szerint a legjobban meghatározóak, a statisztikai mutatók közül, illetve a kutatási probléma megoldásához a legrelevánsabbak.

Objektumok (sorok)

  • Charlotte Bobcats
  • Cleveland Cavaliers
  • Denver Nugets
  • Golden State Warriors
  • Houston Rockets
  • Los Angeles Clippers
  • Miami Heat
  • Milwaukee Bucks
  • Minnesota Timberwolves
  • New Orleans Hornets

Attribútumok (X, Y oszlopok)

  • Mezőnykosarak (db) irány-0 tehát minél több a szerzett mezőnykosarak száma, annál jobb a csapat
  • Mezőnykísérletek sikeressége(%) irány-0 tehát minél nagyobb a mezőnykísérletek sikeressége,annál jobb a csapat
  • 3 pontos kosarak (db)irány-0 tehát minél több a szerzett 3 pontos kosár, annál jobb a csapat
  • 3pontosok sikeressége(%)irány-0 tehát minél sikeresebbek a 3 pontos dobások, annál jobb a csapat
  • Büntetődobások (db)irány-0 tehát minél több büntetőt dob egy csapat, annál jobb a csapat
  • Büntetődobások sikeressége(%)irány-0 tehát minél sikeresebbek a büntetődobások, annál jobb a csapat
  • Támadólepattanók (db)irány-0 tehát minél több támadólepattanót szerez egy csapat, annál jobb a csapat
  • Védőlepattanók(db)irány-0 tehát minél magasabb a védőlepattanók száma, annál jobb a csapat
  • Lepattanók összesen (db)irány-0 tehát minél magasabb a lepattanók száma, annál jobb a csapat
  • Assistok(db)irány-0 tehát minél több assistot ad egy gárda, annál jobb a csapat
  • Eladott labdák(db)irány-1 tehát minél több az eladott labdák száma, annál rosszbab a csapat
  • Labdaszerzések(db)irány-0 tehát minél nagyobb a labdaszerzések száma, annál jobb a csapat
  • Blokkok(db)irány-0 tehát minél nagyobb a blokkok száma, annál jobb a csapat
  • Személyi hibák (db)irány-1 tehát minél nagyobb a személyi hibák száma, annál gyengébb a csapat
  • Szerzett pontok összesen irány-0 tehát minél több pontot szerez egy gárda, annál jobb a csapat

A feladat által érintett célcsoportok

A kutatás saját magam száméra, iránymutatás céljából történt, hogy statisztikai adatok alapján objektíven is alá legyen támasztva a döntésem, így nem csak az emocionális tényezőkre hagyatkozva.

A feladat megválaszolása kapcsán várható hasznosság

Ösztönös megoldás:

  • Költségek
  *Szakértői munkaidő: 10 perc (óradíj hozzávetőlegesen 3000ft/óra) = 500 Ft
  *Licencdíjak: Excel-(kalózverziót használunk, mert úgysem ellenőrzik) = 0Ft
  • Legitimációs költségek:
  *Informális megoldás: 
  Önkényes szakértői vélemény ellenőrzése már tapasztalt, kosárlabda csapatokba már korábban pénzüket befektetett üzletemberekkel való  beszélgetés keretén belül, 2 óra : 85.000Ft (puccos vacsora puccos helyen nagymenőkkel)

Összesen: 86.500 Ft

  • Piaci érték: Tekintve, hogy egy "döntéstámogató mechanizmusról" beszélünk, még ha a felhasznált "best practice"(primitív exceles) technika nem is alkalmas teljesen az emocionális döntés teljes mértékű megerősítésére, akkor is, az üzletemberekkel való szakmai beszélgetés és az ebbe való befektetett viszonylag magas összeg viszonylag magas értéket kölcsönöz az elemzésnek.

Piaci érték tehát: ~ 90.000 Ft (hogy keressünk is rajta egy keveset)

Tananyag szerinti megoldás:

  • Költségek
  *Szakértői munka: 20 perc x 3.000 Ft = 1000 Ft
  *Licencdíj: Coco = 0 Ft
  • Legitimációs ktgek: 0 Ft, mert a módszertan önellenőrző, NA,DE ELÉG EGY ÜZLETEMBERNEK EZ AZ ELLENŐRZÉS? (a kérdés félig meddig költői, de megválaszolom) Nekem biztos nem lenne! Tehát szinte kötelező, hogy az üzletembereket itt is bevonjuk az "ellenőrzésbe", ha szabad így fogalmazni. A témát itt is megéri tüzetesen átrágni az üzletemberekkel, meghallgatni taácsaikat, tapasztalataikat, és, hogy nagyobb értéket kölcsönözhessünk az elemzésnek, így tényleg érdemes velük több időt eltölteni: 3óra : 110.000 Ft (-ból megvan a puccos vacsora a nagymenőkkel)

Összesen: 111.000 Ft

  • Piaci érték - Tekintve, hogy egy döntéstámogató mechanizmusról beszélünk, gondolok itt arra, hogy ha egy üzletember az emocionális tényezőkön kívül számszerű, száraz adatokat is kapni akar például a hasonlóságelemzés révén, ami tegyük hozzá, sokkal megbízhatóbb információkat nyújt a számára, mint az előbb felvázolt technika révén, hogy megkönnyítse döntését mielőtt a pénzét amerikai kosárlabda csapatba fektetné, akkor nem túlzás, ha a végső összeg így:(FŐKÉNT A NAGYOBB HITELESSÉG ÉS A MEGBÍZHATÓSÁG TÉNYEZŐIT KIEMELVE A HASONLÓSÁGELEMZÉS RÉVÉN)kb: ~ 140.000 Ft

