αί, ο RANKING αι ο TENDEX, Α Ω CARNA ς season

Transcript

1 Η Α Α Ο Η Η ΧΑ Ο Α Α Α Η Ω Ο Α Ω Α Α Χ Η Α Α Α Α Α Α Α Α Α Α Α Α Α Ω Α Α Α Ω Η Α Α : Ω Η 9 Ω.Α Α Α Η Η Η Ο Α Η Ω

2 α ισ ί ς ο α ι ώ ας θα ήθ α α α ισ ήσ ο ς α θ ώ ο ς ο α ι ό ό ο ο αθέ ας σ έ σα σ ά σ ια ώ ο σ ο ώ. ί ο ς, α ισ ώ ο ιβ έ ο α αθ ή. Α ο ά, ια σ ή αθο ή σ αι θά σ. α σ ό ια αι οι ο ί ις ο α ο έ σα ο ύ ι α φό ια. α ισ ώ ό ο ς ο ς αθ ιοί σ ς ι ι ήσ ο α ές ο σ ο ή α ισ ίο α ώ. έ α αι ά α ό ό α ό ς, αι ύ οι ο έ ιά ο, ια ο ο ι ή αι οι ο ο ι ή σ ή ι. Α ς α ισ ώ ο ς ο ίς ο, αθώς α έ ισ αι α ι ιο ή

3 ί η η α ισ ι ή σ α ού ο ές φο ές σ αθ ι ό α ας. ί σι ο οιώ ας σ α α ί α α σ ιάφο ς σ ήσ ις ί ιαβά ο ας ιάφο ς έ ς. Η α ισ ι ή ί αι σ α ι ή α ά ος ια ο ώ ο ο άσ. όσο ά ο α ό ιά ο ο ο ή. Α ό σ ο ιά ο ο ο ή άσ α ά οια ο έ α ς σ α ισ ι ής ια α β ά ά οια σ άσ α α σ ι αι ή ο ασία. ιο α α ι ά σ ασία σ άσ α ύο σ α ισ ι οί ί ς α ιο ό σ ς ός αί, ο RANKING αι ο TENDEX, ά οια οιο ι ά α α ισ ι ά ιθ ι ώ α ο ιώ ο α α ύ ι ο SYNERGY, ια α φό α α α ιώ ο ο ώ. ά ο ας α ά α ο έ α, α έ ασ ιο ία ι α ι ώ έ α ι ό σ ς, ό ο α έ α σ ά οια σ άσ α α όσο αφο ά ο ς ί ς α ιο ό σ ς ιθ ι ώ α ο ιώ ο SYNERGY σ α ήσ ι ύο σ α ισ ι ώ ι ώ α ιο ό σ ς, ια ο Roster ο Α Ω Α Ω CARNA ς season έξ ις ι ιά: σ α ισ ι ή, ί ς α ιο ό σ ς, ι α ι ά έ α ι ό σ ς, anova, ranking, tendex, synergy, ιθ ι ές α ο ί ς, rating α

4 χό. Α Ω Η... 7 ισ ός σ α ισ ι ής... 7 α ισ ι ή σ ο ι αφή. άσ... 8 ασίας Ω Η Ο Α Ο Α Η έθο ος ANOVA Α ά σ Α α ι ό σ ς RANKING TENDEX TENDEX OR RATING SYNERGY SPORTS TECHNOLOGY Ο Ο Ο Α Α Η ΑΑ Ο Α Α GUARD TREES RANKING-TREE TENDEX-TREE FORWARD TREES RANKING-TREE TENDEX-TREE CENTER TREES RANKING -TREE TENDEX-TREE Α Α Α ιβ ιο αφία Α Α ΤΗΜΑ Α Α Α ΗΑ Α Α Η Η RANKING POSITION P/R BALL HANDLER PERCENTAGE... 72

5 P/R BALL HANDLER RATING ISOLATION PERCENTAGE ISOLATION RATING SPOT UP PERCENTAGE SPOT UP RATING HAND OFF PERCENTAGE HAND OFF RATING TRANSITION PERCENTAGE TRANSITION RATING CUT PERCENTAGE CUT RATING OFF SCREEN PERCENTAGE OFF SCREEN RATING OFFENSIVE REBOUNDS PERCENTAGE OFFENSIVE REBOUNDS RATING POST UP PERCENTAGE POST UP RATING P/R MAN PERCENTAGE P/R MAN RATING MISCELLANEOUS PERCENTAGE MISCELLANEOUS RATING TENDEX POSITION P/R BALL HANDLER PERCENTAGE P/R BALL HANDLER RATING ISOLATION PERCENTAGE ISOLATION RATING SPOT UP PERCENTAGE SPOT UP RATING HAND OFF PERCENTAGE HAND OFF RATING TRANSITION PERCENTAGE TRANSITION RATING CUT PERCENTAGE

6 CUT RATING OFF SCREEN PERCENTAGE OFF SCREEN RATING OFFENSIVE REBOUNDS PERCENTAGE OFFENSIVE REBOUNDS RATING POST UP PERCENTAGE POST UP RATING P/R MAN PERCENTAGE P/R MAN RATING MISCELLANEOUS PERCENTAGE MISCELLANEOUS RATING GUARD-TREES RANKING-TREE TENDEX-TREE FORWARD-TREES RANKING-TREE TENDEX-TREE CENTER-TREES RANKING-TREE TENDEX-TREE

7 . Ω σ ός σ σ ς Η α ισ ι ή ί αι ία θο ι ή αθ α ι ή, α αιό α ι ή αι σή α ισ ή ο ι ι ί α α ά ιέ ώσ σι ο οιώ ας ι ι ά ο έ α α α ή σ ς, ή ι ά α ος. ύ ιο α ι ί ο έ ας αι έ ς ς α ισ ι ής ί αι σ ο ή, α ι ό σ, ασία, α ο σίασ, α ά σ αι ία ιαφό ο έ α ώ οσ ό ο α ή ασφα ώ σ ασ ά ια ή ο θώ α οφάσ. ό ι αι ια σ α ι ή ισ ή ς ο οίας οι φα ο ές έ ο ύαο ίο σ ιοι ι ή, ις ι ι ήσ ις, αθώς αι σ ις θ ι ές αι σ ιφο ι ές ή οι ι ές ισ ή ς. Η α ισ ι ή α ο ί σή α ά ο φα οσ έ αθ α ι ώ, οι ασ ο ού οι σ ο σ α ισ ι ό ίο έ α ά σ ς α ού αι ι ά σ α ισ ι οί ή σ α ισ ι ο ό οι. ας αι

8 ι ά ο ό ος α ισ ι ή φέ αι ι ή σ ασία, αφ ός ο ώ ο ας αθ α ι ές θό ο ς ι ισ ού ο έ ο ήφθ α α α ίθ σ ή έ σ αι αφ έ ο α ά α ί ια α ο έ α ο έ ο οσ ί α ούς ο ς ι ισ ούς. ύ φ α ο Α. Α ό ο ο ά ο ας ο ο ισ ό ό ς α ός αθο ίσ σ α ία ο " α ισ ι ή ί αι σύ ο ο θό ο αθο ού σ ή ο θώ α οφάσ σ ι ώσ ις αβ βαιό ας" ο ί ι οιο ο ι ή ιά ισ ο σ ό ο σ οι ί ός φαι ο έ ο αι ο σύ ο ο θό ο ά ο α ά ος ο οι ό σ ο ό. ύ φ α ο ι ό ι ο ο ι ο ι ώ Ό ο ι ού έ ο α α ι ό ας " α ισ ι ή ί αι α α α ιθ ι ά ο έ α ο α αφέ ο αι σ σύ ο ο α ό, έ,ά, φαι ό α,. αι β ισ ή σ ο ής, α ά σ ς αι ίας ού ο έ ". (el.wipikepdia.org) σ σ σ ι ώ ας ια α α α ί ο σ α ι ό α ς α ισ ι ής σ ο άσ, α αφέ ο αι ά οια α οσ άσ α α α ό σ έ ύ ο ο α ώ α Panathinaikos-Barcelona ια α ισ ι ή ς Euroleague. O ιώ ος α ώ ας ο ο ής ς Barcelona ή σ : «Ή α έ α σ η ό αι ισ ό αιχ ί ι, ό ως ο ι έ α. Κά οι ς ο έ ι ς έ ι α ο α ο έ σ α. Α οι ά ι ά οιος η σ α ισ ι ή, θα ι ό ι ίχα ισσό ς ιθέσ ις, α ύ α οσοσ ά σ α σο. Κά α ό ως ο ά άθη, σ ι έ α ο ί αι ο ύ ση α ι ό σ οιχ ίο. Ή α ο ίσι ος α ά ο ας σ ο αιχ ί ι, α ός ο έ ι ο ι η ή» (gazzeta.gr) O Xavi Pascual ο ο ής ο α αθ αϊ ού ή σ : «Ή α ο ύ ση α ι ή ί η ια ας. Σ η ά α αί α ια 4 ά ο ύ α ά. Η Barcelona ίχ άθη αι α ό έχ ι α ά ι η ι ή ας α ή α ι ή σ η ά α. Δ ίχα α ά οσοσ ά σ α ί ο α

9 αι σ βο ές. Ό ως (gazzetta.gr) ιο ίσα α άθη ας αι ίχα ό ις ά» Ό ς ο ί ά οιος ύ ο α α α α οήσ ι, α οί οι ύο ο οί έ ι οι αι σ ο α ώ ο ί ο ο ο ές, ι α έσ α α ισ ι ή άσ ια α α α ύσο ο α ο έ σ α ο α ώ α. σι ά α ό σ βαί ι ό ο σ ο α ώ ς ς Euroleague, α ά αι σ θ ι ά αθ ή α α, α ό α αι σ α ώ ο ι έ ο αθ ή α α. Α ό έ ι έ α οι ό α α ο ασ ή, α ή ο όσο σ α ι ό ί αι ια άθ ο ο ή, σ α ισ ι ή α ά σ σ ο ώ ο ο άσ. Η σ α ισ ι ή σ ο άσ ί αι ήσι ια ο ούς αι ιάφο ο ς ό ο ς. ί αι ο α ο ή α ίο ός ο ο ή, α ί ο video, ο ο σι ο οι ί σ ά α ο ούς ο ίς ώσ α ο ί α α α ύσ ι ά οια ο έ α. α ό οσ ίο ς ασίας, θα ήθ ο σα ι ι ός σ ο άσ, ιας αι ί αι ο ο ής, Assistant Coach σ ο Α ό. ό α ή ι ιό α αι βάσ σ ια α α ι ή ο ά α θα α α ύσ ο άσ. α α α αθέσ ώ α α ίας α ώ CARNA ( 2014ς ι ούς ι ίας ο σ α ισ ι ή όσο αφο ά α ήθ α α οσθέσ ι ώ α ό ά ο, σ α ι ό α ς α ισ ι ής σ ο άσ α ό ιά ο ο ο ή. ο αίσιο ς α α ι ής ο ασ ό σ ς σ α ισ ι ή ί αι έ α ο ύ ά ο έ ος ς ια ι ασίας α ά σ ς ο έ ός ο ο ή. Α ή α ά σ ο ί α ί αι α ά ιά ια ός αι ι ιού time out, half, ί ά ο έ ος. ίσ ς σ α ισ ι ή ί αι έ α ο ύ ήσι ο α ίο ια έ α ο ο ή, ια α α α οήσ ι ις α ο όσ ις ό ι ό ο αι ώ ο έ αα ά αι σ ο ι ά ς ο ά ας. έ ος σ α ισ ι ή αί ι ά ο ό ο ια έ α ο ο ή ια α ια ο φώσ ι σ α ι ή ο α έ α ι σ ο ό ο α ί α ο.. α ο α ί α ος έ ι α ό οσοσ ό σ α ί ο α

10 Ό ςό α α α α ά ο έ α, ί αι ό ς α αφέ θ α ο ύ σ α ι ά, α ά ίς σ ά σ ο ςσ ι ό α έ ο α ό ό ο ς α ό σ ασία. ι α ό ά ο ι ι ι ές α φό ς ια ο ς α α ί ς ο ο ές ο σ άο σ α ισ ι ή ι ό α, ά ι ο ο οίο θα ι αφ ί α α ά. σ ς ασία θα ι αφ ί ο σ ασ ός ύο α ι ι ι ώ ι ώ α ιο ό σ ς σ ο άσ ο ς ί ς α ιο ό σ ς ς άθ ιθ ι ής α ο ίας α ό ια α φό α ια α αί ς ο ο ές ο ο ο ά αι SYNERGY. ο σία ια α α ύ αι ς έ ας α α ίας ο ο ής ο ί α α ιο οιήσ ι α φό α ο σι ο οι ί βάσ α α α ι ά σ α ισ ι ά ο έ α ο α ο σιά ο αι σ έ α φύ ο σ α ισ ι ής. ι ύο βασι οί ί ς α ιο ό σ ς ο ι άφο αι σ ασία ί αι ο RANKING αι ο TENDEX. To SYNERGY ί αι ια α φό α ο σι ο οιού α α ί ς ο ο ές α ά ο όσ ο. Ό ς θα ι αφ ί αι α α ά, ιέ ι ο ά σ α ισ ι ά ο έ α ια ο ι ή ο α α ά έ ας ο ο ής, σ ά ο ας α videos ια άθ α ο ία ο ι άφ αι. Ησ ο ή ο έ ο α ο σιά αι σ ασία έ ι ια α α ι ήο ά α ο Α Ω Α Ω CARNA ς season α ή αφο ά ο roster ς σ ι έ ς ο ά ας ο σ ί σ BASKET LEAGUE 2015-, αι έ ο σ θ ίό α α ο έ α α ό ο ESAKE αι α ό α φό α SYNERGY. ι αί ς ίσ α σ θέσ ις, GUARDS, FORWARDS, CENTERS, ό ο βάσ α ού ο ια ισ ού α α ύθ α α ο έ α. οθ ι ό αίσιο ς ασίας ι άφο αι α ο έ α ς ασίας. Α α ι ό α ί αι ια ισα ή ια α ι α ι ά έ α α ι ό σ ς, αθώς βάσ α ώ ο ύ ο α α ο έσ α α ς ασίας. σ έ ια ι άφ αι έθο ος

11 anova ο σ ο σία αθό ισ οι ς α ο ί ς α ιο ό σ ς ί αι σ α ισ ι ά σ α ι ές ς ος ο ς σ α ισ ι ούς ί ς. σ έ ια ι άφο αι οι σ α ισ ι οί ί ς RANKING αι TENDEX αι έ ος α ο σιά αι α φό α SYNERGY. θο ο ο ία α ο σιά αι ο ώ α ο ια α α ύ αι ασία αθώς αι α α α ι ά βή α α ια α ού σ α ο σ ά, αθώς αι σ ο ή ο έ α ά αφο ο ί ο αι ό α α α ιθ ι ά ο έ α ς ασίας. ια α ά ι α ς ια α ο ία θ σ α ισ ι ά σ α ι ή έθο ο anova, αθώς αι α ι α ι έ α ια άθ θέσ ο α ίσ οι ο ί α ιο ό σ ς ό ο ο σία ί ι οια α ιο ό σ σ άθ θέσ ί αι ιο σ α ι ή ος ο ς ύο ί ς α ιο ό σ ς.. ό ί αι ά σ ς έ ος σ αία α ά αφο α ο σιά ο αι α σ άσ α α, α ή α ά όσο α α ήθ α α ή αα ς ασίας αι οια ί αι σ βο ή ς σ α α αϊ ή οι ό α.. Ω Ησ ι έ ασία ια α α ύ αι ο ς ί ς α ισ ι ής άσ, RANKING αι TENDEX. α σ ασ ού ί ασ ο έ ι σ α ούς ο ς ί ς ο Rating ο ί ι α φό α Synergy ια άθ ιθ ι ή α ο ία άθ αί. ο αίσιο ς ασίας ά ι α ή ο έ ι α ι ά έ α α ι ό σ ςό ο ί ο οι ς α ιο ο ήσ ις ο SYNERGY ί αι οι σ α ι ό ς α ά θέσ ς ος ο άθ σ α ισ ι ό ί. έθο ο anova α ο σιά ο αι οι ς α ιο ο ήσ ις άο ο ς ί ς α ιο ο ήσ ις RANKING αι TENDEX.

