Vinner Över Ersättning: Historia, Filosofi och Mål (Del 1)

Vinner Över Ersättning (KRIG) är ett mått som skapas och utvecklas av sabermetric gemenskapen i baseball under de senaste 30 åren – det finns även utrymme för att datum tillbaka så långt som 1982 var ett system som liknade den metod som först dök upp i Bill James’ Abstrakta från det året (per Baseball Prospekt och Tom Tango)., De fyra stora offentliga modellerna/systemen i baseball definierar krig som sådant:

• ”Wins Above Replacement (WAR) är ett försök av den sabermetriska baseballgemenskapen att sammanfatta en spelares totala bidrag till sitt lag i en statistik.”FanGraphs
• ”vinner över Ersättningsspelaren är prospektets försök att fånga en spelares totala värde.”Baseballprospekt
• ” tanken bakom krigsramen är att vi vill veta hur mycket bättre en spelare är än en spelare som vanligtvis skulle vara tillgänglig för att ersätta den spelaren.,”Baseball-referens
• ”vinner över ersättning (krig) … aggregerar bidrag från en spelare i varje aspekt av spelet: slå, pitching, baserunning och fielding.”openWAR

eftersom var och en av dessa enkla definitioner mer eller mindre tillstånd är krig ett system, modell eller teknik som försöker tilldela ett totalt värde för varje spelare, vilket representerar hur mycket den spelaren bidrog till hans eller hennes lag i ett enda nummer. Detta enda nummer består av flera komponenter som är isoleringar av ett visst spelområde inom en viss sport., I baseball är dessa komponenter olika för batters och pitchers, men sammanfattningen av varje komponent är WAR försök att inkapsla det totala värdet en spelare lagt till sitt lag. Tanken på krig i hockey, men inte ny, är definitivt fortfarande underutvecklad.

begreppet krig känns dock lite som ”holy grail” i hockey. Många har försökt sin hand på att skapa en modell som denna eller en som har liknande mål – ofta har dessa människor varit några av de ledande rösterna i hockeystatistik., ”Single Number Dream” har varit så svårfångade som egentligen något annat i hockeystatistik det verkar-och av goda skäl. En krigsmodell (för någon sport) ställer flera otroligt viktiga frågor om hur vi som analytiker utvärderar spelare. Krig handlar egentligen inte om det enda numret, ironiskt nog. Det handlar om hur vi kommer fram till det numret. Detta nummer, som många har sagt tidigare, är en uppskattning i bästa fall; det är inte bestämt, det har osäkerhet och antaganden, ett underförstått ”intervall” omger varje nummer för varje spelare.,

även om denna tvetydighet ofta förbises, är det slutliga numret inte exakt lätt. Men det är processen och frågorna och i slutändan filosofin som gör sökandet efter det enda numret en så viktig aspekt av sportstatistik. Hur ska vi utvärdera spelare? Hur kombinerar vi de många aspekterna av sådana komplexa spel, i samma skala och justeras på precis rätt sätt, att vi med säkerhet kan jämföra jämn styrka brott till jämn styrka försvar, eller en stulen bas till en dubbel, eller en rebound till en 3-pekare?, Enligt vår mening är processen att hitta svaren på dessa frågor lika viktig som vad det enda numret faktiskt berättar för oss. Så vad har hockey gjort med detta? Vi ska återkomma till baseball inom kort, men eftersom det här är hockey låt oss täcka det tidigare arbete som vår sport har att erbjuda.

tidigare modeller i Hockey

det har skapats och använts flera krigsmetoder tidigare för att utvärdera både NHL-åkare och målvakter. Dessa kallades inte alla” krig ” nödvändigtvis, men i någon form försökte varje utvärdera hela värdet av en åkare (eller ibland en målvakt)., WAR-on-ice ’ s write-up har en mer komplett historia så vänligen referera till länken nedan, men vi ville lyfta fram några av de mer kända exemplen. En anteckning: förutom Emmanuel Perrys, ingen av dessa modeller är uppdaterade eller ”live” som publicering:

