How often does the best team win with Michael Lopez

Open Source Sports

Treść dostarczona przez Ron Yurko. Cała zawartość podcastów, w tym odcinki, grafika i opisy podcastów, jest przesyłana i udostępniana bezpośrednio przez Ron Yurko lub jego partnera na platformie podcastów. Jeśli uważasz, że ktoś wykorzystuje Twoje dzieło chronione prawem autorskim bez Twojej zgody, możesz postępować zgodnie z procedurą opisaną tutaj https://pl.player.fm/legal.

4y ago 1:03:30

M4A•Źródło odcinka

We discuss 'How often does the best team win? A unified approach to understanding randomness in North American sport' with Michael Lopez. Michael Lopez (@StatsbyLopez) is the Director of Football Data and Analytics at the National Football League and a Lecturer of Statistics and Research Associate at Skidmore College. At the National Football League, his work centers on how to use data to enhance and better understand the game of football.

For additional references mentioned in the show:

NESSIS 2017 talk: https://www.youtube.com/watch?v=obb_wpn4IvE
CMSAC 2017 talk: https://www.youtube.com/watch?v=owOpU_diCVI
'teamcolors' package by Ben Baumer (@BaumerBen) and Gregory J. Matthews (@StatsInTheWild)
Mike's tutorial posts on the paper's modeling framework: https://statsbylopez.netlify.app/post/a-state-space-model-to-evaluate-sports-teams/
Follow Tom Bliss (@DataWithBliss) and check out his presentation at UCSAS20
Dan Cervone's archived 'Win Probability Probabilities' post: http://web.archive.org/web/20200808064442/http://xyresearch.com/posts/win-probability-probabilities with code available here https://github.com/dcervone/winProb
Big Data Bowl 2021: https://www.kaggle.com/c/nfl-big-data-bowl-2021

12 odcinków

#Sports #Ron Yurko