Memphis Grizzlies

Memphis und die Punkte

Was NetRating, SRS und andere Plus-Minus-Statistiken über die Grizzlies aussagen - und umgekehrt

Schon vor dem letzten Spiel der Grizzlies wies ESPN darauf hin, dass sie das erste Team der NBA-Geschichte mit einer negativen Punktebilanz trotz 30 Siegen aus 50 Spielen werden könnten. Tatsächlich steht Memphis jetzt bei der angesprochenen Bilanz und trotzdem einem Differenzial von -1,1. Was einerseits wie eine etwas künstliche Statistik wirkt, lässt andererseits bei genauerer Betrachtung Fragen aufkommen: An sich wäre bei einem negativen NetRating auch eine negative Bilanz zu erwarten statt komfortablen 10 Siegen über 50%. Auch SRS, eine Metrik, die Spielplan und Gegner miteinbezieht, verändert dieses Bild nicht: Insgesamt weist mit den Rockets (-0,97) nur ein Team der Top 8 jeder Conference einen schlechteren Wert als die -0,91 der Grizzlies auf. Die verletzungsgeplagten Jazz und Hornets liegen beispielsweise mit +1,41 beziehungsweise +0,62 klar im positiven Bereich, stehen aber bei unter 50%.

Data SRS vs Wins

Die Grafik zeigt, dass sich Win-Loss-Percentage und SRS an sich relativ gut aufeinander abbilden lassen. Die Grizzlies stellen die deutlichste Abweichung, ansonsten liegen die meisten Teams im Rahmen der Erwartungen: Warriors und Spurs drehen einsam ihre Kreise, die übrigen Spitzenteams liegen in dieser Skalierung minimal über den SRS-Erwartungswerten. Außer den genannten Jazz und Hornets weisen noch die Celtics und Pacers ausgesprochen gute Werte auf, die Heat und Mavs sind dagegen ebenfalls im negativen Bereich.

Was bedeuten diese Zahlen?

Viele Beobachter der NBA nutzen Net Rating oder SRS, um vermeintlich „richtige“ Bilanzen zu erstellen. Es erscheint verlockend, mit genauen Ergebnissen statt der klassischen Win-Loss-Darstellung eine höhere Präzision zu erreichen und dabei eventuell sogar noch über SRS den Spielplan miteinzubeziehen. Daraus wird mitunter diagnostiziert, das Team habe bisher Glück gehabt und werde im weiteren Saisonverlauf oder in den Playoffs einbrechen. Für Memphis wären das schlechte Nachrichten, die mit weiteren Stats durchaus in Einklang zu bringen sind: Praktisch alle Spieler scoren in Bezug auf die Effizienz deutlich unterhalb ihres Leistungsvermögens der letzten Jahre (Marc Gasol: 52,4 TS% statt 55,8% 14/15 ; Mike Conley: 51,9 TS% statt 55,8 14/15). Das Team ist vom im Offensivrating (ORtg) vom 13. auf 22., im für die Grit and Grind-Identität noch wichtigeren DRtg vom 4. auf den 15. Rang abgerutscht.

Genau hier werden jedoch einige Probleme sichtbar: SRS, ORtg und DRtg beruhen auf einem sehr ähnlichen Datensatz – und der ist für die Grizzlies etwas irreführend:

MEM Tabelle

Wie die Tabelle zeigt, kassierte das Team einige schwere Blowouts, insbesondere die 50-Punkte-Niederlage Anfang November gegen die Warriors sticht heraus. Auch die drei anderen Contender schenkten Memphis je eine >20-Punkte-Niederlage ein. Das ist einerseits kein gutes Zeichen für die Playoffs, andererseits lässt sich so das NetRating der Grizzlies mit einigen wenigen Spielen erklären: Die Gesamtbilanz des Teams liegt derzeit bei -57, so dass die beiden höchsten Niederlagen fast allein dafür verantwortlich sind. Wären beide Spiele ‚normale‘ Blowouts mit -15 gewesen, stünden die Grizzlies bei 0. Zudem erfolgten alle sehr hohen Niederlagen in der Schwächephase bis Anfang Dezember, seitdem kamen nur zwei moderate gegen Thunder und Rockets dazu.

Auch wenn die Blowouts psychologisch sicher nicht gerade förderlich sind: Es ist geradezu absurd, die Stärke eines langjährigen Playoff-Teams daran zu messen, ob einige Spieler über 30 sich auch in hoffnungslosen Fällen noch gegen die Niederlage zu stemmen versuchen. Letztendlich spielt die 50-Punkte-Niederlage für das Playoffrennen keine größere Rolle als jede andere auch – und gerade in dieser Hinsicht haben die Grizzlies sich in eine immer besser aussehende Position gebracht: Mit 9 Siegen aus den letzten 10 Spielen gewinnen sie Abstand auf die kriselnden Mavs und stehen nur noch 3 Niederlagen hinter den viertplatzierten Clippers. Gerade falls sich deren Probleme mit dem längeren Ausfall von Blake Griffin verschärfen, ist Heimrecht für Memphis in der ersten Playoffrunde absolut realistisch – im Osten wäre nach derzeitigen Bilanzen sogar Platz 2 vorstellbar.

