Advanced Stats, Alltimers, NBA

Real Plus-Minus

Wie funktioniert die neue Plus-Minus-Statistik von ESPN?

Player Efficiency Rating (PER), Wins Above Replacement Player (WARP), Win Shares (WS) und Wins Produced (WP). Diese Modelle behaupten, den spielerischen Wert eines NBA-Basketballers mehr oder weniger mit nur einer Zahl erfassen zu können. Unter der Flagge des Sportmedien-Giganten ESPN stieß zu diesem breiten Angebot bekannter Metriken in der letzten Saison  mit Real Plus/Minus (RPM) ein weiteres Modell, welches den offensiven und defensiven Einfluss eines Spielers ausweisen soll. Die Reaktion der Leserschaft auf dieses neue Spielzeug war geteilt, auch weil ESPN in der Einführungsphase wichtige Details außen vor ließ und kaum über Kontext und Nutzen der Methode aufklärte.
Ja, Real Plus/Minus ist eine Black Box, die sich nicht so einfach aufschlüsseln lässt wie die üblichen Metriken und Formeln, die auf Boxscore-Daten basieren. Wir wollen einige Facetten ihres Aufbaus erläutern und klären, wie die Metrik eingesetzt werden soll und wie die von ihr ermittelten Werte zu kontextualisieren sind.

Real Plus-Minus ist keine Innovation von ESPN. Schon gar keine, die bestimmte Spieler medial pushen soll, um dem aktuellen Status Quo ihrer Berichterstattung gerecht zu werden, wie einige Verschwörungstheoretiker deuteten. RPM ist ein sehr naher, massenmarktfreundlicherer Ableger der Metrik RAPM (Regularized Adjusted Plus-Minus), dessen Werte bereits seit Jahren einsehbar sind. Die von ESPN gewählte „Verpackung“ ist keine glückliche, da sie weder auf die mathematische Komplexität der Methodik, noch auf spielspezifische Feinheiten eingeht, welche die Werte beeinflussen. Es ist verständlich, dass ESPN  für den Zweck der breiten Popularisierung NBA-Fans nicht mit komplizierter Mathematik überladen will. Doch so werden dem NBA-Fan nackte Zahlen in einer Rangliste an den Kopf geworfen, ohne dass dieser weiß, was damit anzufangen ist. Dass sich unter die Reaktionen Hohn und Spott mischte, weil etwa als marginal erachtete Rollenspieler wie Nick Collison und Matt Bonner im oberen Viertel rangierten, ist da nicht verwunderlich.

Vorweg sei gesagt, dass es ein erweitertes mathematisches Verständnis braucht, um RAPM/RPM vollständig zu durchschauen. Dieses können auch wir nicht liefern. Und nein, wir reden hier nicht von Mathe-Leistungskurs. Denoch ist es möglich, den Output dieser „Black Box“ greifbarer zu machen, wenn man einige der Zutaten und Eigenarten kennt. Dieser Artikel soll helfen, die Werte zu kontextualisieren. Darüber hinaus soll er ermöglichen, bei Werten, die merkwürdig erscheinen und dem eigenen Verständnis von Spielern nicht entsprechen, richtige Fragen zu stellen bzw. Schlussfolgerungen zu ziehen. Ein kurzer Abriss über die Evolution der Plus-Minus-Modelle ist für das Verständnis ihres modernen, nun im Mainstream angekommenen Abkömmlings hilfreich.

+/- (Plus-Minus)

Das Plus/Minus-Konzept hat ihren Ursprung im Eishockey. Bereits in den 60er Jahren versuchte man den Einfluss eines Spielers zu messen, indem man die Punktedifferenziale summierte, die während seiner Einsatzzeiten erzielt wurden. Jahrzehnte später fand die Statistik unter einigen NBA-Teams in ähnlicher Form Einzug in der Basketballwelt. Das schien sinnvoll zu sein, da Auswechselungen im Eishockey und Basketball ähnlich gehandhabt werden. In beiden Sportarten werden Spieler mehrere Male ein- und ausgewechselt und spielen in Lineups mit oft wechselnden Akteuren. Auch in der Sneakersportart weist +/- das Punktedifferenzial aus, welches während der Einsatzzeiten erzielt wird.

Daraus folgt auch das größte Problem des traditionellen Plus/Minus: Das Punktedifferenzial ergibt sich aus all den Lineups, in denen ein Spieler auftaucht. Dessen tatsächlicher individuelle Einfluss auf die eigene Plus-Minus-Wertung ist daraus nicht auszumachen. Die Aussagen, die man über Spieler in Relation zum gesamten Spielerpool der Liga treffen kann, werden stark verzerrt, denn…

  • …Spieler treten meist “nur” mit etwa 10-15 weiteren Spielern in Lineup-Kombinationen auf (aus dem Pool von 360+ Spielern einer Saison).
  • …Spieler treten häufig und minutenreich in Grüppchen auf.
  • …manche Spieler stehen gemeinsam im Kader, jedoch nie gemeinsam auf dem Feld.
  • …die Stichprobengrößen der Lineups unterscheiden sich stark.
  • …es ist nicht ersichtlich, wie stark die gegnerische Lineup und der direkte Gegenspieler ist.
  • …es ist nicht ersichtlich, wie sich eine Lineup offensiv oder defensiv präsentiert.

Die Plus/Minus-Wertung eines schwächeren Spielers profitiert zum Beispiel, wenn er häufig in Lineups mit stärkeren Mitspielern spielt. Genauso kann die Wertung von starken Spielern leiden, wenn sie etwa in Rebuild-Teams ständig mit unterdurchschnittlichen Spielern auf dem Feld stehen, deren Lineups oft mit hoher Punktedifferenz verlieren.

APM (Adjusted Plus/Minus)

Der Wissenschaftler Jeff Sagarin wendet seine Expertise schon seit vielen Jahren auf verschiedenste Bereiche des Basketballs an und entwickelte unter Anderem ein Ranking-Tool, welches heute noch für das Seeding des NCAA-Turniers verwendet wird. Mit der Hilfe seines Kollegen Wayne Winston machte er sich daran, das Plus/Minus-Modell zu verfeinern und einige der genannten Probleme zu lösen.

In ihrer Version werden alle Lineup-Paare (insgesamt ca. 60.000 Lineups), die sich in den 1230 NBA-Spielen einer Saison gegenüberstehen, als Funktionen dargestellt, normiert auf 100 Ballbesitze. Als bekannte Größen sind dabei Faktoren für den Heimvorteil und das erzielte Punktedifferenzial der jeweiligen Line-up-Duelle angegeben. Schlägt zum Beispiel eine Lineup A eine Lineup B über eine Spieldauer von 10 Possessions mit einer Punktedifferenz von 5 Punkten, beträgt das Punktedifferenzial 50. Eine Funktion sieht dann so aus:

Punktedifferenzial = HomeCourtAdvantage + X1 + X2 + X3 + X4 + X5 – Y1 – Y2 – Y3 – Y4 – Y5

Die Variablen X1 – Y5 stehen für die Spieler der jeweiligen Lineups. Durch Regressionsanalyse werden für diese Variablen Werte ermittelt. Kurz gesagt: APM versucht die gewöhnlichen Plus-Minus-Werte in einen Kontext aus Mit- und Gegenspieler zu legen.

APM entpuppte sich aufgrund von zu geringen Stichprobengrößen, speziell der Kollinearität jedoch als unzuverlässig. Kollinearität bedeutet: Treten einige Spieler ständig in Grüppchen auf und spielen nur wenige Minuten getrennt voneinander, ist es nicht möglich, die gemeinsam erzielten Ergebnisse auf Individuen aufzutrennen.

RAPM/xRAPM (Regularized Adjusted Plus/Minus) & RPM (Real Plus/Minus)

Real Plus/Minus basiert auf der Metrik RAPM (Regularized Adjusted Plus-Minus), entwickelt von Steve Ilardi. Verfeinert und aktualisiert wurde und wird RAPM bis heute von Jeremias Engelmann, einem deutschen Wissenschaftler, dessen Arbeit in den Analytics-Kreisen der NBA bekannt ist. Engelmann präsentierte bereits Forschungspapiere bei der SLOAN Conference und arbeitete zuletzt für die Phoenix Suns. Hier sollen nun einige Punkte angesprochen werden, die bei der Nutzung von RAPM bzw. xRAPM/RPM helfen sollen:

Unterschiede zwischen RAPM, xRAPM und RPM

RAPM verwendet wie +/- und APM lediglich Play-by-Play-Daten. Boxscore-Elemente fließen nicht ein, was sie von Box-Score-Summierern wie PER, WARP, WP und WS unterscheidet. xRAPM inkorporiert neben den Play-by-Play-Daten zusätzlich Daten aus dem Box Score, was laut Engelmann die Vorhersagekraft steigert. Diese Boxscore-Elemente werden nicht willkürlich festgelegt, sondern anhand von Regressionen nach der Wichtigkeit für den Teamerfolg bzw. der Korrelation zu gewonnenen Spielen ermittelt. Ein gängiger Kritikpunkt ist, dass dadurch bestimmte Spielertypen über- bzw. unterschätzt werden können: Starke Defensivrebounder oder Balldiebe in der Defensive etwa. RPM orientiert sich laut den Aussagen Engelmanns stark an xRAPM und beinhaltet ebenfalls Box Score-Daten.

Zutaten und Wissenswertes

Vorjahres-Prior und die Einschätzung von Spielern, die sehr wenige Minuten spielen

Bei Plus/Minus und APM ergeben sich durch sehr kleine Stichprobengrößen Probleme – sei es, weil Spieler kaum zum Einsatz kommen oder selten in verschiedenen Lineups agieren. Sie könnten zum Beispiel gerade mal 120 Minuten in der Garbage Time auf dem Feld gestanden haben und dabei in ihren Lineups untalentierte und unmotivierte Reservetrupps der Gegner dominiert haben. Diese Probleme löst die Nutzung verschiedener Methoden zur Stabilisierung der Werte. Dazu gehört die Nutzung eines Vorjahres-Prior. RAPM mit Vorjahres-Prior bedeutet, dass die RAPM-Werte der aktuellen Saison Teils auf den Werten vorangegangener Spielzeiten basiert. Dies hilft, die Vorhersagekraft zu verbessern, indem der Stammwert eines Spieler definiert wird. Dieser wird durch erbrachte Leistung der aktuellen Saison, sei sie besser, schlechter oder ähnlich, korrigiert und angeglichen. Die Gewichtung der aktuellen Saison ist durch die Stichprobengröße bestimmt. In bestimmten Fällen kann auch dies zu Verzerrungen führen, etwa bei Derrick Rose und Kobe Bryant. Diese beiden Spieler sind als Superstars bekannt und erzielten in ihren gesunden Jahren auch sehr hohe RAPM-Werte. Ihre RAPM- bzw. RPM-Werte in der Saison 13/14 sind ebenfalls sehr hoch, obwohl sie aufgrund ihrer langen Verletzungspause nur eine niedrige Leistungsfähigkeit erreichten und ihren Teams spielerisch eher schadeten. Aufgrund der wenigen Ballbesitze in der Saison 13/14 und der hohen Stichprobengröße der vorherigen Jahre konnten die ehemals sehr guten RPM-Werte nicht auf das tatsächlich erbrachte, aktuelle Niveau korrigiert werden. Um dieses Problem zu umgehen, drücken zum Beispiel andere RAPM-Varianten den Prior/Stammwert von Spielern, die lange außer Gefecht waren und noch nicht bereit sind, viele Minuten zu spielen, künstlich herunter. 

Alterskurven

off_infl

Alterskurve für die Offensive

def_infl

Alterskurve für die Defensive

Einen menschlichen Kontext, den RAPM zu integrieren versucht, ist, die Altersentwicklung und ihre Auswirkung auf Athletik und Erfahrung. Hierfür werden Alterskurven für die Offensive und die Defensive genutzt. Dafür wird in einer Regressionsanalyse ermittelt, wie die Leistungsfähigkeit von Lebensjahr zu Lebensjahr steigt bzw. abnimmt. Diese sollen Veränderungen in der körperlichen Entwicklung und Erfahrung sowie den Abfall der Athletik simulieren, wobei es natürlich auch hier Ausnahmen geben kann. Aufgrund von schweren Verletzungen knicken die Kurven einiger Spieler früher ab, während die von speziellen Genies aufgrund ihres Arsenals hinten heraus flacher verlaufen können. Die Alterskurve wird bei xRAPM genutzt, um den Prior anzupassen und mitsamt des Vorjahreswertes den Stammwert für die aktuelle Saison zu ermitteln.