12 ς ANOVA Ηα ά σ ς ια ύ α σ ς ANalysis Of VAriance ANOVA ί αι ία σ α ισ ι ή έθο ος ο οία αβ ό α ο ά ισ έ α σύ ο ο ο έ ιασ ά αι σ ις ι έ ο ς σ ισ ώσ ς ς σό ο αα ό σ ς σ α ι ό ας ιαφο ι ώ ώ οέ σής ς. Η α ά ς θο ο ο ίας οφ ί αι σ ο θ ι ή ς σύ ο ς σ α ισ ι ής ισ ή ς, ά ο σ α ισ ι ό Sir Ronald Aylmer Fisher (1890. α αι ό α ANOVA ι α βά ι ία ο ά α σ α ισ ι ώ θό αα ή ια α ά σ ο έ ο ο ύ ο α ό ι α α ι ούς σ ιασ ούς. α ο έ α ός ί α ος α ά ο α οέ σή ο ς ια ί ο αι σ α α ήσ ις (observational sampling σ ι α α ι ά (designed sampling. ώ α ο ία ο σ α ισ ι ός ής α ά α α ί ις ι ές ο φα ί ο αι ίς α έ ι αό α έ βασ ς σ ις α ίσ οι ς αβ ές. Α ίθ α σ ύ α ο ία ο σ α ισ ι ός ής οσ αθ ί α έ ι α ί α ιας ισσο έ α ά (independent αβ ώ ο ι έ ο α οσ ιο ίσ ι ί ασ ο έ ο ά σ ό έ αβ ή ο α ί αι α έ (dependent α ό ισ (response. ια α ά ι α, α ό ισ ο ί α ί αι βαθ ο ο ία σ έ ασ ο αθή α ος ς σ α ισ ι ής, ο ό ος ήσ ιας ι ί σ ς ο σ ο ι ό ισό α ιας οι ο έ ιας α ά ιά ια ο έ ο ς. ό ος άθ σ α ισ ι ού ι ά α ος ί αι ο οσ ιο ισ ός ς ί ασ ς ιας ισσο έ α ά αβ ώ ά σ α ό ισ. ι αβ ές α ές α αφέ ο αι σ ήθ ς σα α ά ο ς (factors αι ο ί α ί αι ί οσο ι ές ί οιο ι ές. ια α ά ι α θα ή α ιαφέ ο α ι ήσο ί ασ ο έ ι ο οιο ι ός α ά φύ ο σ βαθ ο ο ία ς σ α ισ ι ής ο οσο ι ός α ά ήθος α ασ ά ώ σ ς σο ό ο ήσ. ά ς ά ι ι ώσ ις ο έ ς α ιαφ ό ασ ια ί ασ ο έ ο ά σ α ό ισ

13 ισσό α ά ια ο ής ς ς ιας α ά ς αβ ές ό ς ο οσο ι ός ήθος αο έ αι ο οιο ι ός α ά ό ά σ ο οι ο ια ό ισό α. ι ι ές ο α ά ο α ο οσ ιο ί ο αι σ ο ί α α έ ο αι ί α (levels. ια α ά ι α α ί α ια ο οιο ι ό α ά ο α φύ ο ί αι α σ ι ό - θ ό, ώ ια ο οσο ι ό α ά ο α ήθος α ασ ά ώ σ ς ί αι θ ι ός α έ αιος. έ α ί α α έ α α ά ο α οι α ι ίσ ις (treatments ο ι ά α ος ί αι α ί α ο α ά ο α. ια α ά ι α α σ ο ί α α βαθ ο ο ία ς σ α ισ ι ής ας ιαφέ ι ί ασ ο α ά ο α φύ ο ό οι α ι ίσ ις ο ι ά α ος ί αι α σ ι ό θ ό. έ α ί α α ύο ισσό ο ς α ά ο ς οι α ι ίσ ις ί αι οι σ ασ οί α α ό - ι έ. ια α ά ι α α ας ιαφέ ι ί ασ α α ό φύ ο, ι ία σ βαθ ο ο ία ς σ α ισ ι ής, ό οι α ι ίσ ις ί αι οι σ ασ οί ι έ φύ ο αι ι ίας.. α σ ι ό,, (θ ό, 19). ( σ ό σ ς α ά σ α ι ό σ ς regressio a al sis άο σ έσ α ύ ύο ή ισσο έ αβ ώ σ ο ό όβ ι ώ ς ιας, έσ ι ώ ςά ς ή ά. άθ όβ α α ι ό σ ς ια ί ο ύο ί αβ ώ : ις α ά ςή ό ςή α ι ές i depe de t, predi tor, asual, i put, e pla ator aria les αι ις α έ ς ή α ό ισ ς depe de t, respo se aria les. ι α α ι ές έ ς, α ά αβ ή X ί αι ί ο οία ο ού α έ ο, α ή, α αθο ίσο ις ι ές ς.. ο ύ ος ς ιαφ ισ ι ής α ά ς ός οϊό ος, ο α ιθ ός ι ο ού α ί σ έ α ο α άσ α α έ ς, οσό α ι άσ α ος, θ ο ασία ασίας ός οϊό ος. α έ αβ ή Y ί αι ί σ ο οία α α α ά αι ο α ο έ σ α αβο ώ σ ις α ά ς αβ ές.. ή σ ός οϊό ος,

14 ο ό ος α α ο ής αώ ός ο α ασ ή α ος α έ ς, α ό οσ ιας α ιέ ιας, α ο ή ός ι ού. ι α α ι ές έ ς ι αο ί ς ιά ισ α ύα ά αι α έ αβ ώ ί αι ά ο σαφής ια ί α ία αβ ή ί αι ό α ά ό ς ί αι αί ς.. ο ύ ος αι ο βά ος φοι ώ, οι ώ ς έ ς φοι ώ ός α ισ ια ού ή α ος αι α ό οσ ο ς σ έ α σ, οι β ο ά ς ι ίας ός ά σ ια ι ί σ αι ο α ιθ ός α αι ώ οϊό ο α ά ι, α ά α έ α οϊό α όέ α ι ή αι α ά α ι ί οϊό α όέ α ά ο ι ή, ο α ιθ ός ήσ ο σι ώ CD σ ια ιο ή αι ο α ιθ ός έ σ ί ια ιο ή. Ας θ ήσο ύο αβ ές X, Y. Α οι αβ ές α ές σ έο αι ια σ έσ ς ο φής Y = f X έσ ς ο οίας ια άθ ι ή ς X ο ού α οβ έ ο α ιβώς ι ή ςy, α ή, α οι ι ές ς Y ό ι αι σ σφά α α, ό έ ό ι οι ύο αβ ές σ έο αι σ α σια ή- οσ ιο ισ ι ή deter i isti σ έσ Y = f X. ια α ά ι α, ο ύ α ο α α α ώ ι ια οι ο έ ια σ έ α ί ο αι ο οσό ο ώ ι ια α α ά σ α ήσ έο αι σ α σια ή- οσ ιο ισ ι ή σ έσ. ίσ ς, ο οσό ο α αθέ ι ά οιος σ ο α ι ή ιο αι ο ό ος ο αί ι ια ο οσό α ό, σ έο αι σ α σια ήοσ ιο ισ ι ή σ έσ. α ές ις ι ώσ ις α σ ία ο ια ά α ος ιασ ο άς β ίσ ο αι ό α ά σ α ύ ο έ ι ίσ σ Y = f X αι όσ ς φο ές αι α α α άβο ο ί α α θέ ο ας ο σ ο ί ιο ί ο i X =, θα αί ο ά α ί ια ι ή ια ο. ( ο αίσιο ς ασίας, ά ο αι ο έ α α ό ά οι ς ιθ ι ές α ιο ο ήσ ις ο SYNERGY. Ό ς α ές οι α ιο ο ήσ ις σ ί ο αι σ ο ς ια ί αι ο ιθ ι ό αι ί ι. α ή άθ

15 ιθ ι ή α ο ία ί αι βασισ έ σ ις α ο ές, ις possessions σ ι θ ή ο ο ο ία ο άσ. ό ς Α ά οιος α α έ ι σ ι θ ή βιβ ιο αφία ια ο άσ, θα ο έσ ι α β ι ο ές οφο ί ς ια άθ σ α ισ ι ή α ο ία αι ο ι ή ο σ ί αι α ιο ό σ ς α ό οσ ς αι ώ. Ας ι ήσο α ι άφο ιάφο ς α ιο ο ήσ ις ο ά ο σ ι θ ή βιβ ιο αφία ια ι έ ο ς σ α ισ ι ές α ο ί ς άσ. ια α ο ή ι άό α α ο ά ο έ ο ς ά ας ια ο ά α ή αι ιώ ι ό α ο ά α ά ι ο έ ο ς ά ας. ι ο ά ς ο ού α άσο ο έ ο ς α ο ής ιάφο ο ς ό ο ς, σ ι α βα ο έ ο ός ύσ ο ο ί ο ο, θέ βο ώ ο ο ίσ ο α ά ι αο ή ά ο ά α α αφο ά ός α ής ή α ό α άα όα ι ό ι άο ή ά οιο άθος. ι α ο ές α έ ο ια ήσι βάσ ια α ιο ό σ ς α ο σ α ι ό ας ο ά αι αι ώ. ια α ά ι α, ια α ίσ ι ια ο ά α θα έ ι α ί αι ιο α α ι ήσ ς α ο ές ο έ ι σ έ α αι ί ι. (Justin Kubatko, 2007) α ό ο paper ας ί αι ο α α ά ύ ος ί σ ς α α ι ό ας α ο ώ ια ια ο ά α t (POSSt) : POSS= (FGM + FTM) + α [(FGA-FGM) + (FTA-FTM) OREB]+(1-α)DREB +TO Ό ο : FGA: οι οσ άθ ι FGM: οι ύσ ο ς FTA: οι σ ο ι ές FTM: οι ύσ ο ς OREB: ιθ ι ά ι DREB: α ι ά ι TO: άθ : έ ας ί ς ια α: ια α ά ος ς σο οσ άθ ι ς ύθ ς βο ές ύθ ς βο ές άο άο ις βο ές ο α ύ αι ιώ ο αο ή

16 ο έ ο ο ο ισ ού ς α ο α ο σιά αι σ ο paper, ί αι α ό α ο ο ι ό ας, α ή ο α ό οσ ό οι ο ι ύ θ α ήα ο ά offensive rating αι defensive rating : ής, ο ό ο βή α ο ς α ιο ό σ ς ς α ά α ο ή. ι έ α, οι α α ά α ο ές ο ο ά ο αι Offensive Rating (ORtg) :PTS/POSS x 100 Defensive Rating (DRtg) :PTS/POSS x 100 ι ό α 1: Offensive and Defensive Rating of NBA teams in season

17 ι ό α 2: Average League Ratings from to Seasons οσ ι έ ο paper α ο α ιο ό σ ς ός αί ο ο ο ά ο ί ασ σ α ισ ι ή α α α α θού σ α ισ ι ά βάσ αί ς. Α ό ι έ ι ά σ α ούς ο έ ο αι α ό ο ά σιά αι ι έ ας ά ος ύ ος ά αι Per- Minute Statistics. Έ α ά σ ο NBA, ή α ό ι ο ού ώ ο έ ια ισ ί έ ας σύ ισ βασι ώ αι ώ αι ο. ύ ος ί αι ο α α ά : PTS40= PTS/MIN x 40 Η ήσ ςα ά ό σ α ισ ι ής έ σ ο ς α α ές α ο ίο έο ς αί ς ό ς Andrei Kirilenko, ο Mi hael Redd αι Zach Randolph ς ο φίο ς ια α σ ί ο α ο οι ό α ο ςό α α ισ ού ια ισσό α ά. O Hollinger (Hollinger, 2004) σι ο οί σ βάσ ώ,α ά α α σ ο NBA ο ό ος ί αι ά. Α ό ο έ α ια ό ο ς. ώ ο ια ί α ό α αι σ ο NBA οι ό οι starters αί ο ά α ό ά αι ύ ο αι σ α ι ό ο ό ι ο α ισ ι ός ό ος ι α ής ός α ώ α σ ο NCAA αι σ άθ ι θ ή ιο ά σ ί αι ά. ια ά α ο ία α ο ι ής α ιο ό σ ς ο α ο σιά αι σ ο ά θ ο ο Kutbako ί αι Per Minute Rebound. Η Per

18 Minute Rebound α ιο ό σ ά αι ό ι ό ο α ό ο ιαφο ι ό ό ο ο αί ο οι ο ά ς, α ά αι ι α ό ά ο ς ασ ο ά ο αι α ο ήσο ο ς α ι ά ο ς α άσο α σο. α α ο έ σ α, ο rebounding α ιο ο ί αι α ύ α α ό ο οσοσ ό ο σ ό ο rebounds ο ή έ ας αί ς σ ιά ια ο α ί αι. Α ό ί αι σ ό ς rebound rate ή rebound percentage, ια ο αί p (REB% p). ό ο REBp ί αι α rebounds ια ο αί p, REBt ί αι α rebounds ια ο ά α t, REBo ί αι α rebounds ια α ί α ο ά αo ς ο ά ας t. ο rebounding percentage α ά αί ο ί α ισ ί offensive rebounding percentage αι defensive rebounding percentage, ο ο οίο α ο ι ύ αι ήσι ο ια ί ι οί αί ς ί αι ο ί ιο α ο σ α ι οί αι σ α ύο έ ο έ ο. ο ί ο σ ο ι ά ς ο ά ας ώ α, ο οσοσ ό rebounds ί αι ιο α ιβής έ σ α ό α rebounds α ά αι ί ι. ι α ές ο ά ςέ ο άσ α αί ο ισσό α rebounds α ό ο ς α ι ά ο ς ο ς ια ί ί αι άσ ο ς σ ι ό α σο αι α α έ α σο ί ο αι rebounds α ό ις α ύ α α ι ά ο ά ς. ο σ ο ι ό rebounding percentage ί αι ο έσος ό ος ο offensive rebounding percentage αι ο defensive rebounding percentage, ό ς φαί αι σ ο ς ύ ο ς ο α ο ο θού :

19 ά ο ο οί σ α ισ ι οί ί ς ι έ ο ς α ο ιώ. Έ ας ί αι ο ί ς field goal percentage ο ι ή α ισ οι ί σ α σο 3 ό αι σ ις βο ές, σ ο paper Kutbako α ο σιά ο αι ύο ά οι α α ι οί ί ς : ο effective field goal percentage (efg%) αι ο true shooting percentage (TS%). Α οί οι ύο ί ς ο ού α θού σ α ο ι ό αι ο α ι ό ί ο. effective field goal percentage ά ι α ι έ α ί ο α, ώ ο true shooting percentage ά ι αι α ί ο α αι ις βο ές. true shooting percentage α έ ι έ α έ ο σ ο ι ής α ό οσ ς σ ις οσ άθ ι ς ια σ ο ά ισ α, ώ ο effective field goal percentage α ο ο ώ ι α ο ι ή ή ο α ι ή α ό οσ σ ις οσ άθ ι ς ια σο έσ ς ιάς. ό ος α ι ά βά α ι οσ ύ ι ια α ο ία θό α ιο ό σ ς αι ώ ο ί αι έ α σ αθ ισ έ ο άθ οισ α σ α ισ ι ώ σ οι ί αι ώ. ά ο ο οί ιαφο ι οί ύ οι α ιο ό σ ς ο α ο ούθ σα σ ι έ ο ι ή. ιο βασι ός ύ ος ί αι ο NBA efficiency statistic (NBA_EFFp) ο σι ο οι ί αι ι α ό ισ οσ ί α ο NBA (nba.com) ι α ό ά ο ς α α ί ς.