Mehr als nur SRS

Die widersprüchlichen Ergebnisse von SRS und tatsächlicher Bilanz sagen also möglicherweise weniger über die Grizzlies als über die Statistik aus. Falls man Schlussfolgerungen aus der schlechten Form des Teams gerade zu Saisonbeginn (Gasol traf allerdings auch im Januar keine
45%) treffen möchte, wäre es sinnvoller, die jeweiligen Spiele einzeln zu betrachten, statt mit Blick auf Punktedifferenzen eine größere Datenbasis vorzutäuschen: Praktisch erklären einige wenige Spiele das NetRating. Es bleibt zwar umgekehrt die Frage, warum das Team kaum hohe Siege erzielt hat. Grit and Grind und die Teamstruktur bieten jedoch eine recht überzeugende Erklärung: Die defensiven Stärken der Grizzlies bei relativ alten Spielern und einer eher schwach besetzten Garbage Time-Lineup verhindern ein hohes Scoring-Volumen.

Aus diesem Grund muss man jedoch nicht nur NetRating und SRS mit Vorsicht genießen, sondern auch die anderen Plus-Minus-(Team-)Statistiken, also das an sich relativ zuverlässige Team- ORtg und DRtg. Wie oben angeführt, sind die Grizzlies in beiden Statistiken im Vergleich zum Vorjahr abgerutscht. Es ist klar, dass die heftigen Niederlagen bis Anfang Dezember dafür eine große Rolle spielen. Auch die Plus-Minus-Werte einzelner Lineups sind von diesem Phänomen betroffen: Aus den 6 meistgespielten Lineups weist nur die Starting Five des letzten Jahres ein Plus auf, die übrigen sind, unabhängig von kleiner oder großer Aufstellung, teilweise deutlich im Minus. Da jedoch allein im Warriors-Spiel Anfang November einige Spieler ein Plus-Minus von über -40 erreichten, ist auch hier eine Verzerrung anzunehmen. Ähnliches gilt vermutlich für Real Plus Minus (RPM, hier unser Podcast mit Entwickler Jeremias Engelmann) – nur Marc Gasol ist überhaupt in den Top 50, lediglich zwei weitere Spieler (Conley und Allen) stehen in den Top 100. Für das nach Bilanz derzeit siebtbeste NBA-Team ist das ein extrem niedriger Wert. Aufgrund der nicht öffentlich zugänglichen Berechnungsmethoden sind für RPM jedoch kaum zuverlässige Aussagen zu treffen.

Fazit

Dieser Artikel soll nicht die Grizzlies zum Geheimfavoriten oder jede Plus-Minus-basierte Statistik für unzuverlässig erklären. Gegen ersteres gibt es genug weitere Argumente: Die Formprobleme bei Schlüsselspielern und eine Spielweise, die etwas aus der Zeit gefallen scheint, hält die Grizzlies trotzdem aus dem Kreis der Contender. Stattdessen möchte ich zur Vorsicht gerade in Bezug auf spezielle Statistiken wie NetRating und SRS aufrufen – wie das Beispiel Grizzlies zeigt, überhöhen gerade diese beiden Werte eine Handvoll Spiele zu Saisonbeginn. Zumindest eine ‚bessere‘ Tabelle kann man sich von SRS nicht erhoffen, ohne die Hintergründe genau zu untersuchen.

 

Statistiken via espn.com und basketball-reference.com

  •  
  •  
  •  
  •  
  •  
  •  

23 comments

  1. Sebastian Seidel

    Ein sehr guter Artikel. Was man dabei auch noch hätte thematisieren können ist, inwiefern es eine Qualität ist enge Spiele zu gewinnen. Die Thunder haben es zum Beispiel geschafft von 23 Spielen mit einer Punktedifferenz von 10 oder weniger, 20 zu gewinnen. Einfach nur Glück, die Fähigkeit nochmal einen Gang hochzuschalten wenn es eng wird oder starke Nerven? Gibt noch einige andere Faktoren die da reinspielen können
    Im Endeffekt kommt es darauf an, was in der Win-Spalte steht. Deswegen würde ich in der Tabelle auch nicht zu viel auf das Netrating schauen.

    Zu den Plus-Minus-Statistiken:
    Wirklich aussagekräftig sind bei Lineup-Stats doch nur die Lineups welche viele Minuten sehen. Das sind ja meistens auch die besten Lineups eines Teams, also die welche in der Regel dann in der Garbage Time tendentiell auch weniger auf dem Platz stehen. Von daher würde ich sagen, dass bei Lineups mit vielen Minuten die Werte schon ziemlich aussagekräftig bleiben.
    Womit man bei Plus/Minus-Stats halt extrem vorsichtig sein muss, sind Rollenspieler welche auch öfter mal Garbagetime-Minuten sehen.