Hasznosság-különbözet a két megoldás között:

  • költségkülönbözet: 24.500Ft (ennyivel olcsóbb az ösztönös szerinti megoldás: 111.000-86.500 Ft)
  • DE, a megoldások érték-különbözete: 30.000Ft(ennyivel többet ér a tantárgy szerinti megoldás: 140.000-90.000 Ft)

Szóval lehet hogy kisebb a költsége az ösztönös megoldásnak, de a hasonlóságelemzés sokkal többet ér az üzletemberek megtámogatásával

A saját megoldás bemutatása (MÓDSZER)

  • Objektumok meghatározása
  • Attribútumok meghatározása
  • Az alaptábla nevezetű munkalapra feltöltöttem a narancssárgával jelölt attribútumokat és az objektumokat, melyeket a már említett módon gyűjtöttem.
  • Meghatároztam az attribútumok irányát.
  • Elkészítettem a direkt táblát sorszám függvény segítségével, így megkaptam, hogy a különböző objektumok az attribútumok tekintetében milyen "helyezést" tudhatnak magukénak.- Helyezés tábla
  • Ezt követően ugyanezen a munkalapon elkészítettem a direkt tábla inverzét is, egy egyszerű képlet segítségével(=n+1-direkt érték)
  • Ezek után elkészítettem a direkt táblám felhasználásával az első Coco elemzést.
  • A kapott eredményeket a Coco1. nevű munkalapon helyeztem el. Az elemzés egyértelműen kimutatta, hogy a futtatás során voltak olyan attribútumok, amelyeket a Coco program nem használt fel az elemzéshez. Ezeket az attribútumokat citromsárga színnel kiemeltem a Coco1. nevű munkalapon.
  • Szűkített modell elemzése -> A kiemelt, fel nem használt attribútumokat átmásoltam a Coco2. nevű munkalapra, és egy újabb futtatást végeztem el rajtuk a program segítségével.
  • A kapott, végleges eredményeket különböző színnel jelöltem (Becslés oszlop)a Coco2. munkalapon
  • Elkészítettem az inverz táblának az elemzését (Inverz munkalap)
  • Mindezek után a szűkített modell inverzének is megcsináltam a futtatását, amely eredményeket a későbbi "ellenőrzéshez" használtam fel
  • A Coco2. nevű munkalapon elvégeztem az ellenőrzést, amihez a HA függvényt használtam fel és a Delta értékeket vetettem össze a szűkített modell, illetve a szűkített modell inverzének felhasználásával.

Az eredmények értelmezése (EREDMÉNY)

A Coco2. munkalap 59. és 61. sora alapján kijelenthető, hogy nem lehet egyértelműen győztest hirdetni, tekintve, hogy a Houston Rockets és a Denver Nugets ugyan olyan „eredménnyel szerepelt” a 15 mutatószáma alapján, ahol az ellenőrző számítások nem mutattak ki kockázatot. Itt jön képbe az a plusz, emberi, emocionális tényező!

Ajánlások megfogalmazása (KÖVETKEZTETÉS)

A best practice és a hasonlóságelemzés majdhogynem ugyan arra az eredményre jutott. Míg a best practice a Denver Nugets és a Miami Heat között mutatott ki „egyenlőséget”, addig a hasonlóságelemzés sokkal „érzékenyebb” elemzési mechanizmusa már a Denver és a Houston csapatokat tartja a legjobb választásnak. Természetesen itt figyelembe lehetne venni az árnyalt különbséget az inverz hiba esetleges nem azonos volta kapcsán, viszont úgy gondolom, hogy sokkal célravezetőbb, ha ilyen kis különbségeknél már nem a (majdhogynem semmitmondó) számokra támaszkodunk, hanem színre lép az emberi emocionális tényező. A már általam említett látványosság elképesztően fontos tényező ebben a sportágban, és nem feltétlenül a támadó oldalon. Megnézhetnénk, hogy melyik csapat dog átlagban több pontot, de véleményem szerint, ha látványosság, akkor a figyelembe vett attribútumok alapján a blokkok jelentik a különbséget. És mivel ebben a tekintetben a Houston Rockets csapata magasan a Denver előtt jár, így kihirdethetjük, hogy a győztes a Houston Rockets csapata!

Az információ többletérték lehetőségének levezetése (VITA)

Maga az elemzés végrehajtása nem emészt fel különösebb összeget (pontosan 0Ft-ot),másrészt viszont az önellenőrzési mechanizmusok közül jelen esetben hatalmas jelentősége van az üzletemberekkel való beszélgetésnek. Tekintve, hogy a kapott végeredmények tekintetében a program szerint A Houston Rockets és a Denver Nugets csapatai között lényegében nincs különbség, a döntés emocionális faktorán nagyot lendítene a már említett beszélgetés. Vajon az üzletemberek is egyetértenének az előbbi felvetésemmel, miszerint a blokkok alapján tegyünk végül különbséget? Tehát a már korábban említett 150.000 Ft reális hasznosságnak tűnik.

Lépcsős függvény átforgatása szakértői rendszerként értelmezhető táblázatba

Kapcsolódó, ill. konkurens megoldások, dokumentumok

nyilatkozat és kitöltési segédlet

Személyes eszközök