20 ίσ ς ι άο α ός αί ο ί α αα θού σ α ι ά αι ιθ ι ά. Α ός ο ύ ος οιά ι ο ί α ιο ό σ ς ο ια α α ύ αι ασία αι σι ο οι ί αι σ Euroleague αι σ Basket League, ο RANKING, ίς α οσ ά ι α φάο ο άθ αί. ιάφο οι ά οι έ οιοι ύ οι ο ί α β θού σ ο βιβ ίο ο Oliver (2004) αι ο Berri (2006). Ό ς οσ ί ο ο οί σ αφ ίς, σ ι α βα ο έ ο ο Oliver αι ο Berri, α οί οι ί ς α ιο ό σ ς έ ο ά οια α ώ α α, ό ς α ο σία ο έ ο ο ού α α α αφού α ό σ α ισ ι ή. Α ά σα σ ις ιο σ ές α α ήσι ς θό ο ς έ οιο ύ ο σ ι α βά ο αι o ί ς Player Efficiency Rating (PER α ό ο John Hollinger (2003, ), ο ί ς TENDEX α ό ο Dave Heeren ο ί αι ο ύ ος ί ς ο σι ο οι ί αι σ ασία αι ο ί ς Points Created α ό ο Bob Bellotti (1994). ι ό αα ό βιβ ιο αφία ο ί α ίς α ια ισ ώσ ι, έ ι ς α ιο ό σ ς ός αί. ια α ά ι α, α α ο έσ α α ας ί ο ς έ ας αί ς ό α αί ι σ ο α ισ ι ό ώ ο σ ί αι ό ο ο σ ο ύσ ο α σο ί ο α ή ί ο α α ά ια α ά ι α αι α άθ. (Jaime Sampaio, 2010) ια ά έ α (Dj Berri, 2007) α αφέ αι ώς ο ισθός ός αί σ ί αι ι α ό α ο α σ ο ά ι σ ο Α. Α ά ο σ ο ά ισ α ί αι ό ο ια α ή έ ι ς α ό οσ ς ός αί. Η ο ι ή α α ο ή ί αι ό ι οι αί ς ά σ α ισ ι ά α ιο ο ήσ ις θα έ ο α έ έ θ σ σ α έσα έ σ ς, αι ς ού ο α ύ α ο ασ ι ή α ία. ι έο, ήσ ο έ σ α ισ ι ώ σ οι ί α ό ι ι έ ο ς α α ές έ αι α οού ο ισ έ ο ς ο ι έ ο ς αί ς, ο ύ ήσι ο ς ια ις ο ά ς ο ς, α ά ι ό ο ι ό ασ ο ιβά ο ο ς. ια ι ιαί ί σ, ια α ά ι α, ο Dar l More, ι ός ι θ ής Houston Rockets α ό ο. Morey ί αι ισ έ ος έ α ος ια ι ασίας ι ο ής αι ώ ό ι ό ο ο σ ο α ίσ α ος αι ς ο ι ό ας. ια α ό ι ς ι α ό άς ο α β ι ο ι έ ο ς αί ς, ί αι α ό οσ Houston Rockets σ ις σ ό αι. ι Houston Rockets

21 ά ισα αι ις ύο σ ό έ αθ ι ό ό ι α α ι ό οι ις α ύ ςο ά ς ο Α, ύο ο ι ό αι ώ ς ο ά ας, Yao Mi M Grad, ό α α ισ ώ. οια ή ο ά ο α α ύσ ι ο έ ί ια α άσ ασ. ώ, ια ή α ο σία g αι Tra ά α θα ί ασία ο α ο σιά αι ώ, ο roster ο Α Ω Α Ω ί αι σ θέσ ις. α point guards αι α shooting guards ώ ο αι σ ια θέσ, α ή GUARDS, α small forwards αι power forwards ώ ο αι σ ια θέσ, α ή FORWARDS αι ί α ο ία ί αι α ή CENTERS. (Ackland, 1997) σ ο ός ά ς έ ας βάσ ιά ισ θέσ (Sampaio, 2007) ή α α θ ί α ι ήσ σ ι ό σ α ισ ι ώ σ οι ί αι ι ιού αι ώ guard, forward, center) σ ία ιαφο ι ά ό α α α ισ ού: ο Α σ ις Η Α, ACB άθ ασ σ α ία αι ο άθ α LCB σ ο ο α ία. α σ σ ι ό α σ α ισ ι ά αφο ούσα ια έ α ί α αι ώ α ό ι ήσ ι ά Playoffs αι α α ύθ α σ ι έ α ια α α α ίσ ι ο ς αί ς α ό ις α ύ ς ο ά ς αι ις ι όσ ις ο ς, βάσ ς θέσ ς ο ς, σ α ιο ίσι α αι ί ια. α ό ο ό ο, ί αι ιο ιθα ό ό ι οι α ύ οι αί ς α αί ο ισσό ο ό ο σ ο ή ο αι ό ι οι ι όσ ις ο ς α ι οσ ύο α ύ α ις α α ι ές ιαφο ές ο ς. ο οί ές έ ο ασ ο θ ί έ σ οι ί ο αι ι ιού σ έ α α ώ α α αθοσφαί ισ ς ια α ι ήσο οιοι αι όσοι α ό α ούς ή α αθο ισ ι οί ια ι ή έ βασ ο α ο έσ α ος αθώς αι ια ο έ θος ς ιαφο άς σ ο σ ο. σ ι έ έ α (Lorenzo, 2010), ή θ σα ά οια ο έ α ς ο οι ς σ α ισ ι ές α ο ί ς ί αι ιο σ α ι ές ια έ βασ ός α ώ α. ι α ώ ς ί ο αι σ ισ οί α ώ ς, ισο ο έ οι αι ισο ο έ οι. ισ ά αι ί ια, οι ο ά ς ο έ ισα ί α α ύ ς ι ές σ α turnovers αι ις assist. Α ό ία ά, α άθ θ ού αι ς σ έ ια ό ιθέσ σα σ ο αι ι ιού, ό ς ίσ ς, ο ί α ο ι ύ ι έ α ό ί ο ο α ι ής ασία αι αί ς ιο έ ι ο ς. ισο ο έ α αι ί ια, οι ο ά ς ο άσα αι ίσα ί α ιαφο ές σ ις ι ί ς point field goals αι σ α defensive rebounds. Α ή

22 αία α ο ία ί αι βάσ ια ο α ι ό αι ί ι, ιό ι α οί ι ισσό ς αι ί ς ια ύο αι ύο αιφ ι ιασ ό αι assists. ισο ο έ α αι ί ια, α α ο έσ α α ς σ ι έ ςέ ας ίσ σα σ ασία ι έ point field goals. α α ο έσ α α α ά ί ο α ύ ιθ ι ή ο ά σ σ ι ή ι ςο ά ς α ύ αι α ύ ή α οφάσ, οι ο οί ς έ ο σ έ ι ς, ι ό ο ό ο ί ας, ισσό ς άσ ς αι ι ό α ί α ασ ά α. ασ α ι ά σ σ ι έ ασία, σ α όσ ιο ί ο, α α ο έσ α ά ας βοήθ σα α α α άβο ώς οι ο ά ς άσ ίο α Uαθ ή α α, ό ς ίσ ς ις ιαφο ές ός αί ι ής ι ίας έ α ιο έ ι ο ο ά ιέ α όσ βιβ ιο αφία. σ ι έ ο ς ύο σ α ισ ι ούς σι ο οιού αι σ ο ί RANKING αι ο ασία ό ς οα αφέ θ θα ασ ο θού ί ς α ιο ό σ ς αι ώ ο ι ό άθ α ή BASKET LEAGUE, ο ί TENDEX. RANKING Performance Index Rating (RANKING ιο ήθ ισ α ι ή ACB League, ο οία ά ισ α ο σι ο αθο ίσ ι MVP ς β ο ά ας, ο MVP ς season αι ιό ο. ο, ACB League ά α α ι ή ια ι έ ι α ι ό β αβ ίο σ ό MVP, α ά σ ί ι ο,α ό οι ί ια α ς α ο ι ής α ο οία α

23 σι ο οι ί PIR ια ο ςσ ό. οσ ιο ισ ό ο MVP ς άθ β ο ά α ο RANKING σι ο οιήθ α ό Euroleague ια ο οσ ιο ισ ό MVP σ α ισ ά σ ά ια ς σ ό ς ί α, ό ς ο β ο α ιαίο MVP, ο MVP ς α ο ι ής ιό ο αι ο TOP16. Ωσ όσο, α ό ά α ό α α άθ σ ο MVP ς ί ας έ ι βάσ ια ια ι ασία ς φοφο ίας, ι ώ ας α ό σ ό -05. ο RANKING α ο ο θ ί α σι ο οι ί αι α ό Euroleague ια ο οσ ιο ισ ό ο MVP ς β ο ά ας, ό ς ο ί ιο σ βαί ι ια ύ σ ά αϊ ή ιο ά σ, ο Euro Cup. Η ιο φία ά αϊ ώ αθ ά άσ σι ο οιού ο PIR ς έ α ό ο ια α α ι ο ήσο ο ς αί ς αι α ώσο β αβ ία MVP. σ ι έ ος ί ς έ ι ι ιθ ί ια ο ο ός ό ι α βά ι ό ο οιο ή ο σύσ α σ άθ ισ ς ια α οσ ιο ισ ί σ ασία ο άθ σ α ισ ι ού,σ α ίθ σ όσα ισ ί ο αι ι οί ια ο PER (Player Efficiency Rating), ο ο οίο ιο ήθ α ό ο Joh Holli ger, ό α άσ σ ο ESPN. (en.wikipedia.org) ο Player Efficiency Rating (PER ί αι ασ ι ό σύσ α α ιο ό σ ς ο John Hollinger, ο ο οίο ι ι ί α σ άσ ι ό ς ις σ α ισ ι ές ι όσ ις ός αί σ έ α α ιθ ό. σι ο οιώ ας έ α α α ι ό ύ ο, Holli ger α α ύ ι έ α σύσ α ο βαθ ο ο ί σ α ισ ι ή α ό οσ άθ αί. ο Player Efficiency Rating (PER ί αι ια βαθ ο ο ία α ά ό α α ι ό ας ός αί. ια α ιο ήσ ο PER, έ ιο ήσ ι φό ο ς ι άφο ας ς ο ώς σ ο βιβ ίο ο Forecast Pro Basketball - ο ισ έφο ια ι ή ια άθ έ α α ό α ι ύ α α ός αί. Α ό ι α βά ι θ ι ά ι ύ α α, ό ς ο ς σ ό ο ς σ ο ο έα ύθ βο ώ, σο ός ιάς, ασίσ, ι άο, ο αι ί α α αι α ι ές, ό ς άσ ο α σο, άθ αι α οσ ι ά φάο α αφέ ι ο Hollinger. ( ύ ος ια ο PER ί αι ο ύ ο ος ι α ός ί αι έ ας ό ος ο ο RANKING (PIR ί αι α ή σ ι ή ο βασι ός ί ς α ιο ό σ ς

24 ός έ ο ο ά αί σ έ α φύ ο σ α ισ ι ής. ι έο αι οι έ α ιο έ α, ί ςσ α ι ή α ιο ό ι ό ού ο σί ο α α ι ού αι οι α οί α ι ο ύο α ο ί ς ά ας ό ς α ί αα ύο ί ς σ, αθώς α ό οί α ό ο ο αι α ο. ύ ος PER : uper = (1 / MP) * [ 3P + (2/3) * AST + (2 - factor * (team_ast / team_fg)) * FG + (FT *0.5 * (1 + (1 - (team_ast / team_fg)) + (2/3) * (team_ast / team_fg))) - VOP * TOV - VOP * DRB% * (FGA - FG) - VOP * 0.44 * ( (0.56 * DRB%)) * (FTA - FT) + VOP * (1 - DRB%) * (TRB - ORB) + VOP * DRB% * ORB + VOP * STL + VOP * DRB% * BLK - PF * ((lg_ft / lg_pf) * (lg_fta / lg_pf) * VOP) ] (