Rookie-Bias

Die meisten RAPM-Varianten manipulieren auch den Stammwert für Frischlinge. Die Idee hinter dem Rookie-Bias ist, dass diese anfänglich ohne Erfahrung und mit körperlichen Defiziten generell dem eigenen Team schaden, wenn sie spielen. Da es für sie keine Vorjahres-Prior gibt, werden ihre Prior am Anfang des Jahres offensiv wie defensiv negativ, normalerweise zwischen -1,2 (wie bei der RAPM-Variante von talkingpracticeblog.com) und -2,0 angesetzt.

Größen-Bias

xRAPM/RPM besitzt dazu einen sogenannten „Bias“ für Größe. RPM teilt z.B. einem Spieler mit 2,05 m Körpergröße einen größeren defensiven Einfluss zu als einem, der 1,95 m misst. Es sollte also nicht überraschen, dass sich unter den 20 Spielern mit den höchsten defensiven RPM-Werten nur wenige Guards oder Flügel finden. Durch den Boxscore-Teil des Priors findet darüber hinaus mit Sicherheit durch DRB% eine weitere Verschiebung der Defensivwerte statt, da die meisten erfolgreichen Defensivpossessions mit einem Defensivrebound enden. Hier wird gute Verteidigung direkt dem Defensivrebounder zugeschrieben, da der Boxscore an Defensivaktionen sonst dünn ist und nur Steals sowie Blocks protokolliert.

Gleichzeitig hebt es die Leistung von Spielern wie Andre Iguodala und Ricky Rubio hervor, die zwar für viele als gute bis elitäre Verteidiger gelten, jedoch nur bei wenigen als DPOY- und All-Defensive 2nd Team-Kandidaten gelten. 

Die Rolle ist Schlüssel, oder: Welche Schlüsselrolle für welchen Spieler?

Viele Reaktionen auf RPM stören sich an der Tatsache, dass Spieler, die als marginale Rollenspieler erachtet werden, zum Teil vor Superstars stehen, sortiert man die Liste nach dem RPM-Wert. RPM will uns damit nicht sagen, dass Nick Collison ein besserer Spieler als Kevin Love ist. Sie ist ausdrücklich keine Rangliste, die zeigt, wer talentierter ist oder mehr kann. Im Gegensatz zu den einfacheren Plus-Minus Modellen versucht RAPM/RPM, den Kontext eines Spielers in die Wertung einfließen zu lassen. Den wahren spielerischen Wert eines Spielers zu erkennen, ist nicht nur kompliziert, weil er mit neun weiteren auf dem Feld steht. Die Spieler haben auch völlig unterschiedliche Stärken und Schwächen, und füllen unterschiedliche Rollen aus. Nick Collison und Matt Bonner mögen in einigen Facetten sogar besser als Kevin Love sein. RPM hilft uns zu zeigen, wie gut sie diese zum Wohle des Teams einsetzen können. Wenn Collison und Bonner spielen, scheinen sie einen hervorragenden und wahrscheinlich unterschätzten Job zu machen. Ihre RPM-Wertung mag besser sein als die von Kevin Love. Nimmt man auch Rolle und gespielte Minuten in die Betrachtung auf, sollte klar sein, dass Love der deutlich bessere und für den Teamerfolg bedeutendere Spieler ist. Würde man Collison für Love traden und von Collison verlangen, 1:1 die Rolle von Love mit der gleichen Minutenanzahl einzunehmen, würde seine RPM-Wertung in den Keller fallen. Die Rolle eines Spielers sollte beim Durchschauen der RPM-Liste immer vergegenwärtigt werden. RPM zeigt uns nicht die besten Spieler, sondern eher, ob es Coaches gelingt, Spieler ihren Stärken entsprechend einzusetzen, und ob Spieler dies für den Teamerfolg nutzen können.

Wozu Real Plus/Minus?

Jedes Jahr spielen über 360 Basketballer 1230 NBA-Spiele, die über 59040 Minuten ausfüllen. Würde man alle Spiele am Stück schauen, würde man 41 Tage vor dem Monitor sitzen. Selbst für den größten NBA-Junkie ist das zu viel Material, um sich ein gesundes Urteil über offensive und defensive Leistungsfähigkeit aller Spieler zu machen, ungetrübt von “Hot Streaks” und “Slumps”. Statistiken wie USG% gepaart mit TS% und ORTG, REB% oder STL% helfen, Teilkompetenzen einzuschätzen.

Viele sehen R(A)PM als mysteriöse Box, deren Werte eine Sackgasse ist. Dieser “Blackbox”-Aspekt muss nicht unbedingt als Schwäche gesehen werden, denn R(A)PM lädt zum Nachdenken an. Priors und Bias können die Wahrnehmung von Spielern verzerren, jedoch sind das nur wenige Ausnahmen, die man bei Kenntnis der Prior und Bias ausmachen kann. Da RPM eben nicht sagt, wie “gut” bzw. “schlecht” ein Spieler generell ist, sondern, wie gut er in einem System funktioniert, kann es als Ausgangspunkt für Überlegungen für Gründe dieser Ergebnisse dienen.
Problematisch wird es – wie bei jeder Einzahlenmetrik – mit dem Aufschlüsseln der Zusammensetzung der Leistung eines Spielers. Auch wenn Nick Collison durch das RPM einen positiven offensiven und defensiven Einfluss bescheinigt bekommt, kann das Rating uns nicht sagen, was er besonders gut macht oder welche Aktionen er besonders häufig und gut nutzt, um andere kleinere Schwächen in seinem Spiel zu überdecken.

Wie jeder Metrik sollten wir Real Plus-Minus ebenso wenig unser volles Vertrauen schenken wie unserem Auge und Basketballsachverstand. Es wäre jedoch ein Fehler, RPM abzulehnen, nur weil uns einige Ergebnisse nicht gefallen oder als unsinnig erscheinen. Ist es wirklich unsinnig, dass Nick Collison in seinen limitierten Minuten einen außerordentlich guten Job macht? Oder dass Ricky Rubio ein überdurchschnittlicher Verteidiger ist, der trotz peinlicher Scoringschwäche einen positiven Einfluss auf das Spiel der Timberwolves hat, da er sein offensives Spiel auf seine Stärken limitiert? RPM erzielte in Sachen Vorhersagekraft und Korrelation mit tatsächlicher Win% sehr gute Ergebnisse und hat als ein weiteres Analysewerkzeug seine Berechtigung. Auch wenn nur ein sehr kleiner Teil der NBA-Fans die komplexe Mathematik hinter der Metrik versteht, kann sie zumindest im Wechselspiel mit dem „eye test“ festgefahrene Meinungen über Spieler herausfordern und uns zu kritischeren Beobachtern machen.


Ein besonderer Dank gilt User “mysticbb” aus dem RealGM Forum, der für mathematische Fragen zur Verfügung stand. Ohne seine Hilfe wäre dieser Artikel nicht möglich gewesen.

Datenbanken mit RAPM-Modellen und Varianten:

ESPN: Real Plus/Minus
Engelmann: RAPM & xRAPM
GotBuckets: RAPM
talkingpracticeblog: Individual Player Value

Zum weiteren Verständnis sind folgende Links hilfreich:

Diskussion über (x)RAPM/RPM auf Deutsch mit mystic (Deutsch).
Diskussion über xRAPM mit Jeremias Engelmann (Englisch).
Ein Überblick zu verschiedenen Plus/Minus-Varianten. (Englisch).

  •  
  •  
  •  
  •  
  •  
  •  

31 comments

  1. Marc Petri

    Richtig starker Artikel, der vieles vermittelt was ich oft nicht in Worten fassen konnte.

    Richtig eingesetzt, sind die erwähnten PM-Werte zur Zeit das beste Werkzeug, welches mir bekannt ist um zu bewerten wie gut Spieler x seine Rolle spielt. Wichtig ist auch, dass man die nackten Zahlen mit dem eye-Test kombiniert, aber auch das wurde im Artikel erwähnt.

    Besonders interessant warte ich auf die Entwicklung von Kyrie Irving. Seine Rolle als Anführer und erste Scoring-Option spielte er in der vergangenen Saison sehr unterdurchschnittlich, nun bleibt abzuwarten, wie er sich macht wenn er sein Spiel im kommenden Jahr (dank James und Love) auf seine Stärken beschränken kann.

    Gerade bei der Lieblingsfranchise des Writers bestätigen die RPM-Zahlen das, was ich nach meinem Eye-Test schon vermutete – es lag nicht an Love, Pekovic und Rubio dass Minny nicht in die Play-Offs kam – diese spielten ihre Rollen nämlich auf einem sehr hohen Niveau.

  2. Matthias Holtermann

    Sehr schöner Einblick in die Berechnung von RPM/RAPM und eine mMn auch sehr passende Empfehlung zum Umgang mit dieser Statistik. :tup:

    Besonders interessant warte ich auf die Entwicklung von Kyrie Irving. Seine Rolle als Anführer und erste Scoring-Option spielte er in der vergangenen Saison sehr unterdurchschnittlich, nun bleibt abzuwarten, wie er sich macht wenn er sein Spiel im kommenden Jahr (dank James und Love) auf seine Stärken beschränken kann.

    Eine Verbesserung bei Kyrie erwarte ich so oder so und das nur sekundär wegen James und Love, sondern primär weil das Arbeitsumfeld von Kyrie dieses Jahr sehr viel professioneller werden wird. Von Luol Deng zum Beispiel sind ja Äußerungen durchgedrungen wie unprofessionell es doch bei den Cavs im letzten Jahr unter Mike Brown zuging und das sowas bei den Bulls nie möglich wäre. Und das sieht man auch an den RAPM-Werten der meisten Cavs:

    Player / 2013 / 2014 // difference

    Irving / +0.9 / -1.3 // -2.2
    Deng / +1.4 / +0.5 // -0.9
    Thompson / +0.7 / -3 // -3.7
    Waiters / -1.7 / 0 // +1.7
    Varejao / +4.1 / +2.3 // -1.8
    Jack / -0.7 / -3.5 // -2.8
    Miles / -0.7 / 1.8 // +2.5
    Gee / -1.7 / -1.2 // +0.5
    Clark / -4.1 / -5.7 // -1.6
    Zeller / -2.5 / -1.6 // +0.9

    Kyrie war nicht der einzige der hier merklich schlechter performt hat als letztes Jahr, weshalb hier äußere Umstände mMn auch eine Teilschuld daran haben müssen. Vorwiegend sind es dann Sophomore’s die besser als in ihrem Rookiejahr waren (Waiters/Zeller), was mit der Tatsache zu erklären ist das Spieler meisten den größten Sprung vom 1. zum 2. Jahr machen (siehe Alterskurve). CJ Miles ist dann hier weitesgehend die einzige große Ausnahme, die letztes Jahr im Cavs-Chaos tatsächlich einen wenn auch kleinen Durchbruch geschafft hatte.

    Daran sieht man dann halt auch das die RAPM-Werte trotz prior maßgeblich von der Leistung dieses einen Jahres bzw. des Zeitraums der genutzten Daten abhängt und diese eben auch nicht wenig vom “Arbeitsumfeld” beeinflusst werden.

    Das ist sicherlich nicht RAPM-spezifisch, weil das bei allen Stats genauso ist, aber das zeigt halt nochmal deutlich das man zwischen aktueller Leistung (die RAPM versucht abzubilden) und Leistungsvermögen differenzieren muss.

  3. Avatar

    Götzeidank

    Ganz starker Artikel! :tup:

    Alles sehr treffend formuliert, hab jetzt leider keine Zeit genauer darauf einzugehen.

  4. Marc Petri

    Alley, sicherlich hast du Recht.

    Aber auch die Werte der vorletzten Saison zeigen – er hat die Rolle als Anführer und Scorer nicht wirklich so gut gespielt, wie ihn viele gesehen haben. Ob auf deutschen Foren oder bei RealGM, ein Großteil sah ihn schon immer als Top-10 PG, nicht wenige sogar Top-5.

    Wenn er sein Spiel auf das beschränkt was er kann und was man neben Love und James braucht erwarte ich einen wesentlich höheren Wert als vor zwei Jahren – jetzt hat er die Chance zu zeigen dass er wirklich so gut ist wie ihn viele seit 2 1/2 Jahren sehen.