  2. Julian Lage

    |Author

    Ein sehr guter Artikel. Was man dabei auch noch hätte thematisieren können ist, inwiefern es eine Qualität ist enge Spiele zu gewinnen. Die Thunder haben es zum Beispiel geschafft von 23 Spielen mit einer Punktedifferenz von 10 oder weniger, 20 zu gewinnen. Einfach nur Glück, die Fähigkeit nochmal einen Gang hochzuschalten wenn es eng wird oder starke Nerven? Gibt noch einige andere Faktoren die da reinspielen können
    Im Endeffekt kommt es darauf an, was in der Win-Spalte steht. Deswegen würde ich in der Tabelle auch nicht zu viel auf das Netrating schauen.

    Danke, das ist auch noch ein interessanter Punkt… Ich glaube, gerade bei sowas gibt es zu viele Zufallsfaktoren, um das sinnvoll zu untersuchen. Man ist zu schnell an einem Punkt, wo man mit nur sehr wenigen Daten (also Spielen) sehr viel erklären will.

    Zu den Plus-Minus-Statistiken:
    Wirklich aussagekräftig sind bei Lineup-Stats doch nur die Lineups welche viele Minuten sehen. Das sind ja meistens auch die besten Lineups eines Teams, also die welche in der Regel dann in der Garbage Time tendentiell auch weniger auf dem Platz stehen. Von daher würde ich sagen, dass bei Lineups mit vielen Minuten die Werte schon ziemlich aussagekräftig bleiben.
    Womit man bei Plus/Minus-Stats halt extrem vorsichtig sein muss, sind Rollenspieler welche auch öfter mal Garbagetime-Minuten sehen.

    Wenn man sich mal die Stats des Warriors-Spiels anschaut (http://www.basketball-reference.com/boxscores/201511020GSW.html), sehe ich da schon viel Raum zum verfälschen. Die Starter haben kaum 25 Min gespielt, aber bis zu -44 in der Zeit. Das muss für einige häufiger gespielte Lineups bedeuten, dass allein aus dem Spiel ein massives Minus entstanden ist. Hier: http://www.basketball-reference.com/boxscores/plus-minus/201511020GSW.html kann man das genauer verfolgen: Es gibt in dem Spiel jetzt keine sehr häufige Lineup, die mehr als -10 kassiert hat, aber das kann für andere Spiele gut sein. Eine Lineup mit Jamychal Green, Barnes, Gasol, Lee und Conley hat z.B. in ungefähr 5 Minuten -13. Keine der Top 5-Lineups der Grizzlies hat mehr als +/-40. Ein Spiel kann da also einen ziemlichen Unterschied machen.

  3. Avatar

    lemanu

    Ein sehr guter Artikel. Was man dabei auch noch hätte thematisieren können ist, inwiefern es eine Qualität ist enge Spiele zu gewinnen. Die Thunder haben es zum Beispiel geschafft von 23 Spielen mit einer Punktedifferenz von 10 oder weniger, 20 zu gewinnen. Einfach nur Glück, die Fähigkeit nochmal einen Gang hochzuschalten wenn es eng wird oder starke Nerven? Gibt noch einige andere Faktoren die da reinspielen können
    Im Endeffekt kommt es darauf an, was in der Win-Spalte steht. Deswegen würde ich in der Tabelle auch nicht zu viel auf das Netrating schauen.

    Bin ganz deiner Meinung. Ein anderes Beispiel sind die NY Knicks Anfang letzten Jahres als man noch mit Ambitionen startete. Damals haben die Knicks in den ersten Monaten viele Spiele offen gestalten können, dann aber bei diesen knappen Spielen eine miserable Bilanz. Bevor sie dann richtig angefallen sind (und zu recht ständig hoch verloren haben)

    http://www.sbnation.com/nba/2014/12/8/7353031/new-york-knicks-lose-close-game-analysis

    Ich habe damals viele Spiele gesehen ( :stupid: i know) und obwohl man das Team deutlich besser war/wirkte als seine Bilanz (ich rede von den ersten 15 spielen bevorsie völlig auseinander gefallen sind) hat man auch klar gesehen, das es kein “Pech” war dass diese knappen Spiele verloren wurden.

  4. Martin Sobczyk

    Schöner Artikel und spricht einige interessante Aspekte an die mich auch schon länger beschäftigen. Die Höhe eines Blowouts wird halt auch oft davon abhängen wie gut die hinteren Positionen auf der Bank besetzt sind. Vor allem in den Playoffs sind die Positionen 11 bis 15 auf der Bank überhaupt nicht relevant.
    Auch sollte man das Freiwurfspiel am Ende des Spiels vergessen. Die eine Mannschaft foult noch wenn sie mit 4 zurück liegen und 7-8 Sekunden zu spielen sind, wohingegen ein anderes Team schon “aufgibt”. Fürs das Net-Rating wäre es cleverer, wenn man nicht foult und das Spiel mit 4 verliert, wohingegen die ehrgeizige Version in der Regel bestraft wird und mit 6 verliert.

    Für ganz grobe Tendenzen kann man das Net Rating sicherlich heranziehen. Aber ich denke die Streuung ist bei diesem Modell schon enorm und daher würde es mir schon schwer fallen aufgrund des Net Ratings eine Aussage zu treffen zwischen Platz 10 Utah (+1,46) und eben Platz 17 Memphis (-1,20).