25 α αία ό ια ό ς α αφέ θ α α ά έ ι ισέ θ ι σ ασ ι ή ας ή ί ς έσ ς Euroleague o ό ος RANKING. ο RANKING ή θ α α ι α ασ ήσ ι σ ο ι ό άθ α ο σύσ α Te de αι ί αι ί ο α ά ο α ό οσ άθ ια α α ι ο ίσο α ιθ ό α ισ ι ή α ό οσ σ ισφο ά ός αί σ ο ά α ο αι σ ο α ώ α ι ό α. ι ό α ο ί ς RANKING ί αι ιο α α ο ός ια ι σ ο έ ος ο α α ώσ ς ός φύ ο σ α ισ ι ής β έ ι έ α α έ αιο α ιθ ό ι έ σι ο ί α β ά ι ιο α α ο ά σ άσ α α. α σ α ό ασ ι ο ί αι ο ι έ ασία ό ς έ ι οα αφ θ ί ο ί Ranking, ας ού σ ι ό α ς ί ς σ έ α φύ ο σ α ισ ι ής. ι ό α 3: α ισ ι ό φύ ο α ώ α BASKET LEAGUE σιασ ι ά ο ί ς RANKING ί αι αία σ ή σ ο σ α ισ ι ό φύ ο. ια α ά ι α ο αί ς Kevin Dillard σ ο σ ι έ ο σ α ισ ι ό φύ ο έ ι α ό οσ Ranking : 9. ώς ό ς β ή α ό ο ού ο; αθ α ι ός ύ ος ο β αί ι ο Ranking ί αι :

26 Ranking = Performance Index Rating (PIR) = (Points + Rebounds + Assists + Steals + Blocks + Fouls Drawn) - (Missed Field Goals + Missed Free Throws + Turnovers + Shots Rejected + Fouls Committed) Ό ο : Points: ο σύ ο ο ό ο έ Rebounds: ο σύ ο ο rebound ο Assists: ο σύ ο ο ι ώ έ ας αί ς ο αί ς ή ασώ ο έ α ο αί ς Steals: ο σύ ο ο ι ά ο έ α ο αί ς Blocks: ο σύ ο ο ο ι ά ο έ α ο αί ς Fouls Drawn: ο σύ ο ο φάο ο Missed Field Goals: ο σύ ο ο α έ Missed Free Throws: ο σύ ο ο Turnovers: ο σύ ο ο Fouls Committed: ο σύ ο ο ισ ο αί σο α έ αθώ Shots Rejected: ο σύ ο ο έ ο σο ο βο ώ έ ς ί ο σ ο αί ο αί ς αί ς ο α οι θή α φάο ο έ σ ο αί ς TENDEX ύ ος ί ς ο ά αι ασία ί αι ο ί TENDEX. ο TENDEX ί αι έ ας ά ος σ α ισ ι ός ί ς α ο ι ής α ό οσ ς ός αί ο έ ι α ι α ασ αθ ί α ό ο RANKING. TENDEX ί αι έ α σύσ α α ιο ό σ ς ο α ιο ο ί ο ς αί ς άσ βάσ ώ σ ο ής. ί αι ο α ο έ σ α ός σ αφέα σ ο, ο Da e Heere ο ο ιού σ. ς

27 Η ιαφο ά ο ο RANKING ί αι ό ι ώ σ ι α βά αι ο ό ος ο έ ι α ισ ί ο αί ς. οιος α α ο ο θούσ ι ά ο ι ό α άθ α α ία ο αι ι ι ό α σ α ισ ι ή ο, θα θ ά αι ό ι ο βασι ός ί ς α ιο ό σ ς ός αί ή α ο TENDEX, ο ό ς α αφέ θ α ι α ασ άθ α ό α α ό ο RANKING. α ήσ ο σία ιαι ί αι ο Ranking ο ό οσ ο ής ο αί. ό ο ύ ος ί αι : Tendex = (Points + Rebounds + Assists + Steals + Blocks + Fouls Drawn) - (Missed Field Goals + Missed Free Throws + Turnovers + Shots Rejected + Fouls Committed)/ Time Played TENDEX OR RATING ο ώ α ο ο ύ ι ί αι α ι οσ ι ό ς ο σιασ ι ής σ ο ά α ο αι οιο α ό α ύο αί α ύ ς οφο ί ς ια έ α αι ί σιασ ι ά ιώ ο α ι ώ ο α ί αι έ α ί αι όσο οιο α ό α ύο ί αι ιο ισφο άς ός αί σ ο ισσό ς αι ι. ο Ra ki g ί αι ο άθ οισ α ό θ ι ώ α α ο οι ί έ ας αί ς ίο ο σύ ο ο ό ιώ. ο Ra ki g ά σα έ ι σ έσ ο ό ο ας αί ς, έ σα ό ς όσο ισσό ο α ύ ιθα ό α έ ι ια α ύ ο Ra ki g. Έ ι ο αθ ί α ό ιάφο ο ς ές, ο ί ς TENDEX o ο οίος ιαι ί ο ί RANKING α άσ ο ής ο α ίσ οι ο αί. α ό ο ό ο φ ιά αι έ ας

28 α ι ι όσ ι ό ος ί ς α ό οσ ς ο α ισ οι ί σ Ranking α ά ο ής. (aiantasbc.gr) ί αι ώ α ο έ ια α θ ί έσ α σ βιβ ιο αφία. οιος ί αι ιο α ι οσ ι ός ί ς, ο RANKING ή ο TENDEX ; Α ι οσ ύο ο ς stakeholders ο άσ οι ά ο ς ύσ ις α ιο ό σ ς; (Jose Martinez, 2011) ο σ ι έ ο ά θ ο ί αι ού ιαφέ ο α α ο έ α ο ή θ σα. σι ο οιήθ έ α αίσιο α ιο ό σ ς ιαφ ο έ ώ ια α ι ώ ισ α ώ ά. Α έ σα ις α ό ις α ό έ α group σ ί ο αι ο άσ ο α ο ί αι α ό αί ς, ο ο ές, α ά ο ς, οσιο άφο ς, α α ές, ές, loggers αι ο ς ο α ούς σ ι ά ιάφο α ή α α ό ς α α ό ο θα θέ α α: ώς α αθο ίσο α ιο ό σ ός αί? ό ος οιο ι ώ α ιο ο ήσ σ οσο ι ή α ά σ? Η ά ια ο σ σ ή α ος α ιο ό σ ς ς ί α αι σ ο ACB ισ α ι ό άθ α? Η ά ια ο σ σ ή α ος ι ο ής MVP ς ACB σ α ι ή ί α? Η σ έσ αύ ι ώ α ιο ό σ ς αί αι α ία ς α ο άς? ώσ, ις ι ιό ς αι ήσ ο ισ έ α ό α ιο έ ς σι ο οιού α σ σ ή α α α ιο ό σ ς? αι ι α ύ ς θό ο ς ια α ι ήσ ι α ία ός αί. Α έ σα ις α ό ις ός ί α ος α ώ stakeholders, ο ι έ ο αα ι ο ί ο έ ο σα ά ο ιαφό ιαφ ό ο ά. σ ο ός α ής ς έ ας ήα σ αί σ, α ά α α α ο θ ί έ ο σα α ί ιαφ ο έ ώ σ ι ά α ά αθ ιώ ή α α. Ωσ όσο, σ αί σ ο ί α ί αι ιθ ή, ο ι έ ο α α α ή ο σ σ φ ία σ ι ά ίσι α ή α α. Η σ αί σ ο ί α ί αι ο σ ίο ί σ ς ια α ά ός ιο έ ο σ σ ή α ος α ιο ό σ ς αι ώ. Η οσέ ισ ιαφ ο έ ώ ί αι ια α ιοσ ί α ά ι α σ σ α ι ή ια ί ισ (Doyle, 2006). α ή έ α, ο βασι ό όβ α ί αι οι ί ς α ιο ό σ ς ός αί, αι α ιαφ ό α έ έ ο ιαφο ι ά ί α ί σ ς ς άθ α ιο ό σ ς. Ό ς, α ές ις α ι ι ι ές ια ι ούς α ιο ο ήσ ις, οι αί ς α ιο ο ού αι, ο ο ές ις σι ο οιού ια ή α οφάσ, οι οσιο άφοι άφο σ ή ς ο ς σ ι ο ία ο σ σ ή α ος α ιο ό σ ς ο σι ο οι ί αι, α ά ο ς ά ο σ βό αια βάσ α ώ, σ ο ς ο α ούς

29 άο ώ. ό θέ α α ιο ό σ ός αί ό ς α α αβαί ο αθώς β έ ο ι ί αι α ό οέ ασ έ ι. οσ ι έ οά θ ο ί ιό ι α έ ο ασ σ ή α α α ιο ό σ ς αί ς ί αι α α ή ια α ώσο ις οσ ο ί ς ιαφ ο έ ώ σ ι ά α ι ι ι ή α ιο ό σ, ι ήα ο ά ο α α ιο ο ήσο α ά α σ οι ία, α ή ο ίς ο αι ι ιού ο άσ ο α α άφο αι α ιθ ούς. ι έο, σ ασία ς οιο ι ής σ έ ς ί αι φα ής αι θα έ ι α ά αι α ο ί σ α ώ α ώ ά ασ ι ώ σ οι ί. ο σ ι ό σύσ α α ο ί σ ς ο σι ο οιού αι σ ί α αι σ ισ α ι ή ACB League (RANKING α α ί αι ς α α ές, α ά ιαφ ό οι ισ ύο ό ι οι ά ς ί ς α ιο ό σ ς ού σ α ι ά ς ος ό α. Ωσ όσο, α ή ώσ ά ο έ σ α ισ ι ά α ιο ο ήσ α ό σ ι ι ή ιο φία ιαφ ο έ ιο ί ι σι ό α ο ς. ι ές αι οι α α ές ί αι α α ί ο ο ύ ο σύσ α α ιο ό σ ς RANKING. Α έ ι α ί ο ιο α ο σ α ι ές ια ι ισ ι ές α οφάσ ις σ ο άσ, ί αι σ α ι ό α άσο ι σ έφ ο αι α ιαφ ό α έ σ ι ά α σ σ ή α α α ιο ό σ ς. ι ό α 4: ώση stakeholders σ α ισ ι ώ ι ώ α ιο ό ησης

30 αά οσ ι ή ο ά ο ού ο RANKING ού ο TENDEX ο ού α α ι ο ισ ού ά οι ς έ σ ς θ ι ές έ ι ς ο ά ι έ ας αί ς σ ο αι ί ι. ια α ά ι α ια α ή οσ ι ή ά α ο ο ί σ έ α άσ ο ο σο οσθέ ι ά οιο βαθ ό σ ο Ra ki g ο α ο έ ο, ή ο θ ός ο ί ι ο playmaker ο ί αο ήσ ι σ ύ ο α α άθια ο ά α ο, ό ς ο ί ιος οσ ι ά ια ά ι ά οιο βαθ ό θα έ ι α ώσ ι ά οια assist ή α σ ιώσ ι ά οιο α άθι. ι ώς ο Ra ki g α ο ί ασφα ές α ίο ια α ά ι ά οιος scouting αι ώ ή ια α ια ώσ ι α ώς οιό α ο άσ αί αθώς ι α βά ι ιάφο ς σ α ι ές ο έ ι ς ο σ βαί ο σ ο αι ί ι. Α ό ά ο TENDEX φαί αι α ί αι α ι ι ι ό ο αθώς σ ο ο ί ι αι ο ό ο ο έ αι ο αθ ής. ί αι αθα ά α ία α ιο ό σ ς ια α ισ ι ή σ ιφο ά ά οιο αί σ οσ ι έ ο α ώ α, ό ι α ία ι ής α ιο ό σ ς. έ α ο ο ή άσ, α ό ί ι έ ι ώ α ο, ά ο ό οσ α ιο ό σ ός αί, αί ι ο αι ι ιού ό ς αι ι ή αίσθ σ ο σ ι α βα ο έ ο ά οι α ο ιώ ο αα α ό σ α ισ ι ή. σι ά ό ς οι ο ο ές οι ά α ο ία ο RANKING αφού ο TENDEX ά ισοσ φύ ο. ι ία α ή οή έ ις άφο αι έο α ισ ι ό ο ί ο ας, θ ώ ιο α ι ι ι ό ί ο TENDEX, ια ί ί αι ίσ ς ια ιο ήα ά σ ά ο έ ος ο αι ι ιού ια ί σ ι α βά ι ο ό ο. ώ α ίθ α σ ο Ranking ι ο ο ί αι ισσό ο α ός ο αί ι ο ύ αθώς ι α ός ο σ ο ά ι ο ύ. Ό ς ο RANKING α ό ά ί αι έ ας α έ αιος α ιθ ός ο ί αι ύ ο α α α ο ός ώ α ο α ώ α, βοήθ ια ό ς ο α θ ώ ι ο α ά ο α ο ο θ ώ ο ύ βασι ό, ο ί αι αίσθ σ ός α α ία ο ο ή.

31 SYNERGY SPORTS TECHNOLOGY ι ό α 5: ο ό ο Synergy Sports Technology Η Synergy Sports Technology ί αι ια α ι ά ι αι ία ο έ ι ιο ήσ ι ια βάσ ο έ ια ι α ά βί ο α ο ώ α ώ άσ α ά σ ια ια ι ασία ο scouting.

32 ι α α ές ο α α αφής ια α ός αι ι ιού. α α ι ο ού αι σύ φ α έ οι ήσ α φό α αι α σ α ισ ι οί ί ς ί Synergy ισ ά ο ο έ α ο α έ α ς ο ού σι ο οιού videos. σι ο οιού έ α σύσ α αι α α ο ιο οιού άθ α ο ή έ ο σ θ ί σ ίθ αι αι ύ φάσ α α ο ιώ. αέ ο όσβασ σ α ή ό α α α ία ς, ί ί αι ής / ι θύ ύ βο ος Garri k Barr ά ισ α α α ύσσ ι ις ο ο ί ς ο ί θ σ S erg Sports Te h olog ο, ο έ ος ο α άα ό ο ο ής άσ ο ίο ια βο θός ο ο ή αι σ ο ισ ής σ ο scouting ια ο ς Phoe i Su s σ ο Α. σ έ ια, οσ άθ σ α ιο ήσ ι ο ο ία ια α α ά ι ο έ ς α α ύσ ις ο θα έ ο ς α ο έ σ α ια ήσ ο ς σ βί ο α α αφής αι σή α σ ς. (en.wikipedia.org) ο σία ο Synergy ί αι ια α φό α, ο ό α α αι ί ια α ό ό α α ι θ ή αθ ή α α ο α ο άσ ι α ι αιώ α α ο. Ό α έ ι θ ή αθ σ ι α βα ο έ ο ο NBA, BASKET LEAGUE ( άθ α αι ό α α αθ ή α α αι ιο α ώσ ό άθ αι ί ι ς άθ ιο ά σ ς ί αι σ ιάφο ς α ο ί ς. ά α ές οι α ο ί ς ίο ο α ι ές ή α ο ι ά α α ισ ι ά άθ αί. Ας ού ό ςσ ι ό α ιάφο α σ ία α ής ι α βά ι έ ο ή α α, ι ό ις ο όσ ο. α ο ές σ αι σ ς α φό ας.

