Analýza baseballových dat pomocí R, druhé vydání

Recenze čtenářů

Kniha je dobře hodnocena pro svůj poutavý obsah a praktické využití dovedností v jazyce R prostřednictvím baseballové statistiky, ačkoli čelí kritice kvůli technickým problémům na některých zařízeních a některým problémům s přístupností.

Čtenáři na knize oceňují, že je dokáže potěšit, že obsahuje poučné kapitoly, zábavné téma, které rozšiřuje dovednosti v R, a zaměření na příklady z reálného života, zejména v oblasti baseballové statistiky.

Někteří uživatelé se setkávají s častými pády na iPadech, nedostatkem funkcí, jako je nastavitelný text, a obtížemi při získávání potřebných dat k dokončení cvičení.

(na základě 5 hodnocení čtenářů)

Původní název:

Analyzing Baseball Data with R, Second Edition

Obsah knihy:

Analýza baseballových dat s R druhé vydání představuje R sabermetrikům, baseballovým nadšencům a studentům, kteří mají zájem zkoumat bohatství baseballových dat. Vybaví vás potřebnými dovednostmi a softwarovými nástroji k provedení všech kroků analýzy, od importu dat přes jejich transformaci do vhodného formátu až po vizualizaci dat pomocí grafů a provedení statistické analýzy.

Autoři nejprve předkládají přehled veřejně dostupných souborů baseballových dat a jemný úvod do typů datových struktur a průzkumných a správních schopností programu R. Zabývají se také grafickými funkcemi ggplot2 a v celém textu využívají pracovní postup přátelský k tidyverse. Velká část knihy ilustruje použití R na populárních sabermetrických tématech, včetně Pythagorovy formule, očekávaného počtu doběhů, kádrování chytačů, kariérních trajektorií, simulace zápasů a sezón, vzorců streaky chování hráčů a startovních úhlů a výstupních rychlostí. Všechny soubory dat a kód v jazyce R použité v textu jsou k dispozici online.

Novinkou druhého vydání je systematické používání tidyverse a začlenění údajů o sledování hráčů Statcast (zpřístupněných společností Baseball Savant). Veškerý kód z prvního vydání byl přepracován podle zásad tidyverse. V celé knize je kladen důraz na balíčky tidyverse, včetně dplyr, ggplot2, tidyr, purrr a broom. Dvě zcela nové kapitoly jsou umožněny díky dostupnosti dat Statcast: jedna zkoumá pojem schopnosti chytání a druhá využívá startovní úhel a výstupní rychlost k odhadu pravděpodobnosti homerunu. Prostřednictvím různých příkladů v knize se seznámíte s moderní sabermetrikou a naučíte se provádět vlastní baseballové analýzy.

Max Marchi je analytikem baseballové analýzy v týmu Cleveland Indians. Pravidelně přispíval na webové stránky The Hardball Times a Baseball Prospectus a dříve poskytoval konzultace i dalším klubům MLB.

Jim Albert je zasloužilým univerzitním profesorem statistiky na Bowling Green State University. Je autorem nebo spoluautorem několika knih včetně Curve Ball a Visualizing Baseball a byl editorem časopisu Journal of Quantitative Analysis of Sports.

Ben Baumer je odborným asistentem statistiky a datových věd na Smith College. Dříve pracoval jako statistický analytik pro New York Mets a je spoluautorem knih The Sabermetric Revolution a Modern Data Science with R.