    Vielleicht wäre auch eine künstliche Begründung von Blowouts sinnvoll für das Modell. Also jede Niederlage über Wert X (z.B. -20) wird dann eben auf diesen Wert runtergebrochen. Denn wie du schon angedeutet hast, steht die Frage schon im Raum wie viel Wert die gespielten Minuten haben, wenn das Spiel praktisch vorbei ist.

  5. Poohdini

    Hmm, ehrlich gesagt weiß ich nicht, welchen Mehrwert mir der Artikel gibt. Dass Ratings/Rankings in welcher Form auch immer nicht der Weisheit letzter Schluss sind? You don´t say. Dass man immer Dinge differenziert und mit Rücksicht auf die jeweilige Situation betrachten muss? Na logo.

    Ansonsten sehe ich nicht, worauf der Artikel sonst hinweisen will.

    Der einfache Grund, warum man lieber MOV, Net Ratings etc im Vergleich zu Win Loss verwenden möchte, ist doch ganz einfach: Man will a) die sample Size erhöhen und b) den Faktor “Glück”/Zufall ein wenig eliminieren.

    Zweitens nutzt man solche Ratings wie SRS als Einordnung der Stärke der Teams, um damit auch Prognosen aufstellen zu können, die durch einfach WL-Bilanz nicht erkennbar ist.

    WL-Bilanzen bieten eine sehr oberflächliche Betrachtung der “Stärke” und haben eine sample size von 82 Spielen. NetRatings sind im Prinzip per Possessions-Zahlen, aus denen wir mit mehr Sicherheit lesen können, da die sample size größer ist. Als Prädiktor sind jene Zahlen einfach valider als einfache WL-Bilanzen.

    Es ist nachgewiesenermaßen so, dass es eine Qualität ist, Teams aus der Halle zu fegen. Siege in engen Spielen erleben normalerweise Regression zur Mitte und sind über die Dauer quasi 50 %. Und genau das bilden NetRtg, MOV und SRS ab.
    Deshalb sehe ich es genau umgekehrt: die Grizzlies waren zu Beginn der Saison ein schwaches Team, ein schlechteres als ihr WL aussagen konnte. Sie haben viele Spiele klar verloren und die knappen fast alle gewonnen, eine Bilanz, die normalerweise nicht zu halten ist.
    Heißt das, dass man nur jene in Betracht ziehen muss, um eine Saison zu bewerten? Nö, Teams verbessern sich u.U. auch (wie im Memphis Fall), aber nichtsdestotrotz waren sie zu Beginn der Saison ein eher schlechtes Team.

    Die Grizzlies sind auch nicht das einzige Team, das gegen die Warriors (oder Spurs) Klatschen erhalten hat. Sollen wir jene auch rausrechnen? Stehen die anderen Teams dann nicht auch bei besseren NetRatings? Gleicht sich das dann wieder aus?

    Grundsätzlich wird viel zu oft in eine Richtung argumentiert: In Blowouts ist am Ende das Team im Vorteil, das führt, da das andere sich aufgibt, weswegen die Niederlage tendenziell noch höher ausfällt. Hier kann man ebenso in genau die umgekehrte Richtung argumentieren: das führende Team schont seine Spieler, in der Garbage Time können die Spieler des Verlierer Teams wieder Selbstvertrauen tanken, weswegen der Blowout tendentiell mit einem geringeren MOV ausfällt.

    Selbst wenn man also die 3 heftigsten Niederlagen aus der Betrachtung herausnimmt und sie mit -15 beziffert, stehen dort letzten Endes 10 Blowout Niederlagen. Das ist eine ganze Menge. Und damit sind wir nicht bei dem Punkt, dass die engen Spiele durch einige wenige Plays ebenso in die andere Richtung hätten ausgehen können und sich dabei auch weitere (wenn auch kleine) Minus-Werte gebildet hätten.

  6. Avatar

    Pillendreher

    Auch steht man seit Dezember bei 0,0, was im Ergebnis einem .500 Team entspricht. Die Einordnung Memphis’ über NetRtG, SRS, MOV, etc. mag zwar leicht verfälscht sein, aber über eine ganze Saison pendelt sich das alles ein. Und wenn das doch nicht der Fall sein sollte, gabs eben mehrere verdiente Klatschen, die durchaus Rückschlüsse auf die Klasse eines Teams zulassen.

  7. Julian Lage

    |Author

    Hmm, ehrlich gesagt weiß ich nicht, welchen Mehrwert mir der Artikel gibt. Dass Ratings/Rankings in welcher Form auch immer nicht der Weisheit letzter Schluss sind? You don´t say. Dass man immer Dinge differenziert und mit Rücksicht auf die jeweilige Situation betrachten muss? Na logo.

    Ansonsten sehe ich nicht, worauf der Artikel sonst hinweisen will.

    Der einfache Grund, warum man lieber MOV, Net Ratings etc im Vergleich zu Win Loss verwenden möchte, ist doch ganz einfach: Man will a) die sample Size erhöhen und b) den Faktor “Glück”/Zufall ein wenig eliminieren.

