[论文解读] Functional Data Analysis of Aging Curves in Sports

Alexander F. Wakim, Jimmy Jin|arXiv (Cornell University)|Mar 28, 2014

Traditional Chinese Medicine Studies参考文献 6被引用 5

一句话总结

本文采用PACE方法进行函数数据分析（FDA），对MLB与NBA球员的衰老曲线进行建模，实现对年龄相关表现轨迹的灵活非参数估计。研究揭示NBA球员存在三种与得分能力相关的显著衰老模式，且衰老模式与位置无显著关联，挑战了传统认知，并展示了FDA在体育分析中相较于传统回归方法的优越性。

ABSTRACT

It is well known that athletic and physical condition is affected by age. Plotting an individual athlete's performance against age creates a graph commonly called the player's aging curve. Despite the obvious interest to coaches and managers, the analysis of aging curves so far has used fairly rudimentary techniques. In this paper, we introduce functional data analysis (FDA) to the study of aging curves in sports and argue that it is both more general and more flexible compared to the methods that have previously been used. We also illustrate the rich analysis that is possible by analyzing data for NBA and MLB players. In the analysis of MLB data, we use functional principal components analysis (fPCA) to perform functional hypothesis testing and show differences in aging curves between potential power hitters and potential non-power hitters. The analysis of aging curves in NBA players illustrates the use of the PACE method. We show that there are three distinct aging patterns among NBA players and that player scoring ability differs across the patterns. We also show that aging pattern is independent of position.

研究动机与目标

• 解决传统方法（如基于样条的多元回归）在建模运动员衰老曲线方面的局限性。
• 应用函数数据分析（FDA）将表现建模为年龄的平滑函数，以支持更丰富的统计推断。
• 展示FDA在处理稀疏、不规则且高维的运动员表现数据方面的优势。
• 探究NBA球员中是否存在不同的衰老模式，及其与表现指标和位置的关系。
• 使用函数假设检验比较不同球员类型（如MLB中的力量型与非力量型击球手）之间的衰老曲线差异。

提出的方法

• 使用B样条基函数将个体衰老曲线表示为年龄的平滑函数，实现非参数拟合。
• 采用带粗糙度惩罚（λ）的惩罚最小二乘准则，通过广义交叉验证（GCV）优化拟合与平滑度之间的平衡。
• 采用PACE（协变量主成分分析）方法，处理运动员表现记录中常见的稀疏与不规则时间点数据。
• 利用函数主成分分析（fPCA）识别衰老曲线集合中的主要变异模式。
• 应用置换检验进行函数假设检验，以比较不同组别（如MLB中力量型与非力量型击球手）之间的衰老曲线。
• 使用函数聚类根据衰老曲线形状的相似性对球员进行分组，采用类似k均值的准则处理函数型数据。

实验结果

研究问题

• RQ1 在MLB中，潜在力量型击球手与非力量型击球手的衰老曲线是否存在显著差异？
• RQ2 MLB球员衰老曲线集合中的主要变异模式是什么？
• RQ3 NBA球员中存在多少种不同的衰老模式，其特征是什么？
• RQ4 球员的衰老模式与他们的得分能力（得分量与效率）是否存在显著关联？
• RQ5 NBA球员的衰老模式是否与其位置无关？

主要发现

• MLB中的函数假设检验显示，力量型与非力量型击球手的衰老曲线存在显著差异，且在非正态分布条件下，FDA方法优于传统方法。
• fPCA揭示了MLB衰老曲线中的主要变异模式，为不同球员子群体的衰老特征提供了超越简单均值趋势的洞察。
• 在NBA数据中，通过函数聚类识别出三种显著不同的衰老模式：'早期巅峰'（聚类1）、'晚期巅峰'（聚类2）和'中期巅峰'（聚类3）。
• 聚类1（早期巅峰）的场均得分量（PTS每36分钟）和效率（TS%、FT%、3P%）显著高于聚类2与聚类3，表明其整体得分能力更强。
• 各位置（G、W、F、FC、C）在不同聚类中的比例无显著差异（p值 = 0.23），表明衰老模式与位置无关。
• 该分析挑战了‘不同位置球员衰老方式不同’的普遍认知，证明FDA能够实现比以往仅关注巅峰年龄的研究更全面、覆盖全年龄段的比较。