    Aber Irving war einfach nur ein Beispiel um zu zeigen wie wichtig die Rolle ist, wenn es darum geht einen Spieler anhand von PM-Metriken zu bewerten.

  5. Dennis Spillmann

    Danke für die schöne Aufschlüsselung, Artur. :tup:

    Ich würde es gerne noch einmal mit einem Denkanstoß versuchen:

    Mit dem RPM kann man sehen, wie gut ein Spieler seine Rolle ausfüllt. Aber durch die Blackbox werden wir nicht bestimmen können, was er genau so gut macht, um diesen Wert zu erreichen, nur dass es momentan so gut funktioniert.
    Ist RPM dann eher ein Gedankenspiel, mit dem man beginnen sollte, um seine eigenen (Vor-)Urteile zu überprüfen? Denn uns bleibt ja nicht erspart, dass wir – nach dem RPM-Wert – weiter suchen müssen, um zu verstehen, wieso der Spieler so gut funktioniert. Problematisch wird es dann, wenn man Zahlen findet, die eigentlich gegen den Spieler sprechen. Was dann?

    Ähnlich wie beim ORtg kann man eine Aussage treffen, dass Spieler X “in seiner Rolle gut funktioniert (beim ORtg: effizient gescort) hat”. Ich würde nur gerne wissen, warum der Spieler so gut war. Beim ORtg schaue ich mir die einzelnen Variablen an und erkenne bspw., dass der Spieler trotzt durchschnittlicher Wurfquote besonders viele Freiwürfe gezogen hat, was zu einem effizienten Spiel führte. Was mache ich, nachdem ich den RPM-Wert angeschaut habe?

  6. Matthias Holtermann

    Mit dem RPM kann man sehen, wie gut ein Spieler seine Rolle ausfüllt. Aber durch die Blackbox werden wir nicht bestimmen können, was er genau so gut macht, um diesen Wert zu erreichen, nur dass es momentan so gut funktioniert.

    Das liegt aber nicht an der Blackbox (also der relativ schwer durchschaubaren Berechnung), denn wenn man das mathematische Prinzip dahinter versteht, dann sieht man immernoch nicht die Details die bei einem Spieler zu guten Werten führen, weil die PM-Statistiken einfach nur den generellen Einfluss der Präsenz eines Spielers auf die Punkte an beiden Enden des Feldes misst.

    Das ist einfach mal ein ganz anderer Ansatz für einen Versuch einen boiled-down-stat zu entwickeln. Während die meisten anderen Statistiken wie PER oder WS versuchen mit Hilfe der Boxscorestatistiken die messbaren Detailleistungen der Spieler zusammenzuführen, um eine annähernde Gesamtleistung wiedergeben zu können, versuchen die PM-Statistiken einfach nur das Große und Ganze zu bewerten und auf geschickte Weise die gesamte Spielerleistung aus den verschiedensten Teamleistungen (je nach Lineup) abzuleiten.

    Der Nachteil daran ist natürlich das man dann selbst analysieren muss welche Detailleistungen jetzt zu guten oder schlechten Werten geführt haben, der Vorteil daran ist aber, dass nicht nur die bisher messbaren Detailleistungen erfasst werden sondern auch die Detailleistungen den Gesamtwert beeinflussen, die man zur Zeit noch nicht so genau messen kann (Spacing, effektives Blockstellen, defensives Stellungsspiel, Ausboxen etc.).

    Und gerade weil hier auch zur Zeit noch nicht so gut messbare Faktoren hier den Gesamtwert der PM-Statistiken beeinflussen ist es halt nicht ganz so einfach durch andere Statistiken zu bestimmen in welchem Ausmaß die Detailleistungen einen positven oder negativen Einfluss auf die Gesamtleistung des Spielers haben.

    So ersparen einem RPM & Co bei der detaillierten Spielerbewertung sicher nicht den Blick auf andere Statistiken und die Nutzung von visuellen Eindrücken zum Eye-Test, um die jeweiligen detaillierten Stärken und Schwächen des Spielers auszumachen.

    Worin PM-Statistiken aber einen guten Dienst leisten ist die Einordung der Gesamtleistung eines Spielers gegenüber der anderer Spieler in vergleichbaren Rollen (sowohl defensiv als auch offensiv) und auch der Vergleich des Einflusses verschiedener Rollen auf das Spiel (wenn man die Spitzenspieler der jeweiligen Rollen vergleicht). Und dabei haben sie eben anderen Statistiken vorraus, dass sie durch den Blick auf das Große und Ganze eben auch im Detail schwer messbare Faktoren nicht ausschließen.

    Wenn man von den PM-Statistiken dann natürlich noch verlangt, über die Aufteilung in Offensive und Defensive hinaus, Aufschluss darüber zu geben wieso genau die Leistung eines Spieler einen positiven oder negativen Einfluss hatte, dann wird man natürlich enttäuscht, weil die Statistik nur einen groben Gesamtüberblick liefert.

    Für die detaillierte Spieleranalyse sollte man dann wie gesagt auf andere Statistiken bzw. den Eye-Test zurückgreifen und dabei möglichst nicht dem oberflächlichen Verfallen und immer im Hinterkopf behalten, dass es neben den ganzen Einzelstatistiken noch mehr Aspekte gibt die ein Spiel beeinflussen, aber im Einzelnen nur schwer messbar sind.

  7. Dennis Spillmann

    Danke für deine Ausführungen Alley!

    Der Nachteil daran ist natürlich das man dann selbst analysieren muss welche Detailleistungen jetzt zu guten oder schlechten Werten geführt haben, der Vorteil daran ist aber, dass nicht nur die bisher messbaren Detailleistungen erfasst werden sondern auch die Detailleistungen den Gesamtwert beeinflussen, die man zur Zeit noch nicht so genau messen kann (Spacing, effektives Blockstellen, defensives Stellungsspiel, Ausboxen etc.).

    Widerspricht das Obige denn nicht deinen Ausführungen hier unten?

    Worin PM-Statistiken aber einen guten Dienst leisten ist die Einordung der Gesamtleistung eines Spielers gegenüber der anderer Spieler in vergleichbaren Rollen (sowohl defensiv als auch offensiv) und auch der Vergleich des Einflusses verschiedener Rollen auf das Spiel (wenn man die Spitzenspieler der jeweiligen Rollen vergleicht). Und dabei haben sie eben anderen Statistiken vorraus, dass sie durch den Blick auf das Große und Ganze eben auch im Detail schwer messbare Faktoren nicht ausschließen.

    Ganz einfach gefragt: Wie erkenne ich denn, ob Spieler in ähnlichen Rollen spielen? Durch das RPM nicht, weil diese nur eine qualitative Aussage treffen kann. Also müssen wir doch zunächst eh auf andere Statistiken zurückgreifen, um die Rolle eines Spielers zu bestimmen. Sei es On-ball-offense durch USG oder on-ball-defense durch die mysynergy-stats. Und das ist ist – wie du richtig sagst – nicht zuverlässig genug. Es fehlt sämtliches off-Ball-Verhalten, bei der Defense ist jegliches Deny, was zu keinem Wurfversuch führt, nicht enthalten – zu allen (verpassten?) Rotationen.

    Warum ich mich persönlich mit der Statistik so schwer tu, ist nicht, dass ich den Wert nicht anerkenne. Die Aussage: “Spieler X macht in seiner Rolle einen super Job.” unterstütze ich vollkommen. Das kann RPM/xRAPM besser als alle anderen Boxscorestats.
    Ich habe nur einfach Probleme damit, die Statistik für mich nutzbar zu machen. Wie soll ich mit ihr argumentieren? Vielleicht ist es bezogen auf unser Draftspiel ganz gut zu erklären: Ich kann bspw. nicht sagen, warum Channing Frye ein so gutes RPM hat bzw. wie sich sein RPM zusammensetzt. Ist er so gut, weil er soviel Spacing schafft? Weil er so effizient wirft? Rotiert er defensiv clever? Verteidigt er man-to-man so gut? Boxt er sehr gut aus? Und in welchem Verhältnis zueinander steht das?
    Wenn ich Channing Frye also ziehe, wie hilft mir RPM weiter, um Spieler zu finden, die zu Frye passen? Die vielleicht seine Schwächen verdecken oder seine Stärken noch weiter exponieren können?

    Das meinte ich mit der Blackbox am Anfang meiner Ausführung. Ich weiß nicht, wie der Wert sich zusammensetzt. Und ich weiß nicht, wieso Channing Frye so wertvoll ist. Ich kann nur sagen, dass er positiven Einfluss auf ein Team hat, aber das hilft mir nicht weiter, wenn ich ihn nicht einfach isoliert betrachten möchte.

    Ich kann die Rolle nicht bestimmen (was genau sollte er machen?) und ich kann Stärken und Schwächen nicht erkennen (wo braucht er Hilfe? Wo ist er stark)? Wie soll ich RPM für meine Analysen nutzbar machen?

  8. Avatar

    Götzeidank

    Danke für deine Ausführungen Alley!

    Der Nachteil daran ist natürlich das man dann selbst analysieren muss welche Detailleistungen jetzt zu guten oder schlechten Werten geführt haben, der Vorteil daran ist aber, dass nicht nur die bisher messbaren Detailleistungen erfasst werden sondern auch die Detailleistungen den Gesamtwert beeinflussen, die man zur Zeit noch nicht so genau messen kann (Spacing, effektives Blockstellen, defensives Stellungsspiel, Ausboxen etc.).

    Widerspricht das Obige denn nicht deinen Ausführungen hier unten?

    Worin PM-Statistiken aber einen guten Dienst leisten ist die Einordung der Gesamtleistung eines Spielers gegenüber der anderer Spieler in vergleichbaren Rollen (sowohl defensiv als auch offensiv) und auch der Vergleich des Einflusses verschiedener Rollen auf das Spiel (wenn man die Spitzenspieler der jeweiligen Rollen vergleicht). Und dabei haben sie eben anderen Statistiken vorraus, dass sie durch den Blick auf das Große und Ganze eben auch im Detail schwer messbare Faktoren nicht ausschließen.

    Es ist nicht möglich, Detailleistungen wie Ausboxen usw. seperat zu messen, aber bspw. im RPM sind diese Dinge beinhaltet. Nur kannst du halt nicht einsehen, wie groß der Anteil welcher Einzelleistung ist.

    Ganz einfach gefragt: Wie erkenne ich denn, ob Spieler in ähnlichen Rollen spielen? Durch das RPM nicht, weil diese nur eine qualitative Aussage treffen kann. Also müssen wir doch zunächst eh auf andere Statistiken zurückgreifen, um die Rolle eines Spielers zu bestimmen. Sei es On-ball-offense durch USG oder on-ball-defense durch die mysynergy-stats. Und das ist ist – wie du richtig sagst – nicht zuverlässig genug. Es fehlt sämtliches off-Ball-Verhalten, bei der Defense ist jegliches Deny, was zu keinem Wurfversuch führt, nicht enthalten – zu allen (verpassten?) Rotationen.

    Die Rollen, die die einzelnen Spieler im Team ausfüllen sollen, werden ja eben durch diese Stats deutlich, wie du selbst sagst. Bei einigen Spielern ist die Rolle auch klar. Aber ich sehe darin kein Problem, es ist ja klar und wird auch im Artikel deutlich, dass man nicht nur anhand von RPM ein Team zusammenstellen kann.
    Und die Defense kannst du auch so nicht beurteilen, da sind diese Boxscore-unabhängigen Metriken schon das beste, was es gibt. Auch wenn du eben nicht weißt, was genau der Spieler jetzt perfekt macht, weißt du, dass er irgendetwas richtig macht. Da hilft dann nur die Spiele zu schauen.

    Ich habe nur einfach Probleme damit, die Statistik für mich nutzbar zu machen. Wie soll ich mit ihr argumentieren? Vielleicht ist es bezogen auf unser Draftspiel ganz gut zu erklären: Ich kann bspw. nicht sagen, warum Channing Frye ein so gutes RPM hat bzw. wie sich sein RPM zusammensetzt. Ist er so gut, weil er soviel Spacing schafft? Weil er so effizient wirft? Rotiert er defensiv clever? Verteidigt er man-to-man so gut? Boxt er sehr gut aus? Und in welchem Verhältnis zueinander steht das?
    Wenn ich Channing Frye also ziehe, wie hilft mir RPM weiter, um Spieler zu finden, die zu Frye passen? Die vielleicht seine Schwächen verdecken oder seine Stärken noch weiter exponieren können?