    Genau das ist der Punkt: Man erhöht die Sample Size in diesem Fall nicht, man _reduziert_ sie. Die Blowouts waren bei Memphis diese Saison für ein Team der Stärke besonders auffällig, sind aber eben nur einzelne Spiele von 50.
    Meine Schlussfolgerung ist daher: Du willst etwas über die Stärke des Teams aussagen? -> nimm nicht SRS, weil dafür die Blowouts eine zu große Rolle spielen. -> Du willst etwas über die Blowouts aussagen? Schau die Spiele an und nutze nicht einen Wert, der ohne echte Substanz mehr Präzision vortäuscht.

    E: Um das noch mal rechnerisch etwas zu verdeutlichen: Ein normales Spiel endet vielleicht mit einer Scoring-Differenz von 5-10. Das heißt, dem GSW-Blowout wird die 5-10-Fache Bedeutung im NetRating und indirekt dem SRS gegenüber ‘normalen’ Siegen zugerechent. Das widerspricht jeder Logik.

  8. Avatar

    Pillendreher

    E: Um das noch mal rechnerisch etwas zu verdeutlichen: Ein normales Spiel endet vielleicht mit einer Scoring-Differenz von 5-10. Das heißt, dem GSW-Blowout wird die 5-10-Fache Bedeutung im NetRating und indirekt dem SRS gegenüber ‘normalen’ Siegen zugerechent. Das widerspricht jeder Logik.

    Damit sprichst du doch aber solchen “Langzeitmodellen” jeglichen Wert ab. Deren Eigenart ist es ja gerade, solche Ausschläge durch die größere Samplesize “verschwinden zu lassen”. Nach deinem Ansatz haben sie eine verringerte Aussagekraft, da sie auch Ausschläge berücksichtigen, aber gerade das macht einen Durchschnittswert ja aus. Und aus solchen Werten kann man besser Schlüsse ziehen, da sie eben ein Gesamtbild zeichnen.

  9. Julian Lage

    |Author

    E: Um das noch mal rechnerisch etwas zu verdeutlichen: Ein normales Spiel endet vielleicht mit einer Scoring-Differenz von 5-10. Das heißt, dem GSW-Blowout wird die 5-10-Fache Bedeutung im NetRating und indirekt dem SRS gegenüber ‘normalen’ Siegen zugerechent. Das widerspricht jeder Logik.

    Damit sprichst du doch aber solchen “Langzeitmodellen” jeglichen Wert ab. Deren Eigenart ist es ja gerade, solche Ausschläge durch die größere Samplesize “verschwinden zu lassen”. Nach deinem Ansatz haben sie eine verringerte Aussagekraft, da sie auch Ausschläge berücksichtigen, aber gerade das macht einen Durchschnittswert ja aus. Und aus solchen Werten kann man besser Schlüsse ziehen, da sie eben ein Gesamtbild zeichnen.

    Bei SRS und NetRating sehe ich das wirklich größtenteils so, da sind meiner Meinung nach die Verfälschungen oft größer als der mögliche Gewinn. Dass man bei +/- -Stats immer aufpassen muss, sollte ja eh klar sein. Gerade SRS hat aber eben noch die Schwäche jeder Ein-Wert-Metrik und ist damit für mich sowas wie PER für Teams.

    Alle anderen Stats, die grob auf dem Datenset basieren, erzeugen einen klaren Mehrwert. Beispiel: Team-DRtg passt die kassierten Punkte der Pace an und kontextualisiert in Bezug auf den Ligaschnitt.

  10. Avatar

    Pillendreher

    Aber etwa NetRtG ist ja die Differenz von ORtG und DRtG. Bei 82 Spielen kann da einfach am Ende nicht zu viel Ungenauigkeit drinnen sein. Selbst Blowouts mit 50 per 100 poss. wirken sich am Ende mit 0,6 aus. Schafft ein Team es nicht, diese Niederlagen zu verhindern oder am Ende auszugleichen, so sind sie auch keine gute Mannschaft.

  11. Julian Lage

    |Author

    Aber etwa NetRtG ist ja die Differenz von ORtG und DRtG. Bei 82 Spielen kann da einfach am Ende nicht zu viel Ungenauigkeit drinnen sein. Selbst Blowouts mit 50 per 100 poss. wirken sich am Ende mit 0,6 aus. Schafft ein Team es nicht, diese Niederlagen zu verhindern oder am Ende auszugleichen, so sind sie auch keine gute Mannschaft.

    Erst mal zum Verständnis: Reden wir vom gleichen Wert? Das ESPN-NetRating ist meines Wissens nicht an Poss. angepasst, sondern einfach “DIFF: Average Point Differential” (Per Game). Bei bbref müsste das als ‘margin of victory’ (MOV) zu finden sein. Das würde leider bedeuten, dass unser Glossareintrag dazu falsch ist, was meinen Tests (d.h. einfach Nachrechnen) zufolge auch so ist… Ich bin aber nicht sicher, ob ich um die Uhrzeit noch vernünftig denke und rechne ;)

    Ansonsten: Klar kannst du bei einer genügend großen Sample Size Einzelergebnisse irgendwann vernachlässigen. Aber wie im Artikel geschrieben lässt sich das negative NetRating der Grizzlies nach mehr als der Hälfte der Saison aus zwei Spielen erklären. Eine 50 und eine 37-Punkte-Niederlage ergeben auf die volle Saison gerechnet wenn mich nicht alles täuscht einen Unterschied von >1. Das ist ziemlich viel, wenn 20 Teams zwischen +3 und -3 liegen.