• Det verkar den första modellen/systemet som försökte utvärdera hockeyspelare på ett sätt som liknar krig var Alan Ryders spelare bidrag metod från augusti, 2003.
• Michael Schuckers och James Curro skapade en spelarutvärderingsmodell 2012 (uppdaterad 2013) kallad ThoR (Total Hockey Rating)., Även om det här systemet inte är aktuellt, verkar det som om data fortfarande är tillgängliga här.
• det nu tidigare laget på war-on-ice.com (Andrew C. Thomas, Sam Ventura och Alexandra Mandrycky) skapade sin krigsmodell hösten 2014 och var värd för den på deras webbplats. Hela serien som förklarar modellen är fortfarande tillgänglig online här. Det är fantastiskt och en stor referens för alla krigsrelaterade hockeydiskussioner.
• Dawson Sprigings utvecklade en krigsmodell som släpptes sommaren 2016 och var i produktion för hela 16-17-säsongen., 5-delsserien var värd på Hockey-grafer men är inte längre tillgänglig.
• Emmanuel Perry skapade sin egen version av krig sommaren 2017 och publicerade en introduktion till begreppet krig här. Hans djupgående förklaring av modellen finns här. Denna modell finns på Korsika.Hockey.
• Gordon Arsenoff presenterade sin krigsmodell vid 2018 RITSAC-konferensen. Hans bilder finns här. Det verkar inte som om den här modellen för närvarande är tillgänglig offentligt.,

medan vi rekommenderar att du tar dig tid att bekanta dig med ovanstående tidigare arbete, kommer vi att fokusera på War On Ice (WOI), Dawson Sprigings och Emmanuel Perrys respektive modeller för att illustrera hur några av de tidigare metoderna fungerade och hur deras respektive filosofier såg ut.

War On Ice WAR

detta var den första modellen i hockey som märkta sig ”krig” – det vill säga dess mål var att mäta spelarens bidrag när det gäller vinster. Det här är viktigt. I en mycket detaljerad och grundlig (och en öppen källkod!,) sätt, de producerade något som faktiskt liknade vad en krigsmodell kan vara i hockey. Här är några citat från deras serie för att kortfattat visa sin egen filosofi:

• det här systemet ska vara framåtblickande; det vill säga ingen ny information som är inneboende i systemet bör påverka våra uppskattningar från det förflutna. Jag vill att detta ska baseras på en prediktiv idé så att tidigare prestanda är en indikation på (omedelbar) framtiden.

• varje bit ska linjärt sönderdelas i dess beståndsdelar.,

• … allt ska valideras baserat på dess förmåga att förutsäga framtida resultat på en större skala. Vi ska inte döma utifrån ögongloben passform utan genom övergripande åtgärder av prediktiv skala.

• från Del 2: ett agents relativa värde — ett lag, en spelare, en kombination av spelare eller omständigheter — är hur de ändrar hastigheten vid vilken händelser inträffar, för och emot. Detta är naturligtvis meningslöst för vårt syfte utan punkt 2: de enda händelser som spelar roll är prediktiva eller vägledande för ett mål som görs.,

• från Del 5: mätning av krig handlar lika mycket om sammanhang som det handlar om prestanda. Eftersom vårt mål är att värdera åtgärder som är förutsägbara för framtida prestanda, bör ett lag som spelar mot starkt motstånd kompenseras eftersom något baslinjelag skulle göra värre i förväntan. ett lag som spelar en serie spel hemma med tillräcklig vila borde förvänta sig att göra värre än deras rekord antyder när de är på väg.,

WOIS krigsmodell inrättades med en grundläggande filosofi – en extremt viktig för att förstå vad den mätte: modellen var avsedd att vara så förutsägbar som möjligt. Detta är meningsfullt med tanke på analys, forskning och litteratur i hockeystatistik. Vi försöker ofta att ta bort buller och slumpmässighet från spelet genom att fokusera på saker vi vet är prediktiva eller vägledande för framtida framgång. Tyvärr var denna modell inte live så länge (som Ventura anställdes av Pittsburgh Penguins och Thomas och Mandrycky anställdes av Minnesota Wild).,

det fanns dock några bra artiklar som behandlade denna modell. Dom Luszczyszyn skrev en artikel i oktober 2015 för Hockey News med citat från AC Thomas, Ryan Stimson, och Corey Sznajder som talade om modellen medan den fortfarande var tillgänglig. Dessutom täcker den här artikeln från Vice både WOI och Perrys webbplats, och även om det inte är riktigt KRIGSSPECIFIKT, är det en intressant läsning och ger dig en uppfattning om tidslinjen(s) kring offentliga data., Cam Lawrences fantastiska” Hur man bygger en utmanare ” – serie använde WOI: s krigsmodell för att täcka hur en organisation ska bygga ett stridande lag. Original Six Analytics har också en bra översikt över modellen här.