    Zumindest offensiv ist das doch sehr gut erklärbar. Er nimmt die meisten seiner Dreipunktewürfe von der Spitze des Perimeters und generiert damit quasi das bestmögliche Spacing. Ist bei Nowitzki bspw. nicht anders, er macht das ähnlich und nimmt doch sehr selten mal einen Dreier aus der Ecke. Ist ja auch logisch: Je weiter weg, desto breiter das Spielfeld und desto freier die Zone und deren Lücken darin. Effizientes Shooting kommt dann natürlich noch dazu.
    Defensiv wird durch mysynergy-Werte dann deutlich, dass er ein guter Pick & Roll Verteidiger ist. Und was dann weiter zum guten RPM beiträgt, muss man sich selbst anschauen. ;)

    Das meinte ich mit der Blackbox am Anfang meiner Ausführung. Ich weiß nicht, wie der Wert sich zusammensetzt. Und ich weiß nicht, wieso Channing Frye so wertvoll ist. Ich kann nur sagen, dass er positiven Einfluss auf ein Team hat, aber das hilft mir nicht weiter, wenn ich ihn nicht einfach isoliert betrachten möchte.

    Teilweise. Natürlich kannst du gerade offensiv bei vielen Spielern sagen, wieso sie so wertvoll sind. Bei manchen sieht man es auf den ersten Blick natürlich nicht, wie bspw. bei Rubio. Da sind aber die anderen Stärken dann eben so offensichtlich. Zunächst mal ist sein Playmaking überragend. Außerdem ist er eben ein guter Balldieb und treibt den Fastbreak hervorragend an, meist mit Brewer, der da eine Macht ist. Geht jetzt aber nicht um Rubio, sondern darum, dass man eben schon mittels anderer Stats einsehen kann, wie sich der Wert im groben zusammensetzt.

    Ich kann die Rolle nicht bestimmen (was genau sollte er machen?) und ich kann Stärken und Schwächen nicht erkennen (wo braucht er Hilfe? Wo ist er stark)? Wie soll ich RPM für meine Analysen nutzbar machen?

    Naja, die Rolle kannst wie schon erwähnt eben schon, gerade offensiv, gut bestimmen (denn auf die Offense eines Teams achtet man ja generell mehr, meine ich). Dazu hast du eine breite Masse an offensiven Stats, die dabei helfen.

    Defensiv ist es eben schwerer, ist aber auch klar. Man muss den Spieler dann halt genau kennen. Ein Beispiel wäre Jae Crowder, dessen RPM-Wert ja auch sehr gut ist. Bei ihm erkennt man defensiv dann eben schon, wieso das so ist. Er ist einfach unglaublich agil und aggressiv, sowohl beim umlaufen von Screens, als auch in der on-ball-Defense. Hinzu kommt sein gutes Def Reb für einen SF und seine schnellen Hände.

    Soll heißen: Man kann das schon bestimmen und sehen, nur nicht anhand von gewissen Statistiken. Die on-ball-Defense kann man einsehen, alles andere muss man sich selbst anschauen. Dabei helfen aber eben meist schon 3-4 Spiele, um zu erkennen, welcher Spieler genau was richtig/falsch machen, da es halt zu einem großen Teil immer wieder dieselben Situationen sind, in die man gerät.

  9. Dennis Spillmann

    Teilweise. Natürlich kannst du gerade offensiv bei vielen Spielern sagen, wieso sie so wertvoll sind. Bei manchen sieht man es auf den ersten Blick natürlich nicht, wie bspw. bei Rubio. Da sind aber die anderen Stärken dann eben so offensichtlich. Zunächst mal ist sein Playmaking überragend. Außerdem ist er eben ein guter Balldieb und treibt den Fastbreak hervorragend an, meist mit Brewer, der da eine Macht ist. Geht jetzt aber nicht um Rubio, sondern darum, dass man eben schon mittels anderer Stats einsehen kann, wie sich der Wert im groben zusammensetzt.

    Ich halte Rubio für ein extrem schlechtes Beispiel, weil sein ORPM ihn als 29. von 81 Point Guards ausweist und das mit seinem ORtg von 106 (Durchschnitt) ziemlich übereinstimmt. Da gibt es offensiv gerade off-ball wohl kaum eine Überraschung bei dem Wert.

    Soll heißen: Man kann das schon bestimmen und sehen, nur nicht anhand von gewissen Statistiken. Die on-ball-Defense kann man einsehen, alles andere muss man sich selbst anschauen. Dabei helfen aber eben meist schon 3-4 Spiele, um zu erkennen, welcher Spieler genau was richtig/falsch machen, da es halt zu einem großen Teil immer wieder dieselben Situationen sind, in die man gerät.

    Du willst also anhand einer Sample Size von 3-4 Spielen erklären können, welche Qualität ein bestimmter Spieler hat? Ich denke nicht, dass das wirklich eine überzeugende Herangehensweise ist.

    Um nochmal deinen Argumentationsgang zusammenzufassen: Du sagst, dass man – um RPM entschlüsseln zu können – einfach die anderen Stats anschauen muss, um zu sehen, dass Frye Dreier wirft und so für Spacing sorgt oder das P’N’R gut verteidigt. Daraus erklärt sich der RPM-Wert. Zwischenfrage: Wofür brauche ich dann überhaupt RPM, wenn ich doch eh über andere Statistiken zu exakt denselben Aussagen komme?

    Worauf ich hinaus will: Auf die Frage “Wieso ist Frye in seiner Rolle so gut?” gibt es von RPM keine Antwort und wird es auch nie geben. Wir tasten uns über andere Statistiken heran, um die Frage zu beantworten und setzen diese Statistiken als Platzhalter für RPM ein, wenn sie dem RPM-Wert entsprechen; tut sie dies nicht, schieben wir den RPM-Wert auf Intangibles. Warum soll ich mir den Wert dann überhaupt ansehen, wenn ich doch trotzdem erst zu einem nutzbaren Resultat komme, wenn ich mir alle weiteren Statistiken anschaue?

    Überspitzt gesagt: Ich kann doch auch dasselbe über PER sagen. Ich schau auf den Wert, weiß aber noch nicht so richtig, was er bedeutet. Dann schaue ich mir alle anderen Statistiken an und sage zum Schluss, ob PER meine wirklichen Recherchen stützt oder nicht. Bei PER weiß ich aber zumindest, dass es Quatsch ist – außer für erste Optionen evtl.

    Also nochmals: Wie nutze ich denn RPM aussagekräftig? Wenn ich on-ball-offense einordnen will, kombiniere ich ORtg und USG, um auf die unterschiedlichen offensiven On-Ball-Rollen abheben zu können. Wie schlüssele ich denn ORPM nach Rollen auf, um wirklich gleiche Spielertypen vergleichen zu können? Das ist doch ungleich schwieriger, weil wir – selbst wenn wir die on-ball-offense durch USG subtrahieren können, wir wahrscheinlich nur ein Fünftel des Wertes isoliert haben. 80% der off-ball-offense können wir überhaupt nicht kategorisieren. Bewegt sich der Spieler eher laufend? Parkt er eher in der Ecke? Stellt er Screens?

    Ich sehe da noch immer keinen praktischen Nutzen, um mit dem Wert irgendetwas interpretieren zu können. Um nochmals zu begründen, warum ich die Metrik so sehr hinterfrage: Ich glaube, dass ein Team aus Spielern, die 2013/14 alle positive RPMs hatten, dennoch im Zusammenspiel 14/15 ein Minus-Team sein könnte. Weil man rein vom RPM ausgehend leider kaum Aussagen zum Spieler treffen kann. Wenn man dann eben die Rollen der Spieler nicht replizieren kann, weil man nicht genau weiß, warum sie so gut funktioniert haben, kommt man irgendwie mit der Aussagekraft nicht weiter.

    Aber das hattest du ja bereits so gesagt: “Aber ich sehe darin kein Problem, es ist ja klar und wird auch im Artikel deutlich, dass man nicht nur anhand von RPM ein Team zusammenstellen kann. ” und “Auch wenn du eben nicht weißt, was genau der Spieler jetzt perfekt macht, weißt du, dass er irgendetwas richtig macht. Da hilft dann nur die Spiele zu schauen.” Da tendiert der Nutzen für mich nun gegen Null. Auch wenn ich einräume, dass die Metrik defensiv zumindest mehr abdeckt als der Rest. Nur unaufgeschlüsselt bringt uns das zu wenig.

    Ich hoffe weiterhin darauf, dass SportVU irgendwann den nächsten Schritt macht und aufschlüsseln kann, wie ein Spieler welche Situation verteidigt hat und was er in der Zeit macht, wenn er offensiv nicht den Ball in der Hand hat.

  10. Marc Petri

    Ich sehe da noch immer keinen praktischen Nutzen, um mit dem Wert irgendetwas interpretieren zu können. Um nochmals zu begründen, warum ich die Metrik so sehr hinterfrage: Ich glaube, dass ein Team aus Spielern, die 2013/14 alle positive RPMs hatten, dennoch im Zusammenspiel 14/15 ein Minus-Team sein könnte. Weil man rein vom RPM ausgehend leider kaum Aussagen zum Spieler treffen kann. Wenn man dann eben die Rollen der Spieler nicht replizieren kann, weil man nicht genau weiß, warum sie so gut funktioniert haben, kommt man irgendwie mit der Aussagekraft nicht weiter.

    Genau das war auch immer mein kritischer Ansatz wenn es um PM-Werte geht und ich bleibe dabei, dass eine Starting Five aus…

    Beverley (RPM: 4,26)
    Carter (RPM: 4,46)
    D. Green (RPM: 3,50)
    N. Collison (RPM: 5,72)
    T. Splitter (RPM: 3,47)

    (somit dürften sie RPM-mäßig die beste S5 der Liga sein)

    … nicht in die Play-Offs kommen würde, aber das bestätigt was Beführworter der erwähnten Stats sagen, es kommt auf die Rolle an und es bringt nichts Carter wieder als go-to-guy Spielen zu lassen und Collison eine Rolle wie Durant spielen zu lassen (was der Writer des Artikels ja auch als Argument aufführt).

    Ich persönlich haber mir letzte Saison die Mühe gemacht Spieler mit gutem RPM Wert (Carroll und Frye besonders intensiv) zu beobachten nachdem ich überrascht war wie gut sie in dieser Metrik abschließen, hatte ich gerade Carroll vorher gar nicht auf dem Zettel und ganz ehrlich – bis zu diesem Zeitpunkt hätte ich ihn noch nicht mal als guten Rollenspieler bezeichnet.

    Die Sample Size mit etwa jeweils 8 – 10 Spielen ist auch nicht viel Größer als die von Götzeidank erwähnte, aber ich bilde mir schon ein zu erkennen was die beiden besonders gut machen und wie sie das gesamte Team wesentlich besser machen.

    Das genaue Gegenteil ist K. Irving, hier hat mich nicht gewundert dass er seit zwei Jahren PM-zahlen liefert die weit von seinem Standing (er wird von einem Großteil der NBA-Fans schon seit zwei Jahren als Superstar gefeiert – was sicherlich auch mit seiner medialen Präsenz zusammenhängt) abweichen.

    RPM und Co. sind keine Wundermittel um detailiert zu zeigen welcher Spieler welches NBA2K-Rating bekommen wird (also nicht geeignet um abschließend eine Rangfolge aller NBA Spieler zu bilden und zu sagen, dass X besser ist als Y), aber wenn ich einen Spieler bewerten will, ist es für mich der perfekte Einstieg (und somit besser als PER, ORtg, DRtg usw.) wenn ich einen Spieler bewerten will. Ohne Eyetest und die Betrachtung anderer Advanced Stats bilde ich mir dann aber kein weiteres Urteil, sondern verbleibe mit einem “Spieler X hat seine Rolle in der letzten Saison gut/schlecht gespielt”.

  11. Dennis Spillmann

    Ich sehe da noch immer keinen praktischen Nutzen, um mit dem Wert irgendetwas interpretieren zu können. Um nochmals zu begründen, warum ich die Metrik so sehr hinterfrage: Ich glaube, dass ein Team aus Spielern, die 2013/14 alle positive RPMs hatten, dennoch im Zusammenspiel 14/15 ein Minus-Team sein könnte. Weil man rein vom RPM ausgehend leider kaum Aussagen zum Spieler treffen kann. Wenn man dann eben die Rollen der Spieler nicht replizieren kann, weil man nicht genau weiß, warum sie so gut funktioniert haben, kommt man irgendwie mit der Aussagekraft nicht weiter.