    Außerdem würde mich noch interessieren, was genau NetRating oder SRS eigentlich erklären soll… Mir widerstrebt einfach die Grundannahme, dass ein Blowout so viel mehr wert ist als ein knapper Sieg.

  12. Avatar

    Pillendreher

    ORtG sind doch die erzielten Punkte normiert auf 100 poss. und NetRtG dann die Differenz der jeweiligen ORtGs. So verstehe ich das.

  13. Poohdini

    ORtG sind doch die erzielten Punkte normiert auf 100 poss. und NetRtG dann die Differenz der jeweiligen ORtGs. So verstehe ich das.

    Ja, ist auch so. BBall ref und nba.com berechnen ORtg anders. Aber NetRtg ist so wie Pillendreher es beschreibt. MoV ist quasi die reale Differenz aus den Punktedifferenzen aus Siegen und Niederlagen.

  14. Julian Lage

    |Author

    So, ich habe mir das ganze noch mal etwas genauer angeschaut… Das Problem sind mal wieder die unterschiedlichen Bezeichnungen, zusätzlich zu den Berechnungen. Das, was teilweise als NetRating bezeichnet wird und bei ESPN unter den normalen Standings ist (http://espn.go.com/nba/standings), ist etwas anderes als das, was bbref/nba.com als Net Rating hat:

    Differential von ESPN = MOV bbref = Einfache Punktedifferenz
    NRtg von bbref = NetRating NBA.com = ORtg-DRtg, also auf Poss. angepasst – hier dann mit unterschiedlichen Berechnungen für ORtg

    Die Unterschiede sind da aber minimal, MOV und NRtg bei den Grizzlies unterscheidet sich z.B. um 0,01. Der Einfachheit halber hatte ich immer das Differential genommen, was

    Dann gibt es bei bbref auch noch NRtg Adjusted (http://www.basketball-reference.com/leagues/NBA_2016_ratings.html) und SRS (http://www.basketball-reference.com/leagues/NBA_2016.html?lid=standings_summary), die auch wieder unterschiedlich sind…

  15. Poohdini

    Die verschiedenen Ratings unterscheiden sich quasi in ihrer Anpassung und Normierung. Der “Startwert” ist in der Tat, der MOV, margin of victory. Punktedifferenz aus den Siegen minus Punktedifferenz aus den Niederlagen.
    Net Ratings ist quasi normiert auf 100 Ballbesitze, zudem kann an auch ORtg und DRtg auf den Schedule anpassen, das verbessert das Bild also immer mehr. Simple Rating System, SRS, bildet um das NetRating und den Schedule einen Wert, der eben ziemlich genau den Tendenzen von NetRtg und Mov entspricht, aber um einige KLeinigkeiten verfeinert. Wichtig aber: die Ratings erhöhen tatsächlich die sample Size.
    In jedem Fall ist es, um Prognosen aufstellen zu wollen oder um etwas über die Stärke der Teams zu sagen, aussagekräftiger und besser als W-L-Bilanzen oder andere Mittel.

  16. Julian Lage

    |Author

    In jedem Fall ist es, um Prognosen aufstellen zu wollen oder um etwas über die Stärke der Teams zu sagen, aussagekräftiger und besser als W-L-Bilanzen oder andere Mittel.

    Hast du irgendeinen Beleg für diese Aussage? Der Satz zeigt meiner Meinung nach genau das Problem von SRS: _Mehr_ Informationen/Daten wird mit _besseren_ gleichgesetzt, obwohl das nicht zwingend der Fall ist.

    Nur mal als Beispiel: PER beinhaltet ja indirekt auch eFg% und auf jeden Fall noch zusätzliche Werte, die in irgendeiner Form aussagekräftig sind. Trotzdem ist es denke ich Konsens, dass man damit weniger anfangen kann als dem einfachen Wert.
    Das sollte man eigentlich bei allen Ein-Wert-Statistiken bedenken, aber bei SRS (und allen Differenzialratings, die Unterschiede sind ja nicht riesig) scheint es aus mir unerklärlichen Gründen diese Skepsis nicht zu geben.

    W-L ist ja erst mal das, worum es im Basketball geht. Die Überlegung, dass sehr gute Teams tendenziell höher gewinnen, ist natürlich auch einleuchtend. Das Problem ist nur: Damit ist weder zu den direkten mathematischen Verhältnissen noch zur Kausalität etwas belegt. Viele der verzerrenden Faktoren sind hier ja schon angesprochen…

    Mein Punkt ist daher: Statt die Überlegenheit von Differenzialwerten einfach anzunehmen, braucht man dafür konkrete Belege. Sonst hast du im Zweifel nur mehr Daten, die weniger aussagen.

  17. Fabian Thewes

    In jedem Fall ist es, um Prognosen aufstellen zu wollen oder um etwas über die Stärke der Teams zu sagen, aussagekräftiger und besser als W-L-Bilanzen oder andere Mittel.

