next-gen-scraPy：从图像提取NFL追踪数据以评估四分卫与传球防守
应用统计
2019-12-09 v2
摘要
NFL收集详细的追踪数据，记录每次进攻中所有球员与球的位置。尽管该数据的原始形式不公开，NFL通过其Next Gen Stats（NGS）平台发布一组聚合统计。他们还提供展示单个四分卫传球尝试与结果位置的图表。我们的工作旨在部分缩小私有（对NFL球队）与公开数据间的差距，贡献有两点。首先，我们引入专为从NGS传球图表提取原始数据设计的图像处理工具。我们提取传球结果、坐标及其他元数据。其次，我们分析所得数据集，考察单个四分卫与防守的空间倾向与表现。我们使用广义加性模型按场地位置建模完成率。我们引入朴素贝叶斯方法估计各球队与四分卫的二维完成率曲面，并提供单值摘要——期望以上完成率（CPAE），用于评估四分卫与球队防守。我们发现传球位置数据与NFL追踪数据高度吻合，且我们的CPAE指标与NFL专有CPAE指标紧密匹配。
引用
@article{arxiv.1906.03339,
title = {next-gen-scraPy: Extracting NFL Tracking Data from Images to Evaluate Quarterbacks and Pass Defenses},
author = {Sarah Mallepalle and Ron Yurko and Konstantinos Pelechrinis and Samuel L. Ventura},
journal= {arXiv preprint arXiv:1906.03339},
year = {2019}
}