    Genau das war auch immer mein kritischer Ansatz wenn es um PM-Werte geht und ich bleibe dabei, dass eine Starting Five aus…

    Beverley (RPM: 4,26)
    Carter (RPM: 4,46)
    D. Green (RPM: 3,50)
    N. Collison (RPM: 5,72)
    T. Splitter (RPM: 3,47)

    (somit dürften sie RPM-mäßig die beste S5 der Liga sein)

    … nicht in die Play-Offs kommen würde, aber das bestätigt was Beführworter der erwähnten Stats sagen, es kommt auf die Rolle an und es bringt nichts Carter wieder als go-to-guy Spielen zu lassen und Collison eine Rolle wie Durant spielen zu lassen (was der Writer des Artikels ja auch als Argument aufführt).

    Sicher, das wollte ich ja auch gar nicht sagen. Hier ist klar, dass da nur Rollenspieler auflaufen, die zudem ja nicht mal Starterminuten sehen.
    Ich glaube aber auch, dass ein Team mit legitimen Startern und durchweg positiven ORPM und DRPM-Werten Probleme bekommen kann, in die Playoffs im Westen einzuziehen, wenn wir mal bewusst so auswählen, dass wir keine Rim-protection und keinen Dreier in der S5 haben. Ein Beispiel:
    Avery Bradley – Dwyane Wade – Luol Deng – David West – Nikola Pekovic

    Ich glaube, dass dieses Team, das klare Scoringoptionen und mit Bradley und Deng gute Verteidiger hat, trotzdem Schwächen hat, die wir alle sehen, aber RPM eben überdeckt.

    Ohne Eyetest und die Betrachtung anderer Advanced Stats bilde ich mir dann aber kein weiteres Urteil, sondern verbleibe mit einem “Spieler X hat seine Rolle in der letzten Saison gut/schlecht gespielt”.

    Würdest du das denn auch so absolut setzen? Dass bspw. DeMar DeRozans Jahr in Toronto leicht unterdurchschnittlich in Bezug auf seine Rolle war und er die Offense kaum positiv beeinflussen konnte, obwohl er in Sachen on-ball-offense bei hohem Volumen effizient gespielt hat?

  12. Marc Petri

    Bei dem von dir genannten Team sind wir schon wieder bei dem Schlagwort “Rollenverteilung” angekommen, welches in der PM-Diskussion eine tragende Rolle spielt (unschwer zu erkennen ;)). Ich sehe in dem Team keinen Spieler, dem ich zutraue das Team offensiv zu tragen, Wade hat mich in der Hinsicht im letzten Jahr schon sehr enttäuscht. Ich sehe das Team trotz allem mit ordentlichen Chancen um Platz 8 mitzuspielen, tauschst du Wade mit Goran Dragic sehe ich dieses Team (je nach Struktur der Bank) sehr weit vorne im Westen.

    Zu DeRozan:

    Würde ich keine PM-Werte zu ihm kennen, hätte ich ihn laut Eye-Test (dies beruht aber zum größten Teil auf vorletzter Saison, wo er sehr uneffektiv spielte und der Play-Off Serie gegen die Nets, wo er mich auch nicht überzeugte – ansonsten habe ich kaum Raptors Spiele gesehen) irgendwo auf Ariza-Niveau, also leicht überdurchschnittlich, gesehen.

    Ich sage zum Thema “absolut” setzten folgendes: Schaue ich auf die RPM-Statistiken sehe ich kaum einen Spieler mit großen Abweichungen nach unten zu meinen bisherigen Einschätzungen. Faried, Irving, Favors… bei keinem war/bin ich so richtig überrascht, was nicht heißen soll dass ich diese Spieler für talentfrei halte, es geht mir nur um die zuletzt gezeigten Leistungen. Bei ein paar Spielern (D. Granger ist so ein Beispiel) bin ich aber schon überrascht – also im positiven Sinne. Um an der Stelle mehr zu schreiben hätte ich Granger die letzten Jahre aber mehr als nur ein oder zwei Mal spielen sehen müssen.

    Aber ich bewerte das ganze weiterhin so: Unter den Advanced Stats gibt es nicht die eierlegende Wollmilchsau – alle haben ihre Schwächen. Bisher hat mich aber für den Einstieg nichts mehr überzeugt als die erwähnten PM-Statistiken.

  13. Avatar

    glover

    Hallo Artur,

    vielen Dank für den informativen Artikel. :tup:
    Mit RPM habe ich immer wieder Schwierigkeiten: Auch wenn ich mich in die Thematik und Methodik einlese und zu einem Grundverständnis komme, habe ich ein paar Wochen später wieder das Gefühl vor der von dir beschriebenen Blackbox zu stehen und meine intuitiven Einwände gegen RPM melden sich wieder zu Wort.
    Ein paar Fragen möchte ich dir gerne stellen.

    Warum wählst du Bonner und Collison als Beispiele für exzellente Rollenspieler?
    Beide spielen bei Contendern und es fällt mir schwer ihre guten RPM Werte ihren Leistungen zuzuschreiben. Ist es nicht so, dass die Rollenspieler der besten Teams überwiegend gute RPM Werte bekommen?

    Und grundsätzlicher: Findest du, dass RPM eine befriedigende Antwort auf die gestellte Frage “Welchen Einfluß Spieler x auf den Erfolg/die Leistungen von Team y hat” gibt?
    Dazu zwei Gedanken von mir:
    1) mMn sind die RPM Werte auf einer deskriptiven Ebene lokalisiert. Sie beschreiben, dass die Spurs xy Punkte mehr erzielen, wenn bsp. Bonner auf dem Parkett steht. Aber heißt das auch, dass Bonners Präsenz die Spurs um xy Punkte besser macht als ihre Gegner? Fällt mir schwer diesen Wert zu verstehen. Deswegen ertappe ich mich wiederholt dabei, die RPM Werte zu erklären um die Frage zu beantworten, wie groß der Anteil von Bonners eigener Leistung auf seinen guten RPM Wert ist und welche anderen Faktoren mitverantwortlich sind. Eine grobe Antwort habe ich weiter oben bereits gegeben.
    2) Warum möchtet ihr die Aussagekraft von RPM auf die Offense beschränken? Warum ist RPM bei der Defense unzuverlässig? Man wendet in beiden Fällen dieselbe Methode an und ich verstehe nicht, warum sie nur einmal funktioniert?

  14. Dennis Spillmann

    Danke für dein Feedback, Glover.

    1) mMn sind die RPM Werte auf einer deskriptiven Ebene lokalisiert. Sie beschreiben, dass die Spurs xy Punkte mehr erzielen, wenn bsp. Bonner auf dem Parkett steht. Aber heißt das auch, dass Bonners Präsenz die Spurs um xy Punkte besser macht als ihre Gegner? Fällt mir schwer diesen Wert zu verstehen. Deswegen ertappe ich mich wiederholt dabei, die RPM Werte zu erklären um die Frage zu beantworten, wie groß der Anteil von Bonners eigener Leistung auf seinen guten RPM Wert ist und welche anderen Faktoren mitverantwortlich sind. Eine grobe Antwort habe ich weiter oben bereits gegeben.

    Ich denke, dass du hier Plus-Minus mit Real Plus-Minus verwechselt. RPM ermittelt den Wert, für den Bonner (angeblich) alleine verantwortlich ist, indem durch die hohe Anzahl an Gleichungen und Gewichtungen durch immer wieder andere Mit- und Gegenspieler ein einzigartiger Wert kreiert wird, der nicht für die Lineup sondern wirklich nur für Bonner gilt.
    Da man ja auch für alle anderen Spieler einer Lineup einen individuellen Wert gefunden hat, soll so sichergestellt werden, dass man Bonners Leistung isoliert hat.

  15. Avatar

    glover

    Ich denke, dass du hier Plus-Minus mit Real Plus-Minus verwechselt. RPM ermittelt den Wert, für den Bonner (angeblich) alleine verantwortlich ist, indem durch die hohe Anzahl an Gleichungen und Gewichtungen durch immer wieder andere Mit- und Gegenspieler ein einzigartiger Wert kreiert wird, der nicht für die Lineup sondern wirklich nur für Bonner gilt.
    Da man ja auch für alle anderen Spieler einer Lineup einen individuellen Wert gefunden hat, soll so sichergestellt werden, dass man Bonners Leistung isoliert hat.

    Hallo Dennis,

    du legst den Finger direkt in die Wunde und formulierst (einen Teil) meines Problems nochmal präziser.
    Als NBA Fan ohne besondere mathematische Kentnisse habe ich tatsächlich Schwierigkeiten den erfolgreichen Übergang vom normalen Plus-Minus zum RPM zu verstehen.
    Bisher habe ich noch nicht nachvollziehen können, warum RPM die Probleme von Plus-Minus überwindet.
    Natürlich versucht man den Einfluß eines Spielers auf den Erfolg seines Teams zu isolieren, aber ich habe den Verdacht, dass man dafür alle Faktoren gleichgewichtet. An einem erfolgreichen Spielzug eines Teams nehmen alle 5 Spieler teil, aber haben sie den gleichen Einfluß auf den gelungenen Abschluß? Ist es nicht auch so, dass in einem Lineup/Spielzug zwei Spieler wichtigere Aufgaben haben als die anderen drei Spieler? Oder dass zwei, drei Spieler ihren Job gut erfüllen und man den Spielzug erfolgreich abschließt obwohl die anderen Spieler einen Fehler begehen, z.B. nicht für gutes Spacing sorgen und schlecht positioniert sind.
    10 Spieler bewegen sich simultan auf dem Feld und jeder Spieler erfüllt seine Rolle/Aufgabe unterschiedlich gut. Wird diese Tatsache nicht nivelliert, wenn man sich nur am Resultat des Spielzugs orientiert? Deswegen spreche ich von einer fundamentalen Koinzidenz und Interdepenz, die beide der Isolation der Werte für die Spieler vorausgehen. Und bei RPM habe ich den Verdacht, dass man die verschieden Leistungen und Aufgaben der Spieler nicht ausreichend berücksichtigt.

    Lässt sich diese Problematik allein dank der großen Menge an Daten lösen?
    Oder gehen meine Gedanken in eine völlig falsche Richtung?

  16. Matthias Holtermann

    Warum wählst du Bonner und Collison als Beispiele für exzellente Rollenspieler?
    Beide spielen bei Contendern und es fällt mir schwer ihre guten RPM Werte ihren Leistungen zuzuschreiben. Ist es nicht so, dass die Rollenspieler der besten Teams überwiegend gute RPM Werte bekommen?

    Wenn dem so wäre, dann hätten Bellinelli, Perkins, Norris Cole und auch ein Ray Allen sicherlich bessere Werte.
    Ich glaube, dass liegt eher daran dass die Contender nunmal für gewöhnlich die besseren Rollenspieler der Liga in ihren Reihen versammeln. Stars brauchen eben auch einen guten Supporting-Cast um erfolgreich zu sein.

    Speziell bei Nick Collison und Matt Bonner sollte man eben auch bedenken, dass sie eine sehr begrenzte Spielzeit haben. Dadurch haben sie es einerseits leichter über ihre Spielzeit hinweg intensiver spielen zu können und andererseits kann es durch die kleinere Sample-Size sein, dass ihre RPM-Werte nicht so genau sind wie bei Spielern die mehr spielen.

    Und grundsätzlicher: Findest du, dass RPM eine befriedigende Antwort auf die gestellte Frage “Welchen Einfluß Spieler x auf den Erfolg/die Leistungen von Team y hat” gibt?
    Dazu zwei Gedanken von mir:
    1) mMn sind die RPM Werte auf einer deskriptiven Ebene lokalisiert. Sie beschreiben, dass die Spurs xy Punkte mehr erzielen, wenn bsp. Bonner auf dem Parkett steht. Aber heißt das auch, dass Bonners Präsenz die Spurs um xy Punkte besser macht als ihre Gegner? Fällt mir schwer diesen Wert zu verstehen. Deswegen ertappe ich mich wiederholt dabei, die RPM Werte zu erklären um die Frage zu beantworten, wie groß der Anteil von Bonners eigener Leistung auf seinen guten RPM Wert ist und welche anderen Faktoren mitverantwortlich sind. Eine grobe Antwort habe ich weiter oben bereits gegeben.

