Sports Analyst Meetup #6に参加してみた

どうも、スミスです。

修論も落ち着きましたので、データ分析に関連する勉強会・イベントを物色しています。

小中高野球をやっていてバイトでも少しだけ携わっていたということで、スポーツデータ分析に興味があり今回初めて参加してみました。

様々なスポーツが取り上げられていましたが、今回最も多くの発表があり個人的に好きな野球に関する発表を簡単に振り返ってみます。

Sports Analyst Meetup #6 (2020/02/16 14:30〜)

発表の感想（テーマ：野球）

ロングトークは、

データ分析にPythonは必要か？

でした。

まずまず、類似性スコアのダッシュボードが面白すぎた。。。

大谷翔平とボイトが似ているということでしたが、大谷選手は1年目も2年目も300打席代で規定打席不足だったと思うので、規定打席に到達した場合の予想成績に調整した場合似ている選手が変わってきたりするんですかね。

とか思ってみたりしながら聞いてました。

データ分析者のキャリアに関連するお話も盛り込まれていて、データ分析者を志して社会に飛び込もうとしている私にとっては大変参考になりました。

LTでは、最初のお三方（#ballgameeconomics）のお話がそれぞれ

1. ストライクゾーンの差別（出身地で見る）

2. 「３割」の境界でのスイング確率比較（プロスペクト理論）

3. 試合の「流れ」の心理（Effectance Motivation）

でした。

どれも目の付け所が変態で最高でしたね。。。

せっかくなのでそれぞれの内容について感想を。

1. ストライクゾーンの差別

・イニングの進行はストライクコール率と相関高そう（特に試合が長期化している場合）

・球種ごとの差異はあるのか気になった（ストライクコールを受けやすい軌道があるかも...？）

2.スイング確率比較

・カウントごとの確率の違いはあるのか？（配球予測に活かせる？）

・状況（リード/ ビハインド、塁状況）による違いはあるのか？

3.流れの心理

・野球は失敗の多いスポーツであるので「流れ」という言葉で精神衛生をコントロールしているのではないかという見解がおもしろかった

まとめ

初めての参加でしたが非常に楽しく聞かせていただきました。同世代の発表もあったので刺激も受けました。

野球以外では、様々なレベルでスポーツデータ分析が用いられていて、先進的に発展している種目も今後発展が期待される種目も含めて非常に幅広いと感じました。

また機会あれば参加したいです。運営の皆様お疲れ様でした。