Bewertung:
Das Buch hat eine Mischung aus positiven und negativen Bewertungen von Nutzern erhalten. Während viele Leser den fesselnden Inhalt und die praktische Anwendung von R-Fähigkeiten anhand von Beispielen aus dem wirklichen Leben schätzen, gibt es erhebliche technische Probleme, insbesondere hinsichtlich der Zugänglichkeit auf bestimmten Geräten.
Vorteile:** Visuell ansprechend und angenehm zu lesen. ** Reich an Wissen und gut strukturierten Kapiteln. ** Erweitert die R-Kenntnisse auf unterhaltsame und fesselnde Weise. ** Konzentriert sich auf Beispiele aus der Praxis, insbesondere in der Baseballstatistik. ** Sehr empfehlenswert für das praktische Lernen.
Nachteile:** Häufige Abstürze auf dem iPad, was ein frustrierendes Leseerlebnis verursacht. ** Kein anpassbarer Text oder andere Kindle-Funktionen, da es sich um eine einfache PDF-Konvertierung handelt. ** Einige Zahlen fehlen. ** Schwierigkeiten bei der Beschaffung von Daten, die für die Erfüllung der Aufgaben erforderlich sind.
(basierend auf 5 Leserbewertungen)
Analyzing Baseball Data with R, Second Edition
Analyzing Baseball Data with R Second Edition führt Sabermetriker, Baseball-Enthusiasten und Studenten, die an der Erforschung der Vielfalt von Baseballdaten interessiert sind, in R ein. Es stattet Sie mit den notwendigen Fähigkeiten und Software-Tools aus, um alle Analyseschritte durchzuführen, vom Import der Daten über die Umwandlung in ein geeignetes Format bis hin zur Visualisierung der Daten über Grafiken und der Durchführung einer statistischen Analyse.
Die Autoren geben zunächst einen Überblick über öffentlich zugängliche Baseball-Datensätze und eine behutsame Einführung in die Art der Datenstrukturen und die explorativen und datenverwaltenden Möglichkeiten von R. Sie behandeln auch die ggplot2-Grafikfunktionen und verwenden durchgehend einen tidyverse-freundlichen Arbeitsablauf. Ein Großteil des Buches veranschaulicht die Verwendung von R anhand populärer sabermetrischer Themen, einschließlich der Pythagoras-Formel, der Lauferwartung, des Catcher-Framings, der Karriereverläufe, der Simulation von Spielen und Saisons, der Muster des streifigen Verhaltens von Spielern sowie der Abschusswinkel und Abschussgeschwindigkeiten. Alle im Text verwendeten Datensätze und R-Codes sind online verfügbar.
Neu in der zweiten Auflage sind die systematische Anwendung des Tidyverse und die Einbeziehung von Statcast-Spieler-Tracking-Daten (zur Verfügung gestellt von Baseball Savant). Der gesamte Code der ersten Auflage wurde nach den Grundsätzen des tidyverse überarbeitet. Tidyverse-Pakete, einschließlich dplyr, ggplot2, tidyr, purrr und broom, werden im gesamten Buch hervorgehoben. Zwei völlig neue Kapitel werden durch die Verfügbarkeit von Statcast-Daten ermöglicht: Eines beschäftigt sich mit der Fähigkeit des Fängers, den Ball zu fangen, und das andere verwendet den Abwurfwinkel und die Austrittsgeschwindigkeit, um die Wahrscheinlichkeit eines Homeruns zu schätzen. Anhand der verschiedenen Beispiele in diesem Buch lernen Sie die moderne Sabermetrik kennen und erfahren, wie Sie Ihre eigenen Baseballanalysen durchführen können.
Max Marchi ist ein Baseball-Analytiker für die Cleveland Indians. Er hat regelmäßig für die Websites The Hardball Times und Baseball Prospectus geschrieben und war zuvor als Berater für andere MLB-Vereine tätig.
Jim Albert ist ein angesehener Universitätsprofessor für Statistik an der Bowling Green State University. Er hat mehrere Bücher verfasst oder mitverfasst, darunter Curve Ball und Visualizing Baseball, und war Herausgeber des Journal of Quantitative Analysis of Sports.
Ben Baumer ist Assistenzprofessor für Statistik und Datenwissenschaften am Smith College. Zuvor war er als statistischer Analyst für die New York Mets tätig. Er ist Mitautor von The Sabermetric Revolution und Modern Data Science with R.
.
| ISBN: | 9780815353515 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2018 |
| Seitenzahl: | 342 |
Derzeit verfügbar, auf Lager.