    Die RPM-Werte sind eben nicht nur normale +/- Werte, dass heisst sie sagen nicht nur aus “dass die Spurs xy Punkte mehr erzielen, wenn bsp. Bonner auf dem Parkett steht”.
    Sondern durch die Regression wird bei der Errechnung der APM-Werte versucht der genaue Einfluss eines Spielers herauszufiltern (so gut es aufgrund der Sample-Size halt geht).

    Vorstellen muss man sich das wie in Mathe bei so einem Experiment mit einer Balkenwaage mit mehreren Gewichten, wo man durch mehrere Wiegevorgänge mit verschiedenen Kombinationen an Gewichten, die jeweiligen Gewichte der Gewichte ermitteln muss. (wenn auf beiden Seiten immer mehrere Gewichte liegen müssen)

    So untersucht man bei der Regression alle möglichen Kombinationen von Lineups (Gegner miteinbezogen) um herauszufinden wie groß der Einfluss eines Spielers genau ist.

    Die Abhängigkeit vom Team ist dadurch sehr viel kleiner als bei einem einfachen On/Off-Court Vergleich, der bei der normalen +/- Statistik gemacht wird.

    2) Warum möchtet ihr die Aussagekraft von RPM auf die Offense beschränken? Warum ist RPM bei der Defense unzuverlässig? Man wendet in beiden Fällen dieselbe Methode an und ich verstehe nicht, warum sie nur einmal funktioniert?

    Das verstehe ich allerdings auch nicht.
    Bei xRAPM, also RPM, ist es zwar so, dass durch die Unterstützung von Boxscorestatistiken, die Big-Men in der Defense-Wertung etwas bevorteilt werden, weil der Defensiv-Rebound überbewertet wird. Aber dadurch verliert der Defense-Wert jetzt nicht komplett seine Aussagekraft. Spieler mit gleichen Positionen kann man da noch sehr gut direkt vergleichen und auch Spieler auf unterschiedlichen Positionen, wenn man im Hinterkopf behält, dass gute Defensiv-Rebounder defensiv leicht bevorteilt werden.

    ——————————————————————————————

    Noch was zum generellen Nutzen der APM-Statistiken:

    Natürlich sind diese Werte kein Allheilmittel, weil sie einem eben nicht die genauen Stärken oder Schwächen eines Spielers verraten.
    Aber welche andere Statistik kann einem annähernd so gut einen groben Überblick über den aktuellen Impact der Spieler liefern?
    PER ist viel zu offensivlastig und ähnlich wie WS und vielen anderen Statistiken zu sehr auf Boxscore-Statistiken ausgerichtet.
    Und für Spielervergleiche rein vom Eye-Test oder mit einer Ansammlung von speziellen Einzelstatistiken her, kann man mMn subjektiv nicht gut genug abschätzen welche Sache letztendlich nun genau wieviel Impact ausmacht, um bei knappen Vergleichen abschließend sagen zu können, dass der oder der Spieler einen positiveren Gesamteinfluss auf die Offense und/oder Defense hat.
    Natürlich muss man die Stärken und Schwächen eines Spielers wie sonst auch durch andere Statistiken und einem ausreichenden Eye-Test selbst herausarbeiten, kann aber durch die APM-Statistiken letztendlich noch am besten beurteilen wie sich dieses Gesamtpaket aus Stärken und Schwächen bei einem Spieler in seiner aktuellen Rolle auf dem Feld auswirkt.

    Die mangelnde Aufschlussfähigkeit der RPM-Werte ist natürlich schade, aber ist aufgrund des mathematischen Prinzips nicht zu verhindern, da die Werte eben nicht wie bei vielen anderen Statistiken aus anderen Werten zusammengesetzt sind. Aber gerade diesem Zustand ist der eigentliche Vorteil dieser Statistik zu verdanken, nämlich dass sie schwer messbare Leistungen nicht ausschließt, sondern das gesamte Spiel mit all seinen Facetten erfasst und nicht nur die messbaren Facetten wie die meisten anderen Statistiken.

    Und dieser Miteinbezug aller Faktoren schafft natürlich auch zum Teil andere Eindrücke als bei Statistiken die sich nur aus messbaren Faktoren zusammenstellen.
    Auf sehr oberflächlicher Ebene ist das dann z.B. die Überbewertung der Offensive, durch die defensivschwache Spieler, oft genug überbewertet werden.
    Aber so kann das auch offensivspezifisch sein, wo der Fokus eher auf Scorern oder Playmakern liegt, obwohl Spieler off-the-ball auch sehr viel Einfluss auf eine Offensive nehmen können.
    In der Defense schaut man dann gerne auf die Rimprotection, obwohl durchschnittlich nur 26,5% der Plays am Korb abgeschlossen werden (laut Definition in der Statistik (within 5 feet)).
    Auch die 1-on-1-On-Ball-Defense wird gerne mal bevorzugt betrachtet, obwohl es durchschnittlich nur bei 18% der Plays zu so einem “Duell” kommt (Post-Up 9,6%, Isolation 8,3%).
    (Die Prozentwerte hab ich hierher: http://www.rotoworld.com/articles/nba/47871/401/nba-defenses-by-the-numbers bzw. bei der Rimprotection selbst errechnet: 22.3 FGA at Rim pro Game (in der Teamstatistik) durch 83 FGA pro Game Insgesamt.)

    Also das bei RPM manche Werte gegen die bisherigen Eindrücke mancher Betrachter sprechen, dass kann sowohl an den Werten als auch an den bisherigen Eindrücken der Betrachter liegen.
    Bevor man da wegen mancher Werte direkt in Skepsis verfällt, lohnt es sich vl. erst die eigenen bisherigen Eindrücke zu hinterfragen (Spieler nochmal statistisch zu durchleuchten oder nach aktuellen Artikeln über den Spieler zu suchen, wo man dann oftmals auf die Aspekte trifft, bei denen sich eine genauere Betrachtung lohnt.).

    Und die Fokussierung auf Spieler in quantitativ kleinen Rollen (Collison und Bonner) bringt mMn wenig, weil eine kleinere Sample Size wie gesagt leichter zu ungenaueren Werten führen kann und sich ein bestimmtes Leistungsniveau in einer kleineren Spielzeit auch leichter bewerkstelligen lässt.

    Zwischenfrage: Wofür brauche ich dann überhaupt RPM, wenn ich doch eh über andere Statistiken zu exakt denselben Aussagen komme?

    Worauf ich hinaus will: Auf die Frage “Wieso ist Frye in seiner Rolle so gut?” gibt es von RPM keine Antwort und wird es auch nie geben. Wir tasten uns über andere Statistiken heran, um die Frage zu beantworten und setzen diese Statistiken als Platzhalter für RPM ein, wenn sie dem RPM-Wert entsprechen; tut sie dies nicht, schieben wir den RPM-Wert auf Intangibles. Warum soll ich mir den Wert dann überhaupt ansehen, wenn ich doch trotzdem erst zu einem nutzbaren Resultat komme, wenn ich mir alle weiteren Statistiken anschaue?

    Hierzu nochmal eine Gegenfrage:
    Wie vergleichst du den Gesamtimpact zweier Spieler, wenn sie sich in ihren Stärken und Schwächen unterscheiden?
    Wie würdest du z.B. unter zwei 3&D Rollenspielern den einflussreicheren ausmachen, wenn der eine der bessere Shooter ist und der andere der bessere Defender?
    Was also wenn die Betrachtung der ganzen Detailstatistiken zu keinem Gesamtergebnis führt, u.a. weil sie auch schwer zueiandern zu gewichten sind?

  17. Dennis Spillmann

    Hierzu nochmal eine Gegenfrage:
    Wie vergleichst du den Gesamtimpact zweier Spieler, wenn sie sich in ihren Stärken und Schwächen unterscheiden?
    Wie würdest du z.B. unter zwei 3&D Rollenspielern den einflussreicheren ausmachen, wenn der eine der bessere Shooter ist und der andere der bessere Defender?
    Was also wenn die Betrachtung der ganzen Detailstatistiken zu keinem Gesamtergebnis führt, u.a. weil sie auch schwer zueiandern zu gewichten sind?

    Da wir wahrscheinlich die beiden Spieler nicht in einem Vakuum betrachten und dies offensichtlich Rollenspieler sind, würde ich gar nicht vom potentiell möglichen Impact, sondern vom besten fit für mein Team ausgehen. Höheren Impact hat wahrscheinlich der bessere Defender, weil er offensiv vielleicht für leicht weniger Spacing sorgt als der Shooter, aber ein Team wie Detroit hat in dieser Offseason mit Augustin, Butler und Meeks eher das Problem adressiert, dass Shooting fehlt, ohne großartig auf die Defense zu achten.

  18. Artur Kowis

    |Author

    Besonders interessant warte ich auf die Entwicklung von Kyrie Irving. Seine Rolle als Anführer und erste Scoring-Option spielte er in der vergangenen Saison sehr unterdurchschnittlich, nun bleibt abzuwarten, wie er sich macht wenn er sein Spiel im kommenden Jahr (dank James und Love) auf seine Stärken beschränken kann.

    Laut xRAPM machte Irving bei seiner Usage offensiv sogar gar keine sooo schlechte Figur, jedoch zog die Defense seine Wartung so stark runter, dass er insgesamt fast auf “neutral/durchschnittlich) abfiel. In der Defensive habe ich bei Irving auch kaum Hoffnung mehr – siehe auch FIBA. Aber so wichtig wird das vielleicht gar nicht sein, wenn David Blatts Team ein ordentliches Defensivkonzept installiert, und ich erachte Eins-Eins Point Guard-D eher als nettes Bonus anstatt als Notwendigkeit. Doch ich glaube auch, dass er zumindest seine offensive Wertung aufpolieren kann. Ich bin fast eher bei Dion Waiters gespannt. Seine Rolle sollte etwas kleiner werden und als Spieler, dessen Skillset erlaubt, im Wurf wie auch im Korbzug gefährlich zu sein, glaube/hoffe ich, dass er die sehr gut ausfüllen kann.

    „Das meinte ich mit der Blackbox am Anfang meiner Ausführung. Ich weiß nicht, wie der Wert sich zusammensetzt. Und ich weiß nicht, wieso Channing Frye so wertvoll ist. Ich kann nur sagen, dass er positiven Einfluss auf ein Team hat, aber das hilft mir nicht weiter, wenn ich ihn nicht einfach isoliert betrachten möchte.
    Ich kann die Rolle nicht bestimmen (was genau sollte er machen?) und ich kann Stärken und Schwächen nicht erkennen (wo braucht er Hilfe? Wo ist er stark)? Wie soll ich RPM für meine Analysen nutzbar machen?“

    Ich denke, dass Frye kein so gutes Beispiel ist, da es bei ihm eher offensichtlich ist: Er wirft als Big hervorragend Dreier, nicht nur als Spot-Up, sondern auch aus direkten Screener-Aktionen, was innen sehr viel Platz schafft. RPM wird dir nicht sagen, dass er das tut, jedoch wird das IMO mit ein bisschen nachforschen offensichtlich. Ich glaube der gesamte PHX- Kader, der Teil der Rotation war, warf bis sehr weit in die Saison Karrierehöchstwerte. Das Spacing, dass er für Spieler wie Dragic und Bledsoe schafft, ist da einfach toll und diese sind widerrum gut genug, um dieses sehr gut zu nutzen. Interessant wird z.B. wie er in Orlando aussehen wird, die eine Menge Guards haben, die nicht werfen können.

    Box-Score-Zähler wie ORTG sagen dir ja auch nichts über die Rolle bzw. ob ein Spieler seinem Team hilft. Sie bewerten die Offensive eines Spielers anhand (mehr oder weniger) beliebig gewählte Kategorien, die man mal für den Boxscore-Bogen (mehr oder weniger) beliebig gewählt hat. Da musste dann ja auch erstmal weiter nachforschen und schauen, wie weit er überhaupt in die Offensive eingebunden ist, ob seine Teamkollegen durch schlechtes Spacing oder eine zu große Rolle (siehe MCW) ob fehlender Alternativen dazu beitragen. Sie sagen, ob ein Spieler in ganz bestimmten,Teilbereichen „gut“ (TS%) oder im Team „voluminös“ (DRB%) ist, aber nicht ob das letztendlich wirklich gut ist oder einen Beitrag leistet. Aber ich stimme schon zu, dass der Großteil der Fälle „blackboxy“ sind. Ein besseres Beispiel wäre vllt. Josh Smith, der laut xRAPM einen leicht überdurchschnittlichen Einfluß auf die Offense hat.