Dawson Sprigings

Som nämnts släppte Sprigings sin KRIGSMODELL sommaren 2016 och höll den aktuell under hela 16-17-säsongen. Medan 5-delsserien inte längre är tillgänglig kan vi säga (från minnet och många gamla CSV) att vi har en ganska bra uppfattning om hur det fungerade., Det verkar som om denna modell liknade Jeremias Engelmanns real Plus-Minus (RPM)-metrisk som användes för att utvärdera spelare i NBA, som i sig var baserad på de olika justerade Plus-Minus-mätvärdena och variationerna (detta omfattades av vår RAPM-artikel och kommer också att täckas i del 2). Det skulle vara både oklokt och en otjänst om vi försökte sammanfatta Sprigings modell utan en offentlig uppskrivning, så vi undviker det.,

denna modell liknade WOI (som liknar de olika baseballmodellerna) genom att den närmade sig aspekter av spelet självständigt som ”komponenter” och kombinerade dessa för att komma fram till ett enda nummer. Men medan WOI: s modell konstruerades med förutsägelse som huvudfokus tog Sprigings detta ett steg längre: han betonade att utvärdera spelare baserat på sann talang eller sant värde. Detta är ett vanligt koncept i sabermetrics-frågan om vad en spelares ”sanna talang” faktiskt är., Som nämnts var modellen aktuell för en säsong, och det genererade en otrolig mängd innehåll och diskussion under 16-17-säsongen (några av de juiciest bitarna är inte längre offentliga tyvärr). Även om detta ofta förbisetts, vid varje given tidpunkt i en säsong, modellen var (från vad vi kan komma ihåg) konstruerad för att utvärdera en skridskoåkare sanna talang nivå – detsamma gäller för slutet av säsongen summor samt.

Här är några artiklar som behandlade Sprigings krigsmodell medan den fortfarande var aktiv:

• Arvind Shrivats täckte den här.,
• vi (Josh och Luke) använde denna modell för att konstruera åldrande kurvor för NHL åkare .
• vi utforskade också modellen med hjälp av räntestatistik .
• Alex Novet diskuterade starka och svaga länklag med den här modellen .
• en bit av historien i tidigare debatter här är en off-the-manschetten artikel från Matt Sockerrör angående debatten kring Sprigings’ modell från April 2017.
• Slutligen har Sean Tierney fortfarande data tillgängliga via tableau om du vill gräva igenom den.,

Emmanuel Perry

Emmanuel Perrys modell är den enda andra levande modellen som för närvarande är tillgänglig, finns här. Han har gett både en introduktion till tanken på krig i hockey här och en djupgående förklaring av metodiken här. Denna modell är strukturerad på ett liknande sätt som WOI: s modell, men använder Korsikas xG-modell istället för att förlita sig på skott och riskzoner. Som med WOI: s Modell, ta en titt på båda ovanstående länkade artiklar som han gör ett mycket bättre jobb som förklarar sin modell., Perry har offentligt sagt att denna modell inte var konstruerad för att vara inneboende prediktiv eller beskrivande – det är förmodligen bäst att tänka på det som däremellan. Denna modell är inte tillgänglig på daglig basis under säsongen på grund av tid och beräkningsbegränsningar, så alla tillgängliga data är i allmänhet Historiska till sin natur.

några anteckningar

vi hade ett beslut att göra tillbaka i maj, 2018: A.) presentera vår krigsmodell på RITSAC 2018 och fokusera på att bygga och skapa vår hemsida för att hysa denna KRIGSMODELL (bland annat – www.evolving-hockey.com) eller B.) Skriv hela serien du läser nu., Eftersom vi aldrig hade deltagit i en Sports analytics konferens (bland många andra skäl), vi gick med alternativ A. Detta presenterade naturligtvis en rad kompromisser som vi var tvungna att göra. Den första är att vi visste att denna uppskrivning inte skulle vara klar förrän långt in i 18-19 säsongen. Den andra var det faktum att denna nya krigs modell skulle vara helt offentlig och vi kan bli ombedda att förklara det utan en ordentlig hänvisning till dess konstruktion. Båda dessa blev sanna. Vi vill presentera ett par bitar som refererade till vår krigsmodell för kontinuitets skull.,