33 ι ό α 6:Login σ ί α ια ο ς α έ ο ς ήσ ς ι ό α β έ ο login σ ί α ια ο ς α ήσ ς. Ό οι οι ήσ ς έ ο όσβασ σ α ό έ ο ας έ α οσ ι ό ι ό ο ο ς έ ι οθ ί α ό αι ία. έ ο ς

34 ι ό α 7: ι ό menu ο Synergy ι ό α β έ ο ο ι ό menu ς α φό ας. Α ό ώ ο ού α ια έ ο ι ί ος σ οι ία θέ ο α α α ήσο. Α ά ί αι ί α ό ια σ ι έ ο ά α, ί ια ά οιο αί ο έ α ή έ ος ια έ α σ ι έ ο αι ί ι. ι ή ί αι θέ α ς ασίας ο α ιο ί ο Synergy, θα σας ήσ σ ο ι ά ού α α α ισ ι ά αι ώ, ά ι ο ασία ο. ήσ ή ς ι ο ή α σι ο οί σα σ ς

35 ι ό α 8: α ώ ας σ ο ο ού α ή ι ο ήό ο α α ά. ι ο ή ο οιο ή ο αί η ο menu ο ο ί Players, αί ο ο ού α β ού ο οιο ή ο αί ι ό α 9: α η ο ί ς ιθ ι ής ι α ό η ας άθ αί η σ

36 ώβ έ ο ώς ί ι ις αί. Η ώ σ ή ί αι ο ί ος ά ο ό ο ο έ ισ ο ι άα σ ι έ ο ί ος ίθ σ ς, ί σ ι έ ς α ο ίας, έ α έ όσο ο βαθ ο ο ί ού αί ο Rating. α %. ις ιθ ι ές α ο ί ς άθ ς α ο ίας, ύ όσα ισ ί σι ο οι ί ο ά ις α ο ές ις όσο ς ό ο ς έ ι ύ ι, α % αι έ α ιο ο ί ο σ ι έ ασία σι ο οί σα α ό α οιο ι ά α ισ ι ά ς άθ α ο ίας, α % TIME, β RATING. ο ί αι ο οσοσ ό ο ό ο ο ο αί ς σι ο οι ί α ή α ο ία. ο RATING ί αι α ιο ό σ ο ί ι σ άθ αί. excellent, poor, very good) ο Synergy σ άθ α ο ίας α ά ο α ι όσ ις ο. Ας ήσο ις α ο ί ς ύο ό ια ια όσο ς ί αι οι ι έ ος α ές ις έ οι ς. α ήθ α α ι ι ίσ ό ι άθ α ο ίας ά ι όσ ς α ο ές έ ι ά ι ο αί ς σ σ ι έ. P/R BALL HANDLER: ο ISOLATION: ο αί ι ισ ής P/R α άσ ασ ς ς ο αί ι vs1 α ασ άσ ις TRANSITION: όσ ς α ο ές έ ι σ ο αιφ ι ιασ ό SPOT UP: όσ ς α ο ές έ ι α ό σ α ι ές θέσ ις σ ο ή α ές α α ή ο σ σο ί σ drive ο, ί HAND OFF: α ο ές ο αβίβασ CUT: όσ ς α ο ές OFF SCREEN: α ο ές οή θα άα ό έ ι έ ι ά ο ί α α α ιά α ό screen α ιά α ό OFFENSIVE REBOUNDS: ό ς οι α ο ές ά α ά α άα ό ιθ ι ό ι POST UP: οι α ο ές αι ί ι ά σ ο low post P/R MAN: α ο ές ό α ά ι έ ας αί ς screen P/R άο

37 MISCELLANEOUS: ό ς οι α ο ές ο α α ά οσ ιο ί ο αι α ό ις έ ο ας ά ι ι ό α ο ού α α α ήσο όι ι ά ού α ί αι ώ α ος. ί αι αίο αι α α ι ά α ό ί αι ο ο έ α ο Synergy. α ώ ας ι σ άθ ού ο α θ ία σ ά ι σ ά ο α άθ ο ο β έ ις ό ς ις α ο ές ο έ ς... α α ήσ ις ο ού ο σ α Poss. ς α ο ίας P&R Ball Handler, θα σο α οί ι έ α έο α άθ ο ο θα σο ί ι σ ι ό α ία ία ό ς ις α ο ές. έ ος, ι ία σι Synergy ο ί ο ίς α ά ώ θα ήθ α ο οιώ ας έ ι ός ο ις έσα σ α α σ ο ό. ι ά ι ή ο ι ή ι έ α φό α. ώ ο ή. ί αι όσα ο ά ά α α ο ώ αα ό α ο ίς α έ ις ια ι ι έ ά ο ός αί. α α ιό α ό ια σ α ο αι ι ή α αφι ή ίο ο, οι ο ο ές ό α ιαφ ό ο σα ια έ α αί ήα α α ό ο manager ο άθ αί α ο ς σ ί ι αι ί ια ο ς ή ά οια Highlights. ο ές φο ές οι ο ο ές α α ούσα ι ό α έσ ο YouTube α ό α βασ έ α videos αι ώ ή managers ά ι ο ή α α ι ι ι ό. Α ό ια ί α videos α ά ί α ι έ ς φάσ ις αι ώ, σ ιο φία ο ς ις α ύ ς.ό ς α α αβαί α ό ο ές φο ές ί σα α ο έ σ α άθος ά ο ο ο ο ή ια α α α ισ ι ά ο αί. Ό ς ώ α α φό α ο Synergy ο ί ο ο ο ής α ι α α ι ά ό ι θέ ι. Ό ς ις α ο ί ς ο αί ο έ α, α ό ο οια ή ο ο ιά θέ ι, β έ ο ας α ά α α ιο ό σ ο Synergy σ άθ α ο ία ό ς σας έ ι α α α ά. α α αβαί έο όσο ιώ ι ο ίσ ο ς ι ο ής ο άθ αί έ ο ας α ασ ίς ό α α ά α ο έ α. Α ά ά αί ο ο ο ής. άθ ο ά ας ο α ι αι ό ο α α ο ι ά α α ισ ι ά ο άθ ά αι αι α ι ά α α ισ ι ά ς ί ι άθ α ισ ι ή. έ ο ας όσο ς

38 α ώ ς θέ ι έσα α ό ο Synergy, β έ ο ας άθ α ο ίας ια ο ά α ο θέ ι. ισ ά ς ι όσ ις έ ος, ό ς έ ο ό οι όσοι ασ ο ού ασ ο άσ, ο video σ ο ς αί ς ί αι έ ος ς ο ό σ ς. έσ ο Synergy άθ ο ο ής ο ί α οι άσ ι α video reports ο θα α ο σιάσ ι σ ο ς αί ς ο. Α ά ο ί α ί αι ι έ ς α ο ές α ό ο ο ού ο αι ί ι, ί ο ας σ ο αί ς α α ά αι α άθ ο ς. ο ί α ι έ ι α ο ές ώσ α α α ύσ ι ο ό ο αι ι ιού ο ο έ ο α ι ά ο. ι έο ια έ ι ις α ο ές ια ο scouting αι ώ ο α ι ά ο, ο ί ο ας σ ι ό α αα ο ι ά α α ισ ι ά ο ς. ι άα ό οσ ι ή ο ι ία ο Synergy έ ι ύσ ι α έ ια ο ο ώ ια ί ο ς ί ι ά βοήθ ια σ ο scouting ο ό ς οα έφ α ί αι έ ος ς ο ό σ ς σ α ού ι έ ο αθ ή α α.. Ό ς έ ι α αφ θ ί σ ό ος ς ασίας ί αι α σ άσ ι ο ς α ι ι ι ούς ί ς σ α ισ ι ής ο άσ Ranking,Tendex) α οιο ι ά α α ισ ι ά ο ας ί ο οι ιθ ι ές α ο ί ς σ ο Synergy. ο ώ α ο ίθ αι ί αι, α οι ι ο ές α α ίας ο ο ής βάσ α ιο ο ήσ έ ο ά οιο α ό α ο έ σ α ά σ ο ς α σ α ισ ι ούς ί ς ο α ο ώ ο αι σ ο σ α α ή σ ο έ ος ς ασίας έ ι α ο ύ ς ος α ιο ό σ ός ο ο ή σ σ έσ ο ι έ ι α ια έ ι. ο ά ι έ ας ο SYNERGY α ι ούς ισ ι ό φύ ο. ιέ ασ έ ασ α ο οφί αί

39 ασία σι ο οιήθ ια ασία ο έ R. Η R ί αι ια ώσσα ο α α ισ ού ο σι ύ ι ί ς ια α ά σ ο έ αι φα ο ή ιάφο ασσι ώ αι σύ ο σ α ισ ι ώ θό. ο ί α σι ο οι θ ί ί α θ ία ο ές ο ά ο ί ο ά α α ο ο ήσ ς ο ί α ο α α ίσ ι ια ί σ ιο ο ύ ο σ α ισ ι ώ οβ ά. ίσ ς ο ήσ ς ο ί α σι ο οιήσ ι αι έ οι α ο ά α α α ο οία ί αι σ α έ α έσα σ α έ α α ο οία ια ίθ αι ά ι ύθ α. Η οι ι ία έ οι ο α ά ί αι άσ ια. ι ό α 10: ο Ό ς έ ι οα αφ θ ί Α Α ό α ώ CARNA ια LEAGUE Α. έ Α ιβά ο ης R ασία ά αι ο έ α season ς BASKET α ό α α σ α ισ ι ά σ ο ια ί ο. ο έ αα ό ς ισ οσ ί α ο

40 ι ό α 11: Ο Α ι έ ασ έ D α ό ό ο ς ο αί CARNA ς season , season. (esake.gr) Α ΑΑ Ο Ω Α Ω -16 α οι σ α ισ ι οί ί ς RANKING αι ς ς ο ά ας ο Α ό α ώ ο έ α α ό ο άθ αι ί ι ς σ έ ια ίσ ο roster ο Α ό CARNA σ θέσ ις. Α ές (α) GUARDS (β) FORWARDS ( ) CENTERS. ό αί ς α ά ο α α α ισ ι ά ο οθ ήθ σ α ά ο 11 αί ς FORWARDS : 7 αί ς CENTERS : 3 αί ς GUARDS : άθ θέσ.

41 ιο α α GUARDS DILLARD Α Α Α DUNCAN ANDERSON ι ά: FORWARDS Α Α Α Α MEIER JAWARA CUP Α Α CENTERS Α WOODS Α Α SADDLER PAHLMBLAD Α Α PETTY Έ ι ασ ώθ α α ό ο Synergy ύο α ό α οιο ι ά α α ισ ι ά α ό ις ιθ ι ές α ο ί ς ο άθ αί, ο %TIME αι ο RATING β. ι ό α 9). α ή α ό ις ιθ ι ές α ο ί ς ο α α ίο ο άθ αί, σι ο οιήθ ο %, α ή ο οσοσ ό ο ό ο ο α ί αι αι ι ίθ αι σ ι έ α ο ία αι ίσ ς ο Rating, ο σ αί ι ώς ο α ιο ο ί ο Synergy άθ αί σ σ ι έ α ο ία.

42 ι ό α 12 : ιθ ι ές α η ο ί ς SYNERGY α ιο ό ηση % αι Rating Ό ςβ έ σ α α ά ι ό α, έ ο σ θ ί ια α ά ι α ις α ό ις α ο ί ς ο SYNERGY (P/R BALL HANDLER αι ISOLATION ), ό ο ά α ό άθ α ο ία σ ώ ο αι α ύο οιο ι ά α α ισ ι ά ο σι ο οι θή α ια α σ ασ ού ο ς ί ς σ α ισ ι ής RANKING αι TENDEX. όσο ς αί ς ά ι ά οιο οσοσ ό ή ά οια α ιο ό σ, σ αί ι ό ι έ ι αθό ο α α ισ ι ά α ής ς α ο ίας. ο ό ο βή α, ά σ ο ή ο έ, σι ο οιήθ έθο ος anova. σι ο οιήσα σ ι έ έθο ο ια α ια ισ ώσο α ί αι σ α ισ ι ά σ α ι ά α οιο ι ά α α ισ ι ά ς άθ α ο ίας αι α ά όσο άο ο ς ί ς RANKING αι TENDEX... α ά ο α ό α ο ία P/R BALL HANDLER α ύο οιο ι ά α α ισ ι ά ού έ ο ι έ ι ασ άσο %TIME, RATING), άο οι ό α α ά α ύο α α ισ ι ά ί αι σ α ισ ι ά σ α ι ά αι α άο ο ς σ α ισ ι ούς ί ς.

43 α ή σι ο οιήθ anova ς ος έ α α ά ο α ια α ού α ά όσο ά ι ο άθ σ α ισ ι ό ί άθ σ α ισ ι ή α ο ία ο SYNERGY αι ά σι ο οιήθ ο α α ο ι ή anova, α ή οι ς α ό α ές ις α ο ί ς ο SYNERGY ί αι σ α ισ ι ά οι ιο σ α ι ές. ι ό α ά α α ια έθο ο anova : Η anova έ ι όθ σ ό ι ό ς οι έσ ς ι ές ο ά ο έ ο ί αι ίσ ς σι ο οι ί ο F-Statistic (F-Ratio) ια ο α ι ό έ ού α ς ιαφο άς ο ί α ας ι α ιβώς οι ς ο ά ς ιαφέ ο Ηύ α έσ αι ιας ιαφο άς ύ αι ό ι ο α ά ο ας α ο ι ή αβ ή ά ισ α ι ά οσο ι ή αβ ή Α ί ασ ο α ά ο α ί αι σ α ι ή ό αβ ό α ο ί α θ ί ό οα ό ο ι ό έσο ό ο (grand mean ) Α ί ασ ο α ά ο α ί αι σ α ι ή ό οι ιαφο ές έσ ι ώ ο ά (group means) α ό ο ι ό έσο ό ο grand mean) έ ι α ί αι ά ς σιασ ι ά οθέ ο όι ί ασ ο α ά ο α ί αι ήσι αι ο ί α ο ο οι θ ί (

44 ι ό α 13: σ Α ό ο α ι ό ι ός ί α ας ς ος η σ α ισ ι ή ση ασία άθ α α ά σ ς σ α ισ ι ά α α η ο ίας ς ι ό ί α α, ι έ ο ί ς α ά θέσ. ος ο ς ί α οι Αφού α έ α οια α ό α οιο ι ά α α ισ ι ά ς άθ α ο ίας ί αι σ α ισ ι ά σ α ι ά αι άο ο ς σ α ισ ι ούς ί ς RANKING αι TENDEX, ιο ήθ α α ι α ι ά έ α α ι ό σ ς ο β ή α ι α ία αι σ α ι ό α άθ οιο ι ού α α ισ ι ού α ά σ α ισ ι ό ί α ά θέσ ο ίσα ο ς αί ς. α CART ( Classification & Regression Trees ) α ο ού ια άσ α α α ι ώ, - α ι ώ ο έ όβ ς α ο οία ια ί ο αι σ ύο α ο ί ς : σ έ α α ι ό σ ς (Classification Trees) αι σ έ α α ι ό σ ς Regression Trees). Η βασι ή ι έα α ής ς θο ο ο ίας ί αι ο ύ α ή. Α ι ά α CART ια ίο α ο έ α σ ύο οσύ ο α, έ σι ώσ οι α α αφές ός οσ ό α ί αι ισσό ο ο οιο ίς ς