    Dass RPM einem kaum etwas verrät, muss man halt akzeptieren. Wie sollte das auch gehen? Sie basiert eher auf +/-, was über das Geschehen berechnet wird und nicht über vorgewählte Kategorieren. Ich finde z.B. auch nicht, dass on-ball-offense NUR durch ORTG und USG% einzuordnen ist.

    „Warum wählst du Bonner und Collison als Beispiele für exzellente Rollenspieler?
    Beide spielen bei Contendern und es fällt mir schwer ihre guten RPM Werte ihren Leistungen zuzuschreiben. Ist es nicht so, dass die Rollenspieler der besten Teams überwiegend gute RPM Werte bekommen?“

    Hi, Glover! Die intuitiven Einwände habe ich selber auch oft genug. Und die darf man auch haben. Der Chef von talkingpracticeblog/gotbuckets beschwert sich selbst oft genug über eigene RAPM-Werte, die er anzweifelt. Ich versuche dann nicht sofort ‚WTF?! Kann nich sein, der Typ ist Müll‘ zu denken, sondern bei interessanten Beispielen nachzuhacken. DeMarcus Cusins ist so ein Beispiel, den RAPM (also ohne BoxScore-Elemente) schon ewig für einen sehr guten Verteidiger hält… wofür ihn wohl kaum jemand von uns halten würde. Aber wie Zach Lowe in einem Podcast glaueb ich, bereits letzte Saison angemerkt hat, scheint er unter vielen Teamscouts tatsächlich auch Fans seiner Defense zu haben.
    Collison und Bonner habe ich gewählt, da es zu ihren Werten die meisten „Lacher“ gab und sie schon jahrelang als RAPM-Superstars gelten. Rollenspieler sehr guter Teams haben nicht überwiegend gute RPM-Werte. Als Beispiel aus 2014 fällt mir D.J. Augustin ein, der in Chicagos toter Offense die sehr wichtige Rolle des einzigen Slashers ausfüllte und in den Medien recht prominent war… laut RAPM jedoch genauso trashig wie in den Jahren zuvor. Kendrick Perkins wäre auch so ein Fall, dessen O-RAPM einer der miesesten der Liga ist, obwohl seine Jobbeschreibung nicht so viel ausführlicher ist als die von Collison. Norris Cole ist seitdem er in der Liga ist auch trotz kleiner Rolle RAPM-Trash. Aber klar, ich denke schon, dass viele gute Teams viele Spieler mit guten RAPM-Werten. Das macht ja auch Sinn, da die besten Teams eine recht gute Rolleneinteilung haben. Die Thunder haben ja auch irgendwie Westbrooks Ausfall in der Reg Season kompensieren können. Ein Team wie die Spurs sind dann aber schon eine Ausnahme: http://stats-for-the-nba.appspot.com/teams/SAS.html

    „1) mMn sind die RPM Werte auf einer deskriptiven Ebene lokalisiert. Sie beschreiben, dass die Spurs xy Punkte mehr erzielen, wenn bsp. Bonner auf dem Parkett steht. Aber heißt das auch, dass Bonners Präsenz die Spurs um xy Punkte besser macht als ihre Gegner? Fällt mir schwer diesen Wert zu verstehen. Deswegen ertappe ich mich wiederholt dabei, die RPM Werte zu erklären um die Frage zu beantworten, wie groß der Anteil von Bonners eigener Leistung auf seinen guten RPM Wert ist und welche anderen Faktoren mitverantwortlich sind. Eine grobe Antwort habe ich weiter oben bereits gegeben.“

    Das war auch lange ein Verständnisproblem für mich. Soweit ich das weiss – und vielleicht kann ich hier selber nochmal nachfragen – bedeutet dass nicht, dass die Spurs so und so viele Punkte mehr erzielen (das wäre eben +/-). Laut der Regression bedeutet dass, das sie mit ihm auf dem Feld (in der Rolle, die er ausfüllt) X Punkte pro 100 Possessions besser sind als ein durchschnittlicher NBA-Spieler (der den Wert 0.0 hat).
    Ach, ich wäre echt froh, wenn die RAPM-Gods mal eine wirkliche „RAPM for Math-Dummies“ wie uns schreiben würden…. sporskeptics und mystics Auführungen kamen dem noch am Nähesten, aber ohne mathematisches Verständnsi ist das wirklich schwer. Schade, dass da von keinem mal etwas zur tatsächlichen Berechnung kommt.

    „2) Warum möchtet ihr die Aussagekraft von RPM auf die Offense beschränken? Warum ist RPM bei der Defense unzuverlässig? Man wendet in beiden Fällen dieselbe Methode an und ich verstehe nicht, warum sie nur einmal funktioniert?“

    Ich mache das nicht, aber ich denke, dass für viele die Offensive greifbarer ist. Ehrlich gesagt nutze ich RAPM/RPM eher um mir ein Urteil über die Defensive von Spielern zu bilden, aber gute oder schlechte Defensive lässt sich halt meist so schwer bewerten.

    „Natürlich versucht man den Einfluß eines Spielers auf den Erfolg seines Teams zu isolieren, aber ich habe den Verdacht, dass man dafür alle Faktoren gleichgewichtet. An einem erfolgreichen Spielzug eines Teams nehmen alle 5 Spieler teil, aber haben sie den gleichen Einfluß auf den gelungenen Abschluß? Ist es nicht auch so, dass in einem Lineup/Spielzug zwei Spieler wichtigere Aufgaben haben als die anderen drei Spieler? Oder dass zwei, drei Spieler ihren Job gut erfüllen und man den Spielzug erfolgreich abschließt obwohl die anderen Spieler einen Fehler begehen, z.B. nicht für gutes Spacing sorgen und schlecht positioniert sind.“

    [/quote]
    Ich verstehe, was du meinst, jedoch fokussierst du dich hier auf wenige Possessions. Mit der Bedeutung der Sample Size bist du meines Wissens auf dem richtigen Weg. Für die Berechnung der RAPM-Werte standen in dieser Saison pro Spieler im Durchschnitt 3678 Posessions zur Verfügung. Plus die Teilbetrachtung an Possessions der vergangenen Jahren. So ziemlich jeder OKC-Spielzug besteht aus Durant und Russ, und doch überstanden die Thunder die Reg Season ohne Westbrook.. was sicher auch auf die übrigen 4 Akteure, die neben Durant standen zurückzuführen ist ;).

    Danke auch an die anderen, die mitteilen, was sie über RPM wissen! Ist eine große Hilfe für uns alle, ich weiß gerade über die Mathematik auch nicht annähernd genug.

  19. Marc Petri

    Für mich also Orlando Fan ist die Entwicklung von Fryes RPM-Werten von höchstem Interesse.

    Beim Schauen der Phoenix Spiele aus der letzten Saison (ich erwähnte es bereits – unter anderem seine RPM-Werte, aber auch der Charme der Cinderella-Story waren der Grund warum ich mir das ganze sehr genau anschaute) bestätigte sich für mich das, was diverse Advanced Stats verraten. Durch seine Art Basketball zu Spielen* glänzte er mit Hilfe seiner Stärken im Pick an Roll (und natürlich Pick and Pop) selbst, aber auch 7 der anderen 8 Rotationsspieler hatten mit ihm auf dem Feld bessere Offensiv-Stats.

    Gerade bei Goran Dragic war es so dass er unheimlich oft zum Korb ziehen konnte. Victor Oladipo traue ich das auch zu. Wie gesagt, ich bin gespannt wie sich Frye und auch Spieler wie Harris, Oladipo und Fournier (auch ein interessanter Punkt in Hinsicht auf die RPM-Werte. Wie wird er sich in seiner neuen Rolle machen?!?) jetzt entwickeln.

    Man darf gespannt sein ob Jacque Vaughn es schaff die Möglichkeiten, welche man durch Frye bekommt, zu nutzen. Weil seine RPM-Stats sagen (und das ist quasi die Kernaussage) dass er unheimlich gut in dem ist, was er für Phoenix im letzten Jahr aufs Parkett gebracht hat.

    *ich hatte es an einer anderen Stelle mal so beschrieben. Oft hat man bei ihm den Eindruck dass er das, was andere Big Man auf Anweisung (nach Time-outs) machen, ständig in Perfektion praktiziert. Es ist nicht einfach so dass jeder x-beliebige Big Man mit Schuss (beispielsweise Hawes) diese Rolle 1 zu 1 genau so spielen könnten, Frye hat einfach viel mehr drauf.

    PS: Und ich lobe ihn jetzt nicht nur in dem Himmel weil er zukünftig bei “meiner” Franchise spielt. ;)

  20. Avatar

    glover

    Vielen Dank nochmal an die Runde für eure Erläuterungen! :tup:
    Eure Ausführungen haben mir definitiv weitergeholfen.

    Alley, du schreibst hier immer sehr gute und nicht eben kurze ( ;) ) Beiträge.
    Vielleicht haust du auch mal den einen oder anderen Artikel raus?!
    Ich würde es begrüßen. :D

  21. Jonathan Walker

    Auch von mir noch Danke an alle Beteiligten der Diskussion. Ich bin nun, was dieses Thema angeht, um einiges schlauer als vorher. Gerne mehr!

  22. Martin Sobczyk

    Muss jetzt nochmal ein verspätetes Lob abgeben, nachdem ich den Artikel wiederholt gelesen habe. Sehr schöne Zusammenfassung und insbesondere dieser Teil wird in meiner Wahrnehmung zu oft aussen vor gelassen:

    Da RPM eben nicht sagt, wie “gut” bzw. “schlecht” ein Spieler generell ist, sondern, wie gut er in einem System funktioniert, kann es als Ausgangspunkt für Überlegungen für Gründe dieser Ergebnisse dienen…

    Wie jeder Metrik sollten wir Real Plus-Minus ebenso wenig unser volles Vertrauen schenken wie unserem Auge und Basketballsachverstand. Es wäre jedoch ein Fehler, RPM abzulehnen, nur weil uns einige Ergebnisse nicht gefallen oder als unsinnig erscheinen
    … RPM erzielte in Sachen Vorhersagekraft und Korrelation mit tatsächlicher Win% sehr gute Ergebnisse und hat als ein weiteres Analysewerkzeug seine Berechtigung.

    Als Anhänger von RPM und Rollenspielern, deren Wert endlich auch in Zahlen wahrgenommen werden kann, bin ich sehr froh, dass RPM immer mehr Akzeptanz findet (subjektives Empfinden), andererseits muss man sich den ersten Satz von Artur immer vor Augen halten. Es wird nicht das Leistungsvermögen bewertet, sondern die Leistung. Und diese Leistung ist im Basketball, so wie in kaum einem anderen Sport, extrem an die Rolle des Spielers gekoppelt. Ich habe aktuell nämlich das Gefühl, dass zu oft RPM herangezogen wird, um zu sagen, dass Spieler X besser als Spieler Y wäre, da er einen höheren RPM hat.

  23. Sebastian Seidel

    Als Anhänger von RPM und Rollenspielern, deren Wert endlich auch in Zahlen wahrgenommen werden kann, bin ich sehr froh, dass RPM immer mehr Akzeptanz findet (subjektives Empfinden), andererseits muss man sich den ersten Satz von Artur immer vor Augen halten. Es wird nicht das Leistungsvermögen bewertet, sondern die Leistung. Und diese Leistung ist im Basketball, so wie in kaum einem anderen Sport, extrem an die Rolle des Spielers gekoppelt. Ich habe aktuell nämlich das Gefühl, dass zu oft RPM herangezogen wird, um zu sagen, dass Spieler X besser als Spieler Y wäre, da er einen höheren RPM hat.

    Finde es auch extrem interessant wie sich die RPM-Werte von Channing Frye bei veränderter Rolle in Orlando geändert haben und das obwohl der Vorjahreswert ja sogar noch einen kleinen positiven Einfluss auf diese Saison hat.
    Was auch noch einmal deine Aussage unterstützt, dass RPM eben extrem auch an die Rolle gebunden ist.