• Första, här är de lämpliga länkar för att både våra RITSAC 2018 presentation video och bilder (stort tack till Ryan Stimson och Matt Hoffman): bilder och presentation.
• Arvind Shrivats skrev en great WAR explainer för Athletic (paywall) här som grävde in både vår modell och Perrys modell.
• den atletiska värd flera KRIGSARTIKLAR/diskussioner / debatter som gick in i de nuvarande offentliga modellerna i respektive utsträckning (igen är alla artiklar paywalled)., Den första genererade ganska debatten på twitter, den andra innehöll Brian MacDonald, och den tredje var kurerad av kollega Hg-författaren Ryan Stimson med Michael Schuckers.
• John Fischer diskuterade både vår modell och Perrys modell tillbaka i augusti.
• CJ Turtoro skrev om vår modell (även när det gäller djävlarna) i oktober, 2018.
• vi (faktiskt bara Josh) bidrog till en artikel om atletisk skriven av Shayna Goldman som var Rangers-fokuserad men täckte många frågor om modellen och hur den kan användas/ses.,

det har varit några andra artiklar som tittade på både vår modell och Perrys också. Med det måste vi be om ursäkt för den tid det tog oss att avsluta denna serie. Som vi nämnde gjorde vi ett val, och det lämnade oss med en ouppnåelig tidsfrist för att avsluta allt – du vet, prioriteringar och allt detta. Med det sagt, låt oss gå tillbaka till det: Baseball.

Baseball WAR

detta ämne har haft böcker skrivna om det, de flesta lag använder något som liknar krig i viss utsträckning, och det finns många som vet mycket mer om detta ämne än oss båda., Men vi måste diskutera hur basebollens krigsmodeller fungerar (eller åtminstone försöka) helt enkelt för att de var ett stort inflytande på både hur vi tänker på krig och hur vi konstruerade vår modell. Dessutom anser vi att det är viktigt att vi tydligt drar sambandet mellan baseball och hockey och hur en krigsmodell kan existera i båda sporterna. I början av detta stycke lade vi ut en kort sammanfattning av de olika offentliga KRIGSMODELLERNA i baseball (Fangrafer, Baseballprospekt, Baseball-referens och openWAR)., Naturligtvis var dessa 1-2 mening citat som är långt ifrån omfattande, men var och en ger oss en bra idé om vad de alla försöker mäta: det totala värdet en spelare lagt till hans/hennes lag i förhållande till en ersättningsnivå spelare i ett nummer.

detta leder oss dock till en bit av en korsning med hur vi närmar oss att bygga en krigsmodell för NHL. Om du inte har märkt, har det varit lite diskussion i basebollens krigsförklaringar (läs: ingen) om två viktiga begrepp som hockeystatistik bygger ganska tungt på: repeterbarhet och förutsägbarhet., Inom hockeystatistiken är tanken på att ett mått är repeterbart eller prediktivt en som har blivit grundläggande. Det vill säga, mätvärden är ofta ”validerade” på deras förmåga att göra en eller båda. Enligt vår mening, den främsta anledningen Corsi (skottförsök) fångas på och blev en sådan grundläggande idé i hockeyarbete berodde på dess förmåga att bättre förutsäga lagvinster. Förväntade mål använde också detta koncept (Sprigings xG explainer). Det tar inte mycket när man undersöker de metoder som används i modernt hockeyarbete för att hitta omnämnande av ett eller båda dessa begrepp.,

som vi har försökt visa ovan tog tidigare arbete med hockeykrig samma mentalitet som en kärnaspekt av hur tidigare krigsmodeller byggdes. Och det finns en mycket bra anledning till detta. Vi försöker inte på något sätt att kritisera detta tillvägagångssätt eller spekulera om att detta är fel – det är det inte. Dessa begrepp är avgörande för hur vi värdesätter en hel del aspekter av spelet, hur vi sålla ut och ta itu med tur, hur vi placerar förtroende för spelare och lag för utvärdering, listan fortsätter och på… men hur repeterbarhet och förutsägbarhet passar in vinner över ersättning i hockey?, Det, precis där – det är frågan.