    Hast du irgendeinen Beleg für diese Aussage? Der Satz zeigt meiner Meinung nach genau das Problem von SRS: _Mehr_ Informationen/Daten wird mit _besseren_ gleichgesetzt, obwohl das nicht zwingend der Fall ist.

    Nur mal als Beispiel: PER beinhaltet ja indirekt auch eFg% und auf jeden Fall noch zusätzliche Werte, die in irgendeiner Form aussagekräftig sind. Trotzdem ist es denke ich Konsens, dass man damit weniger anfangen kann als dem einfachen Wert.
    Das sollte man eigentlich bei allen Ein-Wert-Statistiken bedenken, aber bei SRS (und allen Differenzialratings, die Unterschiede sind ja nicht riesig) scheint es aus mir unerklärlichen Gründen diese Skepsis nicht zu geben.

    Verstehe nicht in welchen statistischen Zusammeng PER und SRS liegt, dass du aus den Mangel der einen Statistik einen Mangel der anderen ziehen kannst.

    W-L ist ja erst mal das, worum es im Basketball geht. Die Überlegung, dass sehr gute Teams tendenziell höher gewinnen, ist natürlich auch einleuchtend. Das Problem ist nur: Damit ist weder zu den direkten mathematischen Verhältnissen noch zur Kausalität etwas belegt. Viele der verzerrenden Faktoren sind hier ja schon angesprochen…

    Mein Punkt ist daher: Statt die Überlegenheit von Differenzialwerten einfach anzunehmen, braucht man dafür konkrete Belege. Sonst hast du im Zweifel nur mehr Daten, die weniger aussagen.

    Es gab in der Vergangenheit wissenschaftliche statistische Untersuchungen, dass eine Vorhersage beruhend auf SRS den Playofferfolg bzw. Anzahl der Siege in den Playoffs signifikant zuverlässiger vorhersagt als die einfache Sieges/Niederlagen-Bilanz oder basic MOV. Mit höherer Mathematik kann man das beweisen und das ist in der Vergangenheit schon bewiesen worden.

    EDIT:

    Diese Belege existieren also.

  18. Martin Sobczyk

    Es gab in der Vergangenheit wissenschaftliche statistische Untersuchungen, dass eine Vorhersage beruhend auf SRS den Playofferfolg bzw. Anzahl der Siege in den Playoffs signifikant zuverlässiger vorhersagt als die einfache Sieges/Niederlagen-Bilanz oder basic MOV. Mit höherer Mathematik kann man das beweisen und das ist in der Vergangenheit schon bewiesen worden.

    Soweit würde ich auch zustimmen, dass das SRS durchschnittlich bessere Prognosen für die PO oder die Zukunft liefert.

    Trotzdem würde ich halt nicht sagen, dass ein Team, welches ein schwächeres Net-Rating hat – wie z.B. Memphis – eigentlich ein schwächeres Team sei und eigentlich bei X% statt Y% stehen müsste. So wurde auch hier im Forum argumentiert (Pille dürfte es mindestens gewesen sein). Denn wenn man es so krass formuliert, dann sagt man auch, dass die Fähigkeit enge Spiele zu gewinnen lediglich auf Glück basiert. Da ich dieses Jahr viele enge Magic Spiele (aka Niederlagen) gesehen habe, kann ich euch versichern, dass die meisten Niederlagen nicht auf Glück/Pech zurückzuführen sind. :mrgreen:

    Gestern hatte ich übrigens noch einen interessanten Tweet gesehen:

    Biggest drops in net rating due to just Dubs games:
    Mem – 1,4
    CLE – 1.2
    SAC – 1.0
    SAS – .9
    LAL – .9

  19. Fabian Thewes

    Es gab in der Vergangenheit wissenschaftliche statistische Untersuchungen, dass eine Vorhersage beruhend auf SRS den Playofferfolg bzw. Anzahl der Siege in den Playoffs signifikant zuverlässiger vorhersagt als die einfache Sieges/Niederlagen-Bilanz oder basic MOV. Mit höherer Mathematik kann man das beweisen und das ist in der Vergangenheit schon bewiesen worden.

    Soweit würde ich auch zustimmen, dass das SRS durchschnittlich bessere Prognosen für die PO oder die Zukunft liefert.

    Trotzdem würde ich halt nicht sagen, dass ein Team, welches ein schwächeres Net-Rating hat – wie z.B. Memphis – eigentlich ein schwächeres Team sei und eigentlich bei X% statt Y% stehen müsste. So wurde auch hier im Forum argumentiert (Pille dürfte es mindestens gewesen sein). Denn wenn man es so krass formuliert, dann sagt man auch, dass die Fähigkeit enge Spiele zu gewinnen lediglich auf Glück basiert. Da ich dieses Jahr viele enge Magic Spiele (aka Niederlagen) gesehen habe, kann ich euch versichern, dass die meisten Niederlagen nicht auf Glück/Pech zurückzuführen sind. :mrgreen:

    Glück/Pech aber komplett auszuschließen ist aber ein sehr viel größerer Fehler.