    2013/14 Phoenix
    ORPM 3.92
    DRPM 1.17

    2014/15 Orlando
    ORPM -1.14
    DRPM -0.73

  24. Jonathan Walker

    Finde es auch extrem interessant wie sich die RPM-Werte von Channing Frye bei veränderter Rolle in Orlando geändert haben und das obwohl der Vorjahreswert ja sogar noch einen kleinen positiven Einfluss auf diese Saison hat.
    Was auch noch einmal deine Aussage unterstützt, dass RPM eben extrem auch an die Rolle gebunden ist.

    2013/14 Phoenix
    ORPM 3.92
    DRPM 1.17

    2014/15 Orlando
    ORPM -1.14
    DRPM -0.73

    Inwiefern hat sich denn deiner Meinung nach seine Rolle geändert?

    Er spielt keine 3 MPG weniger, startet noch die meisten Spiele, hat eine etwas geringere USG%, spielt dafür aber mehr Assists… Er ist nach wie vor ein Rollenspieler in einer ähnlichen Rolle wie in Phoenix.

    Für mich liegt das Problem darin, dass Frye zwar noch genauso viele Dreier nimmt (und sogar besser trifft), aber weit weniger Zweier (innerhalb 16 ft.) nimmt und diese sehr viel schlechter trifft. Außerdem verliert er öfter den Ball, obwohl er ihn seltener bekommt.

  25. Dennis Spillmann

    Ich bin ja weiterhin ein skeptischer Beobachter der Metrik. Gerade die Werte von Frye finde ich besorgniserregend, was die Aussagekraft der Metrik angeht.
    Wie Jonathan schon dargestellt hat, hat sich die Rolle von Frye kaum verändert. RPM kann aus meiner Sicht einfach nicht in ausreichendem Maße die Einzelleistung trennen. Problematisch für das RPM ist, dass die Coaches immer bestmöglich aufstellen. Eine Lineup aus Mirotic – Gibson – Gasol – Noah – Mohammed wird es nie geben, würde der Metrik aber helfen.
    Wenn es im Fall von Frye dann besonders sinnvoll ist, ihn mit Dragic zu kombinieren, gewinnen die Suns zwar, für das RPM ergeben sich aber zu wenig Variationen.

    RPM it weiterhin besser als andere Einzahlenmetriken, aber mehr als einen Gedankenanstoß sehe ich nicht.

  26. Sebastian Seidel

    Inwiefern hat sich denn deiner Meinung nach seine Rolle geändert?

    Er spielt keine 3 MPG weniger, startet noch die meisten Spiele, hat eine etwas geringere USG%, spielt dafür aber mehr Assists… Er ist nach wie vor ein Rollenspieler in einer ähnlichen Rolle wie in Phoenix.

    Für mich liegt das Problem darin, dass Frye zwar noch genauso viele Dreier nimmt (und sogar besser trifft), aber weit weniger Zweier (innerhalb 16 ft.) nimmt und diese sehr viel schlechter trifft. Außerdem verliert er öfter den Ball, obwohl er ihn seltener bekommt.

    In Phoenix war er überwiegend die primäre Option im Pick&Roll und füllte diese Rolle exzellent aus. Das ist nun in Orlando nicht mehr der Fall, viel mehr agiert er deutlich öfter abseits des Balles selbst wenn Vucevic mal nicht auf dem Feld steht.

    Betrachtet man bei Playtype die Anzahl an Pick&Roll-Possessions als Roll-Man und bezieht die Minutenzahl mit ein so ergibt sich folgendes Bild:

    MIN/Pick`n Roll Possessions als Roll Man
    Vucevic 7.61
    O`Quinn 9.86
    Frye 20.61
    Dedmon 21.96

    Ein zweiter wichtiger Punkt für mich ist seine Position und das Spielsystem der Suns.
    Laut Bballref verbrachte Frye in Phoenix knapp 67 Prozent seiner Spielzeit auf der Center-Position.Wenn er auf der spielte 5 standen bei den Suns in der Regel 5 Spieler auf dem Feld die über einen soliden Dreier verfügten. Das Spacing natürlich überragend, da Frye in der Regel den gegnerischen Rim-Protector noch raus an die Dreierlinie zog.
    Dadurch konnten Guards wie Bledsoe und Dragic (die viel zum Korb ziehen) natürlich enorm profitieren.

    Betrachten wir nun die Zeit in Orlando, so fällt auf dass er überwiegend auf der 4 spielt. Laut Bballref sind es 73% auf der PF-Position und nur noch 27% auf Center. Hinzu kommen weitere im Spacing limitierende Faktoren wie Elfrid Payton, Aaron Gordon und z.B. Center wie Dedmon, die über keinen Wurf verfügen. Selbst Tobias Harris mit dem Frye über 900 Minuten auf dem Feld verbracht hat gilt nicht unbedingt als der beste Dreierschütze auch wenn er in dieser Saison die Dreier solide getroffen hat.
    Tendentiell geh ich auch davon aus, dass selbst wenn Frye auf der Center-Position agiert hat, die gegnerischen Coaches nicht unbedingt ihren besten Ringbeschützer gegen ihn verteidigen lassen haben. Sondern exemplarisch auf die Clippers gesehen, lieber Blake Griffin gegen Frye verteidigen lassen haben und Jordan dann gegen einen Power Forward wie O´Quinn.
    Die Phoenixähnliche super small Variante, die man mit Frye auf der 5 und Harris auf der 4 spielen könnte, habe ich nicht einmal bewusst bei einem Magic-Spiel wahr genommen.

    Edit:
    Mit Blick auf die Lineups.

    Elfrid Payton-Victor Oladipo-Evan Fournier-Tobias Harris-Channing Frye
    ist mit 37 Minuten die einzige mehr als 10 Minuten genutzte Smallball-Lineup wo Frye und ein PF der Dreier trifft auf dem Feld stehen.

  27. Martin Sobczyk

    Ich bin ja weiterhin ein skeptischer Beobachter der Metrik. Gerade die Werte von Frye finde ich besorgniserregend, was die Aussagekraft der Metrik angeht.
    Wie Jonathan schon dargestellt hat, hat sich die Rolle von Frye kaum verändert.

    Es haben sich halt die Mitspieler verändert und es wird deutlich wie abhängig Frye vom Suns System/guten Schützen gewesen ist (, um beim RPM zu glänzen). Dies unterstreicht wieder, wie sehr RPM an das Team bzw. die Rolle gekoppelt ist.

    RPM kann aus meiner Sicht einfach nicht in ausreichendem Maße die Einzelleistung trennen. Problematisch für das RPM ist, dass die Coaches immer bestmöglich aufstellen. Eine Lineup aus Mirotic – Gibson – Gasol – Noah – Mohammed wird es nie geben, würde der Metrik aber helfen.

    Kannst du das etwas ausführen, verstehe nämlich nicht ganz, was du mit dieser Big Man Lineup aussagen möchtest.

    RPM it weiterhin besser als andere Einzahlenmetriken, aber mehr als einen Gedankenanstoß sehe ich nicht.

    So würde ich es derzeit auch formulieren.

  28. Dennis Spillmann

    RPM will 450 Variablen bestimmen. Je mehr Gleichungen mit unterschiedlichen Variablen wir haben, desto sicherer können wir uns sein, dass eine bestimmte Variable einzigartig ist. Es bringt uns nichts, wenn die Variablen A123 (Frye) und A234 (Dragic) in 80% aller Gleichungen gemeinsam auftauchen. Deshalb wären Big-Lineups gut, um Variablen wirklich isolieren zu können. Wir brauchen mehr Durchmischung.

  29. Matthias Holtermann

    Hab aus Interesse mal geschaut wer sich im RPM am meisten verbessert hat (MIP) und dachte das mach ich doch direkt mal für alle Awards:

    MVPGMPGRPMWAR 1James Harden, SG7636.98.7619.86 2Stephen Curry, PG7632.88.6817.8 3Kawhi Leonard, SF6031.58.3512.51 4LeBron James, SF6636.37.714.77 5Chris Paul, PG7934.97.3716.71 6Anthony Davis, PF6336.37.2713.24 7Russell Westbrook, PG6334.26.6612.48

    DPoYGMPGDRPM1Andrew Bogut, C6323.75.642Kawhi Leonard, SF6031.55.163Draymond Green, SF7531.64.944Tony Allen, SF6326.24.825DeMarcus Cousins, C5934.14.626Tim Duncan, PF7328.84.387Rudy Gobert, C77264.088Khris Middleton, SG7430.14.049Anthony Davis, PF6336.33.67

    6th ManGMPGRPM1Manu Ginobili, SG6622.93.532Kelly Olynyk, C5922.73.493Jusuf Nurkic, C5718.13.344Nikola Mirotic, PF77203.125Anthony Morrow, SG7024.33.036Al-Farouq Aminu, SF6917.82.837Lavoy Allen, PF5817.82.838Louis Williams, SG76252.769Andre Iguodala, SG73272.6810Rudy Gobert, C77262.4711Jared Dudley, SF6923.62.45

    RoYGMPGRPM1Jusuf Nurkic, C5718.13.342Nikola Mirotic, PF77203.123Marcus Smart, PG6226.72.064Elfrid Payton, PG7729.91.965Nerlens Noel7430.9-1.396Andrew Wiggins7735.8-1.84

    MIP20152014Diff1Khris Middleton, SG6.39-2.288.672Tyreke Evans, SG3.7-2.966.663Cody Zeller, PF4.21-2.256.464Ben McLemore0.9-5.496.395Anthony Davis, PF7.271.435.846James Harden, SG8.763.135.637DeMarcus Cousins, C6.370.765.618Brandon Jennings1.46-3.985.449Kawhi Leonard, SF8.353.025.3312Kyrie Irving, PG3.34-1.44.7413Rudy Gobert, C2.47-2.264.7315Derrick Favors, PF3.39-0.934.3218Gordon Hayward, SF4.290.583.7131Stephen Curry, PG8.686.242.4433Draymond Green, SF5.863.52.3637Klay Thompson, SG4.072.032.0441Jimmy Butler, SG3.662.131.53

  30. Flashmaster

    Das MVP-Ranking ist interessant. Leonard hat trotz seiner Verletzung- und Schwächephasen extrem zugelegt (ups…die Spurs ja auch – Coincidence? Ich denke nicht), was das RPM betrifft. Passend dazu:
    die Abstimmungsberechtigten bei den Awards müssen bei der Wahl des MVPs ein Ballot mit fünf Namen und einer festgelegten Reihenfolge abgeben. Sieht man sich die Namen an, halte ich es für nahezu unmöglich einen aus der Gruppe Harden, Curry, Davis, Paul, James und Westbrook außen vor zu lassen. Am ehesten (ausschließlich auf den MVP bezogen) kann mMn Westbrook gestrichen werden. Eine eventuell verpasste Playoffteilnahme der Thunder + einiger individueller Schwächephasen (auf hohem Niveau) bewirken am ehesten eine Nicht-Berücksichtigung von Russell Westbrook. So absurd es auch klingen mag Russell nicht unter den Top 5 Kandidaten zu nennen, wen soll es sonst treffen? Curry, Harden und James sind in Stein gemeißelt, Paul spielt eine unfassbare Saison und ruft mit einer beeindruckenden Konstanz absolute Topleistungen ab. Anthony Davis führt ein gebeuteltes Team aus New Orleans gegebenenfalls in die Postseason und hat individuell betrachtet eine historische Saison abgeliefert. Kawhi lasse ich trotz seiner jüngsten Leistungsexplosion unberücksichtigt (knappe 15 Spiele verpasst und für seine Verhältnisse einen recht nüchternen Einstieg in die Saison abgeliefert, auch wenn er sichtlich – no pun intended – von Verletzungen gebeutelt war).
    Wenn ihr eine Liste verfassen müsstet, wen würde es treffen?
    Bei mir wären es wohl, auch wenn sich Platz drei bis fünf quasie stündlich ändern. Man bekommt wirklich Bauchschmerzen, wenn Westbrook auf der Liste fehlt…

    1. Stephen Curry
    2. James Harden
    3. LeBron James
    4. Chris Paul
    5. Anthony Davis

    Edit.: Ich habe gerade bemerkt, dass mein Beitrag evtl. besser in den ”Wer soll 2015 MVP werden?” Thread gepasst hätte. Schande über mein Haupt…


Melde dich an, um einen Kommentar zu schreiben