Basebollkrigsmodeller är beskrivande i naturen; som Baseball-references explainer uttrycker det, ”tanken bakom krigsramen är att vi vill veta hur mycket bättre en spelare är än en spelare som vanligtvis skulle vara tillgänglig för att ersätta den spelaren.”- Eller-som FanGraphs översikten uttrycker det ” krig är inte tänkt att vara en perfekt exakt indikator på en spelares bidrag, utan snarare en uppskattning av deras värde hittills.,”Även om det finns mycket att packa upp med båda dessa, är den sista delen av FanGraphs citat en viktig aspekt av basebollens krigsmodeller: värde hittills. För att uttrycka detta lite mer vältaligt, låt oss skjuta upp till Baseball Prospekt. År 2013 släppte BP sin omarbetande WARP-serie-det är otroligt (del 1, del 2, del 3, del 4, del 5). I sin introduktion till denna serie beskrev Colin Wyers flera av sina mål med sin nya krigsmodell. Detta var det tredje målet:

”vi vill veta vad en spelare har gjort., För att använda de tekniska villkoren för statistik ser vi en spelares prestation under en viss tidsperiod som en befolkning, inte ett prov. Om du gjorde om provet tusen gånger, kunde den spelaren ha gjort många saker. Om du tittar på andra prover är det mycket troligt att den här spelaren har gjort olika saker. Det spelar ingen roll. Vi är inte intresserade av vad en spelare kunde ha gjort, men vad han faktiskt gjorde.”

nästan var och en av de 5 mål som Wyers lägger ut i denna serie (del 1) är i linje med hur vi båda känner för krig för hockey., Vad vi försöker visa här är att det hittills har varit en koppling mellan vad krig i baseball är och vad krig i hockey borde vara. Även om inte alla krigs modell eller liknande enda nummer metod som utvecklats hittills i hockey har avvikit från dessa idéer eller begrepp som de stora offentliga baseball krig modeller håller, de allra flesta av dem har. Det vill säga, de har hoppat till något som vi skulle anse vara en förväntad vinst över ersättningsmodell eller eventuellt något som liknar de nyare ”förtjänade” mätvärdena från BP: s nya varp (DRA, DRC+)., Eller ännu mer införliva den nya Statcast data i en xwar Typ Modell. Dave Cameron diskuterat detta i ett inlägg på Fangraphs två somrar sedan när den nya Statcast data började anlända. Det är en fascinerande läsning eftersom det handlar om mycket liknande frågor till vad vi adresserar här (även utan ryktas framtida spelare spårningsdata!)., Cameron slutsats känns ganska relevant:

Men samtidigt Statcast har en mycket lovande för att förbättra den pitching och defensiva sidor av komponenter, blir allt mer detaljerad träffa data kan tvinga oss att återigen be om vad vi vill att KRIGET ska vara, och vad målet med modellen är. Det finns inget uppenbart rätt svar här, och det är en av anledningarna till att det alltid kommer att finnas flera sätt att beräkna krig.,

”det finns inget uppenbart rätt svar här” är en viktig betoning: flera krigs modeller kan existera i någon sport, var och en med olika ramar baserade på olika filosofier. Tidigare krig modeller i hockey har fokuserat på förutsägelse och sann talang utvärdering. Vi ville dock ringa tillbaka lite och skapa en modell mer i linje med de som definieras i baseball. Vi har försökt skapa en beskrivande krigsmodell, genom och genom. Det betyder inte att det inte är prediktivt, det betyder bara att vi inte bryr oss om det är prediktivt.,

filosofi och mål

de offentliga krigsmodellerna i baseball är i sig beskrivande-de mäter vad en spelare gjorde; hur en spelare mervärde eller bidragit till sitt lag i en viss tidsperiod på ett sätt som direkt knyter tillbaka till vad som vinner spel (körningar)., I stort sett, VAR inte bryr sig om repeterbarhet eller om det är av sig själv automatisk (det finns naturligtvis undantag här – till exempel FanGraphs ”version använder Fielding Oberoende Pitching (FIP) för pitching KRIG i stället för ERA/RA9 vägen Baseball-Hänvisning som gör det bättre svarar för pitcher’ s oförmåga att påverka försvar bakom honom). Denna idé är en som går emot många konventioner i hockeystatistikgemenskapen, men i grunden är krig ett beskrivande mått. Med tanke på detta stod vi inför ett val med byggandet av vår modell: vad gör vi med detta?, Den ursprungliga krigsmodellen skapad av WOI närmade sig det här sättet för att hålla det enkelt. Detta citerades ovan men vi anser att det är viktigt att vi betonar detta:

det här systemet ska vara framåtblickande; det vill säga ingen ny information som är inneboende i systemet bör påverka våra uppskattningar från det förflutna. Jag vill att detta ska baseras på en prediktiv idé så att tidigare resultat indikerar den (omedelbara) framtiden.mitt enda undantag till detta skulle vara om vi lärde oss av bias i de data som behövde korrigeras efter faktumet.,