45 α ύ ο ςσ ι ό ς α ό ό α β ίσ ο α σ ο ί ιο σύ ο ο. ό ι αι ια ια α α ι ή recursive) ια ι ασία, αθώς αθέ α α ό α ά α ύο οσύ ο α ιασ ά αι α ά, ια ι ασία α α α α βά αι έ ι α ι θ ί ά οιο ι ή ιο ο οιο έ ιας ή έ ι α ι α ο οι θ ί ά οιο ά ο ι ή ιο α ισ ού. θ ίο ό ι ο ού ο ί αι όβ ς ά ςή ς α ό ς έσα α ό α ο έ α,., p. Ό α φα ό αι ά οιο ο ύ ο ο ο έ ο - α ι ής α ι ό σ ς, οθέ ο ό ι α ό ισ ύ ι ια ο ό ο ο ώ ο ο έ. ί σ ό ς ο α ο έ αέ ο α α ισ ι ά α ο οία α ι ού αύ ο ς ο ύ ο ο ς, - α ι ούς ό ο ς, ό ήσ ο ο έ ο α ι ό σ ς βο θά. ιό ι α ό αι α ο έσο α φα όσο ο ο έ ο, ία ο θα ί αι αι ι ά ί ο. ώς ια α α ι ή οσέ ισ ς - α ι ής α ι ό σ ς ί αι α ι ά ια έ ισ ο ώ ο σ ι ό α ο ά ια ό ο ο ού α ι ισ ού ο ό α ις α ι άσ ις αι α ό ι φα ο ή α ώ ο έ σ ό α α ιά ς ια έ ισ ς ο οέ α. α ι ά α α ύσσ αι έ α α ι ό έ ο. ός α ού, σ άθ ό βο node) ο φα ό αι έ α σ ο αφο ά σ ια αβ ή ισ ά. Α ά ο α οα ο έ σ α ο σ, α ι ού ασ ί ος α ισ ή ί ος ιά ια ά σ ο έ ο. ά οια σ ι ή φ ά ο σ ι ό ό βο ή α ιώς σ φύ ο terminal node/leaf) ό ο ί αι ια όβ. Η ια ι ασία CART α ο ί αι α ό ία βή α α. ο ώ ο βή α ί αι ο ή ς έ ο ια ο ι ά ήσ α ι ώ ήσ σ ι ά ις ι ές άθ αβ ής ισ ά. ασι ό ιο έ α ο ή ο ς ί αι ο overfitting ια ι ασία ο α έ α ος (pruning) ο έ ο σ ι α ο οι ι ό έ θος. Α ή ια ι ασία α ά ι ια σ ι ά ι ό ο ύ ο έ. έ ος σ ο ί ο βή α ι έ αι ο βέ ισ ο έ ο σι ο οιώ ας ια ι ασία ο cross-validation. ού ια,

46 α έ α α ι ό σ ς έ α α ό α ι ή ια ο σι ο οιού αι ο ι έ ο α α οφασισ ί οια αβ ή ί ι ο α ύ ο ια ισ ό ί αι ο ί ς Gini. α έ α α ι ό σ ς anova method) ο ι ή ιο ια ισ ού ί αι ο : Ό ο α ή ο άθ οισ α οσό ς SSL αι SSR α ισ ό αι ίθ α ι ο ής ια ισ ού α ώ αύ έσ ι ή ο ό βο y. έ ος ο σφά α ς α ώ ο ό βο. οί ς οι ί αι α αθ οίσ α α α ώ ια ο ι ό ό βο α ίσ οι α. α ή ο ι ή ιο ί αι ισ ο οί σ ο αθ οίσ α ος ο ά σ α ή anova. Η α ό ισ ί αι ώ ο σφά α ο ισού αι ιασ ο ά ς όβ ς ια ό σ ά σ ισού αι. Ας ού οι ό α α ιθ Ό ς οα έφ α, σ ό ος ς α ιο ο ήσ ις ο SYNERGY σ α ισ ι ούς ί ς α ά θέσ. ί αι. ί αι α ά θέσ, ια α ο έ α ς ασίας ο σ ο έ ος ς ασίας. Ας ού ά οια ι ά ι ά α ο έσ α α ο α α ή α. ασίας ή α α β ού οι ς ά ι ισσό ο ο ς ύο ό α έ α ο ιο ήθ α ο RANKING αι έ α ια ο TENDEX. Ό α ί α α ί σ ο Α Α Η ΑΑ, ά α α ια α ι α ι ά έ α: Όσο ιο ά α αφέ αι έ ας α ά ο ας όσο ιο σ ί αι.. ο isolation rating σ ο σ ι έ ο έ ο α ι ός

47 Ό α ι α ο οι ισ ύ ι ο α ισ άθ φύ ο σύ φ α Όσο ας σ α α ισ ό έ ι ί αι σ θή ο α αφέ αι σ άθ ό βο ό α ί, α ιώς ο ί ί αι ο έσος ό ος ς α έ ς ι ής σ θή ιό α φύ α ι ή α ώ ι, α ή ο ιo ι ό ι ή αι ο ιό ο α ύ. GUARD TREES RANKING-TREE Ας ι ήσο οι ό α ο σιά ο ας ο ώ ο έ ο, ο ο οίο σ σ ί ι ο RANKING ις ιο σ α ι ές σ α ισ ι ά α ιο ο ήσ ις GUARDS.

48 ι ό α 14: IERARCHICAL TREE (RANKING GUARDS) Ας ο. Ό ήσο οι ό ι α ο έσ α α ά θ α σ ο ώ ο έ ςβ έ ο ο σ α ι ό ος α ά ο ας α ιο ό σ ς ο ά ι ο RANKING ια α guards ί αι ο isolation rating. α ή όσο α ύ α ιο ό σ ί έ α guard όσο α ύ ο RANKING ί. ι ά α ό ί αι έ α ο έ ο ο ισ ύ ι ασ ι ά, α ή έ ας ο ο ής ά α ά ι έ α guard α έ ι ι α ό α σ ο isolation. Έ σι α αφέ α α ίο ό ι ια α ιο ό σ ο αά οσ ι ή ο ά ο ί αι ο ύ σ α ι ή ια έ α guard, ί σ α ι ή ί ασ σ ο RANKING guards ς season σ σ ι έ ο ά α. έ ο ας ά ι ο έ ο α α ού ό ι ο ιό ο φύ ο έ ι αι ο α ύ ο RANKING, 22 ο σ αί ι α ιαβάσο ις σ θή ς, ό ι ό οιος αί ς ί excellent σ ο isolation ί α ά έσο ό ο α ύ ο RANKING. ο α α ά ί α α φαί ο αι α ι ο έ ς οι α ιο ο ήσ ις ο SYNERGY όσο αφο ά ο ς άο ο ί RANKING ια α GUARDS.

49 ISOLATION RATING : SPOT UP RATING: P/R BALL HANDLER RATING: TRANSITION RATING: OFF SCREEN RATING: ίσ ς ό ς έ ι οα αφ θ ί, οι ιο σ α ιο ο ήσ ις ια άθ θέσ, έ σα α ι ά σ α ισ ι ές έθο ο anova. ια ο isolation rating β ή α ό ι ί αι σ α ισ ι ά σ α ι ή ά ο ασ ά ια σ ο έ ος ς α ής, ό ο α α ί αι σ α ισ ι ά σ α ι ή ς ος ο RANKING έθο ο anova : > anova(aov(pir~isolation.rating,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) ISOLATION.RATING < 2.2e-16 *** Residuals αι σ σ έ ια ώς ά ι o RANKING : Multiple R-squared: , Adjusted R-squared: F-statistic: on 5 and 253 DF, p-value: < 2.2e-16 ο ί ιο ια ο spot up rating :

50 > anova(aov(pir~spot.up.rating,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) SPOT.UP.RATING e-11 *** Residuals αι σ σ έ ια ς ά ι ο RANKING : Multiple R-squared: , Adjusted R-squared: F-statistic: on 6 and 252 DF, p-value: 2.459e-11 ο ί ιο ια ο p/r ball handling rating: > anova(aov(pir~p.r.ball.handler.rating,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) P.R.BALL.HANDLER.RATING e-11 *** Residuals αι σ σ έ ια όσο ά ι ο RANKING : Multiple R-squared: , Adjusted R-squared: F-statistic: on 5 and 253 DF, p-value: 7.692e-11

51 ο ί ιο ια ο transition rating : > anova(aov(pir~transition.rating,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) TRANSITION.RATING e-07 *** Residuals αι σ σ έ ια όσο ά ι ο RANKING : Multiple R-squared: , Adjusted R-squared: F-statistic: on 3 and 255 DF, p-value: 7.444e-07 ο ί ιο ια ο off screen rating : > anova(aov(pir~off.screen.rating,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) OFF.SCREEN.RATING *** Residuals αι σ σ έ ια όσο ά ι ο RANKING : Multiple R-squared: , Adjusted R-squared: F-statistic: on 3 and 255 DF, p-value:

52 TENDEX-TREE ι ό α 15: IERARCHICAL TREE (TENDEX-GUARDS) α α ά ι ό αβ έ ο α α ο έσ α α ο ά θ α σ οι α ι ό έ οα ό σ ασ ό σ α ι ό α ιο ο ήσ ο SYNERGY σ σ ισ έ ς ο TENDEX ια α guards. έ ι α ά ι ά ι αθώς ι ώ σ ο α ώ ί ο ί αι α ο ία isolation rating ά α αι σ α ι ό. ο α α ά ί α α φαί ο αι α ι ο SYNERGY όσο αφο ά ο ς άο GUARDS. έ ς οι α ιο ο ήσ ις ο ο ί TENDEX ια α ο

53 ISOLATION RATING : SPOT UP RATING: P/R BALL HANDLER RATING: TRANSITION RATING: OFF SCREEN RATING: α α σ σ ισ ό σ α ι ό RANKING. Ά ί σ ς ού ό ι α ι ό σ ί αι α ιβώς ί ια ό ς σ ο ια ο RANKING, ό ιαφο ά ό ι οι α ιο ό σ ί αι ί ο ι ό α ό α ίσ οι σ ο α ια ιαφο ά ο ο ού α ια ί ο ί αι α ή ι ής ο isolation rating α ύ RANKING αι TENDEX. ια ο isolation rating β ή α ό ι ί αι σ α ισ ι ά σ α ι ή ά ο ασ ά ια σ ο έ ος ς α ής, ό ο α α ί αι σ α ισ ι ά σ α ι ή ς ος ο TENDEX έθο ο anova : > anova(aov(twelvex~isolation.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) ISOLATION.RATING e-10 *** Residuals αι σ σ έ ια όσο ά ι ο TENDEX : Multiple R-squared: , Adjusted R-squared: F-statistic: on 5 and 253 DF, p-value: 6.361e-10 ο ί ιο ια ο spot up rating :

54 > anova(aov(twelvex~spot.up.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) SPOT.UP.RATING e-06 *** Residuals αι σ σ έ ια όσο ά ι ο TENDEX : Multiple R-squared: , Adjusted R-squared: F-statistic: 6.51 on 6 and 252 DF, p-value: 2.111e-06 ο ί ιο ια ο p/r ball handler rating : > anova(aov(twelvex~p.r.ball.handler.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) P.R.BALL.HANDLER.RATING e-05 *** Residuals αι σ σ έ ια όσο ά ι ο TENDEX : Multiple R-squared: , Adjusted R-squared: F-statistic: on 5 and 253 DF, p-value: 9.648e-05

55 ο ί ιο ια ο transition rating : > anova(aov(twelvex~transition.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) TRANSITION.RATING ** Residuals αι σ σ έ ια όσο ά ι ο TENDEX : Multiple R-squared: , Adjusted R-squared: F-statistic: on 3 and 255 DF, p-value: ο ί ιο ια ο off screen rating : > anova(aov(twelvex~transition.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) TRANSITION.RATING ** Residuals αι σ σ έ ια όσο ά ι ο TENDEX : Multiple R-squared: , Adjusted R-squared: F-statistic: on 3 and 255 DF, p-value:

56 FORWARD TREES RANKING-TREE ι ό α 16: IERARCHICAL TREE (RANKING-FORWARDS) Ό ς α α ού α ό ο ι α ι ό έ ο ο αφο ά σ σ ισ ό α ιο ο ήσ FORWRADS ο RANKING, σ α ι ό αι ο α ι ή α ο ία ο ά ι ο RANKING ί αι ο spot up rating. ο α α ά ί α α φαί ο αι α ι ο έ ς οι α ιο ο ήσ ις ο SYNERGY όσο αφο ά ο ς άο ο ί RANKING ια α FORWARDS, ό ο σ σ ι έ ί σ ί αι ία. SPOT UP RATING : 100

57 ια ο spot up rating β ή α ό ι ί αι σ α ισ ι ά σ α ι ή ά ο ασ ά ια σ ο έ ος ς α ής, ό ο α α ί αι σ α ισ ι ά σ α ι ή ς ος ο RANKING έθο ο anova : > anova(aov(pir~spot.up.rating,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) SPOT.UP.RATING e-11 *** Residuals αι σ σ έ ια ς ά ι ο RANKING : Multiple R-squared: , Adjusted R-squared: F-statistic: on 6 and 252 DF, p-value: 2.459e-11

58 TENDEX-TREE ι ό α 17: IERARCHICAL TREE (TENDEX-FORWARDS) οι α ι ό έ ο FORWARDS σ σ ισ έ ο β έ ο ό ι ά ι ιαφο ο οί σ σ σ έσ α ό ο αθώς α α ού ό ι ώ σ α ι ό ος α ά ο ας σ ί ο ί αι ο post up rating σ α ίθ σ ο ο ού ή α ο spot up rating. Ά α ά ι ά ιαφο ο οί σ σ α ύο έ α ια ο ς FORWARDS. ο TENDEX RANKING. οα ώ ο ο ού α ά σα

59 ο α α ά ί α α φαί ο αι α ι ο SYNERGY όσο αφο ά ο ς άο GUARDS. POST UP RATING : SPOT UP RATING : P/R MAN : έ ς οι α ιο ο ήσ ις ο ο ί TENDEX ια α ια ο post up rating β ή α ό ι ί αι σ α ισ ι ά σ α ι ή ά ο ασ ά ια σ ο έ ος ς α ής, ό ο α α ί αι σ α ισ ι ά σ α ι ή ς ος ο RANKING έθο ο anova : > anova(aov(twelvex~post.up.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) POST.UP.RATING e-05 *** Residuals αι σ σ έ ια ς ά ι ο TENDEX : Multiple R-squared: , Adjusted R-squared: F-statistic: on 2 and 256 DF, p-value: 5.168e-05

