[論文レビュー] Optimal Strategy in Basketball

Brian Skinner, Matthew L. Goldman|arXiv (Cornell University)|Dec 17, 2015

Sports Analytics and Performance参考文献 27被引用数 6

ひとこと要約

本論文は、得点の割り当て効率（異なる選択肢間での限界得点価値の均等化）、動的効率（継続価値を上回る期待値を持つ場合にのみシュートを打つ）、リスク/リターンのトレードオフ（単なる得点差ではなく、勝利確率の最大化）の3つの根幹的原則に基づき、最適なバスケットボール戦略を定式化している。最適な戦略はシュート選択、タイミング、ばらつきのバランスを必要とし、実世界のデータは、プロ選手が終盤の状況においてリスクを誤って評価している傾向があることを示唆している。

ABSTRACT

This book chapter reviews some of the major principles associated with optimal strategy in basketball. In particular, we consider the principles of allocative efficiency (optimal allocation of shots between offensive options), dynamic efficiency (optimal shot selection in the face of pressure from the shot clock), and the risk/reward tradeoff (strategic manipulation of outcome variance). For each principle, we provide a simple example of a strategic problem and show how it can be described analytically. We then review general analytical results and provide an overview of existing statistical studies. A number of open challenges in basketball analysis are highlighted.

研究の動機と目的

• 勝利確率の最大化、特に得点差の最大化ではない、定量的フレームワークを構築すること。
• 統計的・確率的モデルを用いて、シュート選択、タイミング、リスクテイキングといった戦略的意思決定が試合結果に与える影響を分析すること。
• 特に終盤の状況におけるリスク志向のズレについて、現行の選手・チーム行動と理論的最適性のギャップを特定し、比較すること。
• 実戦における定量的最適化の実現に向けた障壁として、攻撃効率や守備行動の推定の難しさを浮き彫りにすること。

提案手法

• 攻撃の各ポSESSIONを独立同一分布（IID）に従うものと仮定し、スコア差をバイアス付きランダムウォークとしてモデル化し、スコア差はガウス分布に従うと仮定する。
• 中心極限定理を適用して、最終スコア差の確率密度関数を近似する。$ P(\Delta) = \frac{1}{\sqrt{2\pi\sigma^{2}}}e^{-(\Delta-\mu)^{2}/2\sigma^{2}} $、ここで $ \mu $ は期待スコア差、$ \sigma^2 $ は分散である。
• 限界効率の概念を用いて割り当て効率を定義：すべての攻撃的選択肢が同じ期待得点価値（1回のシュートあたり）を持つ必要がある。そうでなければ非効率な選択が生じる。
• 動的効率を導入：ボールを保持したままの継続価値（将来の期待得点）を上回る期待値を持つ場合にのみシュートを打つべきである。これは特にショットクロックの終盤において重要である。
• リスク/リターンのトレードオフを分析する。特に終盤の状況において、結果のばらつきが勝利確率に与える影響をモデル化する。
• NBAの試合データ（例：カイル・コルバーの真のシュート成功率が0.699）を用いて、理論的モデルと実世界の行動を照合する。

実験結果

リサーチクエスチョン

• RQ1 勝利確率を最大化するために、チームはどのようにして異なる攻撃的選択肢にシュート試行を割り当てるべきか？
• RQ2 ショットクロックのどの段階でシュートを打つべきか？ターンオーバーや守備の圧力のリスクを考慮した期待値を最大化するには？
• RQ3 NBA選手はゲーム状況に応じてリスク志向をどれほど調整しているのか？理論的最適行動と比較すると、どの程度乖離しているか？
• RQ4 IID仮定の破れ（例：「ホットハンド」効果やモーメンタム効果）は、戦略的意思決定や勝利確率にどの程度影響を与えるか？
• RQ5 実戦における定量的最適化を実現するにあたり、攻撃使用曲線や守備戦略の推定における実用的課題は何か？

主な発見

• 割り当て効率は、すべての攻撃的選択肢が同じ限界効率を持つ必要がある。そうでなければ、効果の低いシュートに優先順位を割くことで機会を無駄にする。
• 動的効率は、シュートの期待値がポSESSIONの継続価値を上回る場合にのみシュートを打つべきであると規定する。これは特にショットクロックの終盤において極めて重要である。
• 選手はリードしている状況でリスクを増やす傾向にあり、これは理論的最適なリスク/リターントレードオフを内省できていないことを示している。
• 「ホットハンド」効果やタイムアウト後の状況的ばらつきの証拠は存在するが、統計的不確実性のため、これらの相関関係は一般的に戦略的意思決定を大きく変えるほど強くない。
• 定量的最適化の主な障壁は、相手チームの質に強く依存するが、現在のデータでは安定的に測定できない使用曲線 $ f(p) $ の正確な推定が困難である点にある。
• 守備戦略は定量的に十分に分析されておらず、攻撃用の「使用曲線」と同等の「守備使用曲線」の概念も確立されていないため、戦略的最適化は完全には達成されていない。