för att vara tydlig är hockey en mycket slumpmässig sport – luck en viktig faktor som spelar en stor roll i en spelares bidrag eller värde. Ofta kan en spelare upprätthålla prestanda över sin” sanna talang ” nivå för långa sträckor av en säsong (ibland en hel säsong). Detta är definitivt problematiskt. Men baseball är ofta inte så annorlunda – tur spelar också en viktig roll i en spelares prestation. Prior WAR och single number metrics i NHL var (och är), för det mesta, berörda av deras förmåga att förutsäga framtida prestanda eller utvärdera sann talang., Även om dessa idéer är oerhört viktiga, känner vi en krigs modell som försöker att bättre fånga en spelares faktiska värde hittills behövdes för att utvärdera NHL-spelare. Här är våra mål med den här modellen:

• vi vill skapa en modell som, efter bästa förmåga, utvärderar hur en spelare i NHL bidrog till den åkaren eller målvaktens lag. Denna modell eller system bör omfatta så många aspekter av spelet som vi kan redogöra för, justera för alla sammanhang och situationer, och justera på lämpligt sätt för lagkamrater och (i mindre utsträckning) konkurrens., Vi vill ha ett nummer (eller nummer) som bäst isolerar och tillskriver värdet en spelare lagt till eller bidragit till deras lag.
• Vi kommer att försöka, när det är möjligt, att använda mål som grund för vår metod(er). Liksom baseball vill vi att denna modell direkt knyter till segrar, och mål är hur lag vinner spel.
• för att bättre hjälpa fans och analytiker att förstå denna modell vill vi ha ett system som gör det möjligt för oss att uppdatera och behålla dagliga krigs nummer inom en säsong., Medan små provkrigsnummer är problematiska är det viktigt att vi som fans och analytiker kan följa utvecklingen av spelare under en säsong och utvärdera både hur modellen fungerar och vad det säger om spelarens prestanda dag till dag.
• denna modell bör kunna utvärdera rookies och första gången NHL-spelare på samma sätt som den utvärderar veteraner. Med tanke på att vårt mål med denna modell är att bäst beskriva och tilldela värde till en viss spelares prestation, bör det inte vara någon skillnad i att utvärdera en spelare som har många års NHL-erfarenhet jämfört med en som inte har någon NHL-erfarenhet.,
• vi bör kunna analysera de inre aspekterna av modellen för att ge sammanhang för en viss spelares nummer eller komponent(er). Med andra ord bör denna modell inte vara helt svart-boxed eller uninterpretable. Även om detta kan vara svårt, skulle vi vilja ha möjlighet att undersöka varför en spelares krig (eller specifik komponent) ser ut som det gör.
• och slutligen, medan lite småaktiga, vi vill att denna modell att anpassa sig till och bättre spåra åkare och målvakter som ska vinna slutet av året utmärkelser., I slutändan bör krig vara en databaserad analys av en spelares totala bidrag. Det är bara meningsfullt att Hart Trophy, till exempel, bör baseras på en modell som utvärderar en spelares fullständiga prestanda under en viss säsong.

Efter att ha sagt alla dessa mål är det viktigt att vi är tydliga här. Vi har beskrivit tidigare hockeykrigsmodeller som ”förväntade krig” – modeller i en utsträckning. Det här är inte en dålig sak – det kan faktiskt vara det bättre alternativet med tanke på hur mycket tur och varians som uppstår i hockey., I våra ögon finns det dock många fördelar med att bygga en modell som den vi har försökt skapa. Det stora med krig är att det är en ram – det finns ingen enda korrekt version. Parallella modeller, särskilt beskrivande vs prediktiva versioner, möjliggör ännu mer inblick i spelarutvärdering. Vi kan till och med göra en annan version i framtiden som inte ser ut så här!,

i denna del har vi täckt en del av historien som finns i tidigare hockeyarbete, diskuterat några av skillnaderna i baseball och hockeyens respektive filosofier och skisserat våra mål för vår KRIGSMODELL. Längs vägen har vi kopplat till en hel del artiklar som alla är relevanta för vad vi kommer att diskutera i följande två delar. Ta lite tid att läsa över vad som refereras här. Vi känner att förstå historia, teori och filosofi krig är ganska viktigt. I del 2 täcker vi hela processen med hur modellen är byggd., I del 3 täcker vi ersättningsnivå och vinner konvertering, täcker några ytterligare begrepp som rör beslut vi har gjort på vägen och försöker knyta allt detta tillsammans graciöst!