60 ο ί ιο ια ο spot up rating : > anova(aov(twelvex~spot.up.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) SPOT.UP.RATING e-06 *** Residuals αι σ σ έ ια ς ά ι ο TENDEX : Multiple R-squared: , Adjusted R-squared: F-statistic: 6.51 on 6 and 252 DF, p-value: 2.111e-06 ο ί ιο ια ο p/r man rating : > anova(aov(twelvex~p.r.man.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) P.R.MAN.RATING e-06 *** Residuals αι σ σ έ ια ς ά ι ο TENDEX : Multiple R-squared: 0.114, Adjusted R-squared: F-statistic: on 4 and 254 DF, p-value: 3.258e-06

61 CENTER TREES RANKING -TREE ι ό α 18: IERARCHICAL TREE (RANKING-CENTERS) Ό ς α α ού α ό ο ι α ι ό έ ο ο αφο ά σ σ ισ ό α ιο ο ήσ CENTERS ο RANKING, σ α ι ό αι ο α ι ή α ο ία ο ά ι ο RANKING ί αι ο spot up rating. ο α α ά ί α α φαί ο αι α ι ο έ ς οι α ιο ο ήσ ις ο SYNERGY όσο αφο ά ο ς άο ο ί RANKING ια α CENTERS, ό ο σ σ ι έ ί σ ί αι ία. OFFENSIVE REBOUND RATING : 100

62 ια ο offensive rebound rating β ή α ό ι ί αι σ α ισ ι ά σ α ι ή ά ο ασ ά ια σ ο έ ος ς α ής, ό ο α α ί αι σ α ισ ι ά σ α ι ή ς ος ο RANKING έθο ο anova : > anova(aov(pir~offensive.rebounds.rating,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) OFFENSIVE.REBOUNDS.RATING e-06*** Residuals αι σ σ έ ια ς ά ι ο RANKING : Multiple R-squared: , Adjusted R-squared: F-statistic: on 2 and 256 DF, p-value: 5.542e-06 TENDEX-TREE ι ό α 19: IERARCHICAL TREE (TENDEX-CENTERS)

63 Ό ς ια ισ ώ αι αι σ ο έ ο ο TENDEX ο σ α ι ό ος α ά ο ας α α έ ι ο offensive rebound rating ια θέσ CENTERS. ο α α ά ί α α φαί ο αι α ι ο έ ς οι α ιο ο ήσ ις ο SYNERGY όσο αφο ά ο ς άο ο ί TENDEX ια α CENTERS, ό ο σ σ ι έ ί σ ί αι ία. OFFENSIVE REBOUND RATING : 100 ια ο offensive rebound rating β ή α ό ι ί αι σ α ισ ι ά σ α ι ή ά ο ασ ά ια σ ο έ ος ς α ής, ό ο α α ί αι σ α ισ ι ά σ α ι ή ς ος ο RANKING έθο ο anova : > anova(aov(twelvex~offensive.rebounds.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) OFFENSIVE.REBOUNDS.RATING e-07 *** Residuals αι σ σ έ ια ς ά ι ο TENDEX : Multiple R-squared: , Adjusted R-squared: F-statistic: on 2 and 256 DF, p-value: 6.987e-07

64 5. Ό ς οα αφέ θ σ ισα ή ς ασίας, α ισ ι ή ί αι σ α ι ή α ά ος σ ο άσ. σ ό ος ς ασίας ή α α ο έσ ι α α α ή ι σ ο σ έ ασ α, σ ο α οι α ιο ο ήσ ις ο ί ι ο SYNERGY σ ις ιθ ι ές α ο ί ς ο άθ αί έ ο ά οια ί ασ ο ς ί ς RANKING αι TENDEX. α ήό α έ ας ο ο ής ια α ά ι α ι έ ι έ α σ ι έ ο οφί αί έσα α ό ο SYNERGY, ιαβά ο ας ασία, ο ί α ά ι ια ι έα σ ο ς σ σ ί αι α ό ο οφί ο ς α α ι ούς ί ς α ιο ό σ ς σ α ισ ι ή ο άσ. ί αι ο ύ σ α ι ό έ ι ια άθ ο ο ή α ο ί α α ιο ο ήσ ι α οι ι ο ές ο έ α έσ ο SYNERGY έ ο α ά α ο έσ α α σ α α ι ούς σ α ισ ι ούς ί ς. σι ά σ α ή

65 α ιο ό σ ό ς έ ι οα αφ θ ί, ά α ά ο ό ο οι ή ασ ι ή αίσθ σ, ο ο ί αα ο ι ί α αθώς αι α α α ι ά α ο έσ α α. έ ι α ά ο ούς ο ίς ς ής ί σαι α ό ο α ο έ σ α, όσο ά σ ο άσ. ο βασι ό ώ α ο ια α ιο ο ήσ ις ο SYNERGY έ ο RANKING αι TENDEX. α ά ύ ι α ι ώ έ ί αι α ο α α ία ο ο ή. α ά ο ά αί ι ιθ ούς ό ισ ο α ύ αι ασία ί αι α οι οια ί ασ σ ο ς ί ς α α α ο έσ α α ς ος ια ά ο ός ο ώ ο βασι ό ώ α, α ο έ α ς ασίας έ ι α ό ι σαφώς ά ι σ σ ισ ός α ιο ο ήσ ο SYNERGY ο ς ύο σ α ισ ι ούς ί ς α ιο ό σ ς. ο ύ ο ώ α, ό α α α ο έσ α α ί αι σύ φ α ς ος ια α α ι ήά ο ο ο ή αθώς άθ θέσ ο ισ ή α οι αί ς β ά ι αι α ά ο ς α α ισ ι ές α ιο ο ήσ ις σ α ι α ι ά έ α. Α α ι ό α ια άθ θέσ ο ού α ού ιαφο ι ά ά α α. ια θέσ GUARDS, α ά σ ο έ ί αι ασφα έσ, αθώς ο roster ς σ ι έ ς ο ά ας σ έ α α α ιόα α ό αί ς. Έ α ί α ο οφα ώς σ ο ίσ ιο ασφα ή σ άσ α α. ο ό ι σ α ι ό α ο ία αι σ ο RANKING αι σ ο TENDEX ί αι ο isolation rating ο SYNERGY ί αι ασ ι ά α ο ό. αφώς ί αι ια ι ι ή α ο ία σ θέσ GUARDS, ο isolation, ο σ ο άσ ώ αι. ί αι ά ο ο έ α έ σι ό ς έ ι ι θ ί ο άσ α έ ις ά οιο GUARD έφ σ σ ο isolation. ο ύ ο σ α ι ό ο rating α ο σιά αι ο spot up, α ή οι α ο ές ο ι ού α ό σ α ι ή θέσ. α ί α ίς α α ο σιά αι ιο ά ο p/r ball handler ο α ο ο θ ί ί ο, αθώς ο pick & roll α ο ί βασι ό α α ισ ι ό ιθέσ. ά ό ςό ι ασία ά ι ο έ α ια σ ι έ ς ο ά ας σ ι έ α οφί αι ώ. α ο ούσ έ αά ο ί α ισσό ςο ά ς α ί α ιαφο ι ή ιά α α ιο ο ήσ ο SYNERGY. ο βασι ό σ έ ασ α ό ς ί αι ό ι ιά α α ή ί αι ασ ι ά

66 α ο ήσ α ή ο ά α, ασ ι έ α οφί αι ώ αι ι ό α θα ο ούσ α ά ι αι σ ο οια ή ο ά ο ά α. ι ι ό α, α ό ιά ο ο ο ή οι βασι ό ς α ο ί ς σ θέσ GUARDS ί αι ο p/r ball handler, isolation,spot up. σι ά σ ο ι α α ισ ι ά θα έ ι ά οιος αί ς ο ι έ αι, ο ο ο ής έ ι ο ώ ο αι ο αίο ό ο. ο ί ο ας οι α ιο ο ήσ ις ο σ σ ί ο αι ιο σ α ι ά ο ς ύο ί ς α ιο ό σ ς, ί αι α ιβώς οι ί ιοι α ις σ ί ο α ά α α α ισ ι ά ο θ ώσ α ι ό ασ α αή σ ός GUARD. θέσ FORWARDS, σ ασία α ο σιά ο αι ο έ α ια αί ς. αφώς έ α ι έο όβ α ός ό ι ο ί α αι ώ ί αι ι ό ο σ σ έσ α GUARDS, ί αι ό ι οι main players ί αι α ό α ι ό οι α σ ί ι ά οιος α ά ο α ίο α. α ή α ο ία ά ι ια ιαφο ο οί σ ς ος ο οια α ιο ό σ ο SYNERGY ί αι ιο σ α ι ή. ο RANKING σ α ι ό ί αι ο spot up rating, ώ σ ο TENDEX ο post up rating. α α ί ο ας α ή α α, θ ώ ό ι αι οι ύο ί ς α ιο ο ήσ ις ί αι ασ ι ά α ο οί ια σ ι έ θέσ. Α ό ασ ι ή ά ο ο spot up αι ο post up ί αι ο ύ σ α ι ές α ο ί ς ό α οι άς ο οφί ός FORWARD, α ά έ ι ι ιαί σ ασία ό ι α ά ι σ α ι ό α ιο ό σ α ά σα σ ο ς ύο ί ς. Η ία α ά σ ο ί αι αι ασφα ής, ί αι ό ι ιά αι αι έ ι ύ σ σ ι έ θέσ έ α ιο ο οιο ές αι α ύ ο ί α. Η ά ο ι ιά ο ί αι ό ι β ή σ α ι ό ο ο post up σ ο TENDEX, ια ί ό α ισή θ αι ο α ά ο ας ό ος σ ίσ σ, οι αί ς ο ς α ύ ο ς ό ο ς ί α αι α ύ ο rating post up. έ ος θα ί α ίς σ ια έ οια θέσ α αί α σ α ι ό ό ο α ιο ο ήσ ις ό ς ο p/r man ή offensive rebounds, α ά ό ς έ ι οα αφ θ ί έ α αφο ά ια σ ι έ ο ά α σ ι έ α α ο ή α ά θέσ. θέσ CENTERS, σ ασία ή α ι ι ι ή σ ο ία ό ι ο ί α αι ώ ή α ο ύ ι ό, αθώς ή α ό ις. α α αβαί ι α ίς ό ι α α ο έσ α α ή ο αι έ

67 ι ί ισ ς αι έ ας σ έ α α ύ ο ί α αι ώ. α ό α α ά σ α ι ό α ιο ό σ ο SYNERGY όσο σ ο ί RANKING όσο σ ο ί TENDEX ί αι ο offensive rebound. ια α ιο ό σ ασ ι ά α ο ή ια έ α οφί CENTER, α ά α ά οσ ι ή ο ά ο, ά ο ά οι ς α ιο ο ήσ ις α ύ βα ύ α σ σ ι έ θέσ, ό ς ο post up rating ή ο p/r man. ι ό α ο ού α ού σα σ έ ασ α, ό ι οι α ιο ο ήσ ις ο SYNERGY σ σ ασ ό α α ίσ οι α videos ο ί αι α βασι ό α έσα ι ο ής ός αί α ό έ α ο ο ή, έ ο ά σ σ έσ ο ς οι ώς α ο ούς ασ ι ούς ί ς. Η ασία α ή ας α οί ι ο ίο α ασ ού ισσό α ο έ α σ ο έ ο αι α α αφέ ο α ασ άσο ιάφο α ι ή ια ο ο ι ής ι ο ής. έ ι α ά όι ι ο ή ός αί έ ι όσ ος αι ί αι α ό ο α ο έ σ α, ο ό σαφώς οι α οφάσ ις έ ι α α ιο ο ού αι σ ο έ ος ς άθ ο ιάς. έ ος, ά ι ά ο έ αφος ια σ ή σ, α ά όσο ι ά ο ί έ ας ί ς RANKING ή TENDEX, α α ιο ο ήσ ι α αι ή ί ασ ός αί σ έ α αι ί ι. ά ο ο ίς ο αι ι ιού ο ο ού α ο οθού ού α αι σ α ισ ι ά, α ά ί αι ά α ο ύ σ α ι οί. ό ή ι έ ς ο ώς θα ο ούσ α α ιο ο θ ί έ ας αί ς α ύ ο α ισ ό σ α αι ή ο α ό οσ.

68 Ackland, T. S. (1997). Absolute size and proportionality characteristics of World Championship female basketball players. Journal of Sports Sciences. aiantasbc.gr. (n.d.). Α ά σ α ό Dj Berri, S. B. (2007). Does One Simply Need to Score to Score? International Journal of Sport Finance, σσ Doyle, P. (2006). Marketing management and strategy. Financial Times. el.wipikepdia.org. (n.d.). Α ά σ α ό E%B9%CE%BA%CE%AE en.wikipedia.org. (n.d.). Α ά σ α ό en.wikipedia.org. (n.d.). Α ά σ α ό esake.gr..d.. Α ά σ α ό gazzeta.gr..d.. Α ά σ α ό gazzetta.gr..d.. Α ά σ α ό Hollinger, J. (2004). Pro Basketball Forecast. (n.d.). Α ά σ α ό (n.d.). Α ά reference.com/about/per.html σ α ό asket all- (n.d.). Α ά σ α ό (n.d.). Α ά σ α ό Jaime Sampaio, E. J. (2010). Effects of season period, team quality, and playing time on basketball players' game-related statistics. European Journal of Sport Science. Jose Martinez, L. m. (2011). A stakeholder assessment of basketball player evaluation metrics. JOURNAL OF HUMAN SPORT & EXERCISE.