    Glück/Pech ist ein Faktor, der einfach vorhanden ist. Nicht alles hängt von der gezeigten Leistung ab, so traurig das manchmal ist. Mir ist klar, dass das viele nicht gerne mögen, weil man dadurch einen Faktor mitreinbringt, auf den man keinen Einfluss hat, aber so ist es halt.

    Allerdings spielt Glück/Pech im Basketball eine kleinere Rolle als z.B. im Fußball, wo einzelne Situationen auf dem Ausgang einer Partie einen sehr viel größeren Einfluss auf das Endergebnis haben.

    Gestern hatte ich übrigens noch einen interessanten Tweet gesehen:

    Biggest drops in net rating due to just Dubs games:
    Mem – 1,4
    CLE – 1.2
    SAC – 1.0
    SAS – .9
    LAL – .9

    Das bezieht sich eben halt nur auf das normale Netrating, richtig? SRS hat ja gerad den Vorteil, dass es eine Modifizerung der sonstigen Ergebnisse der Warriors (nur ein Beispiel) gibt. Das SRS schwächt das ja ab, weil angenommen wird, dass es – wenn man sämtliche Partien auswertet – eine erhöhte wahrscheinlichkeit gibt, gegen die Warriors hoch zu verlieren, weil sie eben so gut sind.

  20. Martin Sobczyk

    Glück/Pech aber komplett auszuschließen ist aber ein sehr viel größerer Fehler.

    Glück/Pech ist ein Faktor, der einfach vorhanden ist. Nicht alles hängt von der gezeigten Leistung ab, so traurig das manchmal ist. Mir ist klar, dass das viele nicht gerne mögen, weil man dadurch einen Faktor mitreinbringt, auf den man keinen Einfluss hat, aber so ist es halt.

    Allerdings spielt Glück/Pech im Basketball eine kleinere Rolle als z.B. im Fußball, wo einzelne Situationen auf dem Ausgang einer Partie einen sehr viel größeren Einfluss auf das Endergebnis haben.

    Ich habe es wohl zu hart formuliert. Natürlich spielt Glück/Pech auch eine Rolle. Der Vergleich mit Fußball ist auch sehr gut gewählt. Das stört mich auch sehr am Fußball…

    Also ich wollte keineswegs sagen, dass es ein glückfreies Spiel ist, aber deshalb habe ich die Magic als Beispiel gewählt. Weil diese in sehr vielen Spielen gut mitgehalten haben, aber zum Ende hin tatsächlich kalte Füße bekommen Sie hören nämlich regelmäßig auf 5-6 Minuten vor Schluss Basketball zu spielen.
    Trotzdem ist Glück natürlich in engen Spielen ein Faktor, den man nicht außer Acht lassen darf, richtig.

    Gestern hatte ich übrigens noch einen interessanten Tweet gesehen:

    Das bezieht sich eben halt nur auf das normale Netrating, richtig? SRS hat ja gerad den Vorteil, dass es eine Modifizerung der sonstigen Ergebnisse der Warriors (nur ein Beispiel) gibt. Das SRS schwächt das ja ab, weil angenommen wird, dass es – wenn man sämtliche Partien auswertet – eine erhöhte wahrscheinlichkeit gibt, gegen die Warriors hoch zu verlieren, weil sie eben so gut sind.

    Wenn dem so ist, dann ist es ein deutlicher Vorteil gegenüber dem Net Rating. Bezieht das SRS auch ein, ob Spieler XY im gegnerischen Team gespielt hat? Gutes Beispiel wären die Mavs in Oklahoma als die Starting 5 nicht wiederzuerkennen war.
    EDIT: Ist eine generelle Frage zum SRS. Mir ist schon klar, dass die W/L Statistik da auch keine Unterschiede macht gegen welches Dallas man angetreten ist.

  21. Julian Lage

    |Author

    Das bezieht sich eben halt nur auf das normale Netrating, richtig? SRS hat ja gerad den Vorteil, dass es eine Modifizerung der sonstigen Ergebnisse der Warriors (nur ein Beispiel) gibt. Das SRS schwächt das ja ab, weil angenommen wird, dass es – wenn man sämtliche Partien auswertet – eine erhöhte wahrscheinlichkeit gibt, gegen die Warriors hoch zu verlieren, weil sie eben so gut sind.

    Wenn ich mir das hier anschaue (einfach mal ein paar Beispiele nachrechnen): http://www.basketball-reference.com/leagues/NBA_2016.html – heißt das nicht einfach, dass SRS=MoV+SOS? Das klingt nicht wirklich so, als würde das so wahnsinnig viel zusätzliche Präzision erzeugen.

    Ansonsten: Habt ihr evtl. Links zu Artikeln, die die Wirksamkeit von SoS belegen? Meine Suche in der Hinsicht war nicht wirklich erfolgreich, und mich würde das wirklich interessieren…

  22. Fabian Thewes

    ich muss mal Mystic von SF anschreiben. Mit dem hatte ich damals sehr lange über das Thema diskutiert und er hatte mir, meine ich, Links zu Abhandlungen über das Thema geschickt. ist halt sehr lange her…


Melde dich an, um einen Kommentar zu schreiben