69 Justin Kubatko, D. O. (2007). A Starting Point for Analyzing Basketball. Journal of Quantitative Analysis in Sports. Lorenzo, G. (2010). Game related statistics which discriminate between winning and losing under-16 male basketball games. Journal of Sports Science & Medicine, σσ Sampaio, J. (2007). Discriminant analysis of game-related statistics between basketball guards,forwards and centres in three professional leagues. European Journal of Sport Science (n.d.). Α ά ού ια,. έθο οι ια. ι α ασ σ α ό αι ή ή ο έ ασία, έ..aua.gr/gpapadopoulos/files/regressio α αι ό σ ς, Boosti g αι Baggi g.pdf

70 Α Α Η Α Α

71 Α Α ΤΗΜΑ Α RANKING POSITION > ggplot(data = mydata, aes(x=position, y=pir)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(pir~position,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) POSITION * Residuals > summary(lm(pir~position,data = mydata)) Call: lm(formula = PIR ~ POSITION, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients:

72 Estimate Std. Error t value Pr(> t ) (Intercept) e-13 *** POSITIONF ** POSITIONG * Residual standard error: on 256 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 2 and 256 DF, p-value: P/R BALL HANDLER PERCENTAGE > ggplot(data = mydata, aes(x=p.r.ball.handler.percentage, y=pir)) + geom_point() + geom_smooth() Warning messages: 1: Removed 128 rows containing non-finite values (stat_smooth). 2: Removed 128 rows containing missing values (geom_point). > anova(aov(pir~p.r.ball.handler.percentage,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) P.R.BALL.HANDLER.PERCENTAGE * Residuals > summary(lm(pir~p.r.ball.handler.percentage,data = mydata))

73 Call: lm(formula = PIR ~ P.R.BALL.HANDLER.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-06 *** P.R.BALL.HANDLER.PERCENTAGE * Residual standard error: on 180 degrees of freedom (128 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 180 DF, p-value: P/R BALL HANDLER RATING > ggplot(data = mydata, aes(x=p.r.ball.handler.rating, y=pir)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(pir~p.r.ball.handler.rating,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F)

74 P.R.BALL.HANDLER.RATING e-11 *** Residuals > summary(lm(pir~p.r.ball.handler.rating,data = mydata)) Call: lm(formula = PIR ~ P.R.BALL.HANDLER.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) < 2e-16 *** P.R.BALL.HANDLER.RATINGaverage P.R.BALL.HANDLER.RATINGbelow average P.R.BALL.HANDLER.RATINGgood P.R.BALL.HANDLER.RATINGpoor ** P.R.BALL.HANDLER.RATINGvery good e10 *** Residual standard error: on 253 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 5 and 253 DF, p-value: 7.692e-11

75 ISOLATION PERCENTAGE > ggplot(data = mydata, aes(x=isolation.percentage, y=pir)) + geom_point() + geom_smooth() Warning messages: 1: Removed 91 rows containing non-finite values (stat_smooth). 2: Removed 91 rows containing missing values (geom_point). > anova(aov(pir~isolation.percentage,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) ISOLATION.PERCENTAGE ** Residuals > summary(lm(pir~isolation.percentage,data = mydata)) Call: lm(formula = PIR ~ ISOLATION.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t )

76 (Intercept) e-07 *** ISOLATION.PERCENTAGE ** Residual standard error: on 217 degrees of freedom (91 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: 10 on 1 and 217 DF, p-value: ISOLATION RATING > ggplot(data = mydata, aes(x=isolation.rating, y=pir)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(pir~isolation.rating,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) ISOLATION.RATING < 2.2e-16 *** Residuals > summary(lm(pir~isolation.rating,data = mydata)) Call: lm(formula = PIR ~ ISOLATION.RATING, data = mydata)

77 Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-14 *** ISOLATION.RATINGaverage ISOLATION.RATINGbelow average *** ISOLATION.RATINGexcellent e-13 *** ISOLATION.RATINGgood e-05 *** ISOLATION.RATINGpoor * Residual standard error: on 253 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 5 and 253 DF, p-value: < 2.2e-16 SPOT UP PERCENTAGE > ggplot(data = mydata, aes(x=spot.up.percentage, y=pir)) + geom_point() + geom_smooth() Warning messages: 1: Removed 52 rows containing non-finite values (stat_smooth). 2: Removed 52 rows containing missing values (geom_point). > anova(aov(pir~spot.up.percentage,data = mydata))

78 Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) SPOT.UP.PERCENTAGE e-10 *** Residuals > summary(lm(pir~spot.up.percentage,data = mydata)) Call: lm(formula = PIR ~ SPOT.UP.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) < 2e-16 *** SPOT.UP.PERCENTAGE e-10 *** Residual standard error: 7.55 on 256 degrees of freedom (52 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 256 DF, p-value: 4.355e-10 SPOT UP RATING

79 > ggplot(data = mydata, aes(x=spot.up.rating, y=pir)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(pir~spot.up.rating,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) SPOT.UP.RATING e-11 *** Residuals > summary(lm(pir~spot.up.rating,data = mydata)) Call: lm(formula = PIR ~ SPOT.UP.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) * SPOT.UP.RATINGaverage SPOT.UP.RATINGbelow average ** SPOT.UP.RATINGexcellent e-07 *** SPOT.UP.RATINGgood SPOT.UP.RATINGpoor SPOT.UP.RATINGvery good e-06 *** Residual standard error: on 252 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 6 and 252 DF, p-value: 2.459e-11

80 HAND OFF PERCENTAGE > ggplot(data = mydata, aes(x=hand.off.percentage, y=pir)) + geom_point() + geom_smooth() Warning messages: 1: Removed 132 rows containing non-finite values (stat_smooth). 2: Removed 132 rows containing missing values (geom_point). > anova(aov(pir~hand.off.percentage,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) HAND.OFF.PERCENTAGE Residuals > summary(lm(pir~hand.off.percentage,data = mydata)) Call: lm(formula = PIR ~ HAND.OFF.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-06 *** HAND.OFF.PERCENTAGE Residual standard error: 8.35 on 176 degrees of freedom (132 observations deleted due to missingness)

81 Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 176 DF, p-value: HAND OFF RATING > ggplot(data = mydata, aes(x=hand.off.rating, y=pir)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(pir~hand.off.rating,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) HAND.OFF.RATING * Residuals > summary(lm(pir~hand.off.rating,data = mydata)) Call: lm(formula = PIR ~ HAND.OFF.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t )

82 (Intercept) <2e-16 *** HAND.OFF.RATINGexcellent * Residual standard error: on 257 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 257 DF, p-value: TRANSITION PERCENTAGE > ggplot(data = mydata, aes(x=transition.percentage, y=pir)) + geom_point() + geom_smooth() Warning messages: 1: Removed 68 rows containing non-finite values (stat_smooth). 2: Removed 68 rows containing missing values (geom_point). > anova(aov(pir~transition.percentage,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) TRANSITION.PERCENTAGE Residuals > summary(lm(pir~transition.percentage,data = mydata)) Call: lm(formula = PIR ~ TRANSITION.PERCENTAGE, data = mydata)

83 Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-09 *** TRANSITION.PERCENTAGE Residual standard error: on 240 degrees of freedom (68 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 240 DF, p-value: TRANSITION RATING > ggplot(data = mydata, aes(x=transition.rating, y=pir)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(pir~transition.rating,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) TRANSITION.RATING e-07 *** Residuals

84 > summary(lm(pir~transition.rating,data = mydata)) Call: lm(formula = PIR ~ TRANSITION.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-09 *** TRANSITION.RATINGaverage e-05 *** TRANSITION.RATINGbelow average *** TRANSITION.RATINGgood *** Residual standard error: on 255 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 3 and 255 DF, p-value: 7.444e-07 CUT PERCENTAGE > ggplot(data = mydata, aes(x=cut.percentage, y=pir)) + geom_point() + geom_smooth()

85 Warning messages: 1: Removed 91 rows containing non-finite values (stat_smooth). 2: Removed 91 rows containing missing values (geom_point). > anova(aov(pir~cut.percentage,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) CUT.PERCENTAGE Residuals > summary(lm(pir~cut.percentage,data = mydata)) Call: lm(formula = PIR ~ CUT.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-14 *** CUT.PERCENTAGE Residual standard error: 8.36 on 217 degrees of freedom (91 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 217 DF, p-value:

86 CUT RATING > ggplot(data = mydata, aes(x=cut.rating, y=pir)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(pir~cut.rating,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) CUT.RATING e-05 *** Residuals > summary(lm(pir~cut.rating,data = mydata)) Call: lm(formula = PIR ~ CUT.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) < 2e-16 *** CUT.RATINGaverage *** CUT.RATINGexcellent ** CUT.RATINGpoor *

87 --Sig if. odes: ***. **. *... Residual standard error: on 255 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: 8.44 on 3 and 255 DF, p-value: 2.284e-05 OFF SCREEN PERCENTAGE > ggplot(data = mydata, aes(x=off.screen.percentage, y=pir)) + geom_point() + geom_smooth() Warning messages: 1: Removed 101 rows containing non-finite values (stat_smooth). 2: Removed 101 rows containing missing values (geom_point). > anova(aov(pir~off.screen.percentage,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) OFF.SCREEN.PERCENTAGE ** Residuals > summary(lm(pir~off.screen.percentage,data = mydata)) Call: lm(formula = PIR ~ OFF.SCREEN.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max

88 Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) < 2e-16 *** OFF.SCREEN.PERCENTAGE ** Residual standard error: on 207 degrees of freedom (101 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 207 DF, p-value: OFF SCREEN RATING > ggplot(data = mydata, aes(x=off.screen.rating, y=pir)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(pir~off.screen.rating,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) OFF.SCREEN.RATING *** Residuals > summary(lm(pir~off.screen.rating,data = mydata))

89 Call: lm(formula = PIR ~ OFF.SCREEN.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) < 2e-16 *** OFF.SCREEN.RATINGaverage * OFF.SCREEN.RATINGbelow average * OFF.SCREEN.RATINGvery good ** Residual standard error: 7.91 on 255 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 3 and 255 DF, p-value: OFFENSIVE REBOUNDS PERCENTAGE > ggplot(data = mydata, aes(x=offensive.rebounds.percentage, y=pir)) + geom_point() + geom_smooth() Warning messages: 1: Removed 113 rows containing non-finite values (stat_smooth). 2: Removed 113 rows containing missing values (geom_point). > anova(aov(pir~offensive.rebounds.percentage,data = mydata))

90 Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) OFFENSIVE.REBOUNDS.PERCENTAGE Residuals > summary(lm(pir~offensive.rebounds.percentage,data = mydata)) Call: lm(formula = PIR ~ OFFENSIVE.REBOUNDS.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) <2e-16 *** OFFENSIVE.REBOUNDS.PERCENTAGE Residual standard error: on 195 degrees of freedom (113 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 195 DF, p-value: OFFENSIVE REBOUNDS RATING

91 > ggplot(data = mydata, aes(x=offensive.rebounds.rating, y=pir)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(pir~offensive.rebounds.rating,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) OFFENSIVE.REBOUNDS.RATING e-06 *** Residuals **. *... > summary(lm(pir~offensive.rebounds.rating,data = mydata)) Call: lm(formula = PIR ~ OFFENSIVE.REBOUNDS.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) < 2e-16 *** OFFENSIVE.REBOUNDS.RATINGbelow average *** OFFENSIVE.REBOUNDS.RATINGvery good *** Residual standard error: on 256 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 2 and 256 DF, p-value: 5.542e-06

92 POST UP PERCENTAGE > ggplot(data = mydata, aes(x=post.up.percentage, y=pir)) + geom_point() + geom_smooth() Warning messages: 1: Removed 113 rows containing non-finite values (stat_smooth). 2: Removed 113 rows containing missing values (geom_point). > anova(aov(pir~post.up.percentage,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) POST.UP.PERCENTAGE *** Residuals > summary(lm(pir~post.up.percentage,data = mydata)) Call: lm(formula = PIR ~ POST.UP.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-06 ***

93 POST.UP.PERCENTAGE *** Residual standard error: 7.51 on 195 degrees of freedom (113 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 195 DF, p-value: POST UP RATING > ggplot(data = mydata, aes(x=post.up.rating, y=pir)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(pir~post.up.rating,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) POST.UP.RATING e-05 *** Residuals > summary(lm(pir~post.up.rating,data = mydata)) Call: lm(formula = PIR ~ POST.UP.RATING, data = mydata) Residuals:

94 Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) < 2e-16 *** POST.UP.RATINGbelow average POST.UP.RATINGexcellent e-05 *** Residual standard error: on 256 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 2 and 256 DF, p-value: 5.91e-05 P/R MAN PERCENTAGE > ggplot(data = mydata, aes(x=p.r.man.percentage, y=pir)) + geom_point() + geom_smooth() Warning messages: 1: Removed 161 rows containing non-finite values (stat_smooth). 2: Removed 161 rows containing missing values (geom_point). > anova(aov(pir~p.r.man.percentage,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) P.R.MAN.PERCENTAGE *** Residuals

95 > summary(lm(pir~p.r.man.percentage,data = mydata)) Call: lm(formula = PIR ~ P.R.MAN.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) ** P.R.MAN.PERCENTAGE *** Residual standard error: on 147 degrees of freedom (161 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 147 DF, p-value: P/R MAN RATING > ggplot(data = mydata, aes(x=p.r.man.rating, y=pir)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(pir~p.r.man.rating,data = mydata))

96 Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) P.R.MAN.RATING e-05 *** Residuals > summary(lm(pir~p.r.man.rating,data = mydata)) Call: lm(formula = PIR ~ P.R.MAN.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) < 2e-16 *** P.R.MAN.RATINGaverage *** P.R.MAN.RATINGbelow average P.R.MAN.RATINGexcellent ** P.R.MAN.RATINGgood * Residual standard error: on 254 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 4 and 254 DF, p-value: 5.067e-05

97 MISCELLANEOUS PERCENTAGE > ggplot(data = mydata, aes(x=miscellaneous.percentage, y=pir)) + geom_point() + geom_smooth() Warning messages: 1: Removed 65 rows containing non-finite values (stat_smooth). 2: Removed 65 rows containing missing values (geom_point). > anova(aov(pir~miscellaneous.percentage,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) MISCELLANEOUS.PERCENTAGE e-05 *** Residuals > summary(lm(pir~miscellaneous.percentage,data = mydata)) Call: lm(formula = PIR ~ MISCELLANEOUS.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max

98 Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) < 2e-16 *** MISCELLANEOUS.PERCENTAGE e-05 *** Residual standard error: on 243 degrees of freedom (65 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 243 DF, p-value: 1.729e-05 MISCELLANEOUS RATING > ggplot(data = mydata, aes(x=miscellaneous.rating, y=pir)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(pir~miscellaneous.rating,data = mydata)) Analysis of Variance Table Response: PIR Df Sum Sq Mean Sq F value Pr(>F) MISCELLANEOUS.RATING e-13 *** Residuals > summary(lm(pir~miscellaneous.rating,data = mydata))

99 Call: lm(formula = PIR ~ MISCELLANEOUS.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-09 *** MISCELLANEOUS.RATINGaverage MISCELLANEOUS.RATINGpoor MISCELLANEOUS.RATINGvery good e-12 *** Residual standard error: 7.27 on 255 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: 22.4 on 3 and 255 DF, p-value: 6.619e-13 TENDEX POSITION > ggplot(data = mydata, aes(x=position, y=twelvex)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(twelvex~position,data = mydata))

100 Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) POSITION *** Residuals > summary(lm(twelvex~position,data = mydata)) Call: lm(formula = TWELVEX ~ POSITION, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-14 *** POSITIONF *** POSITIONG *** Residual standard error: on 256 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 2 and 256 DF, p-value:

101 P/R BALL HANDLER PERCENTAGE > ggplot(data = mydata, aes(x=p.r.ball.handler.percentage, y=twelvex)) + geom_point() + geom_smooth() Warning messages: 1: Removed 128 rows containing non-finite values (stat_smooth). 2: Removed 128 rows containing missing values (geom_point). > anova(aov(twelvex~p.r.ball.handler.percentage,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) P.R.BALL.HANDLER.PERCENTAGE ** Residuals > summary(lm(twelvex~p.r.ball.handler.percentage,data = mydata)) Call: lm(formula = TWELVEX ~ P.R.BALL.HANDLER.PERCENTAGE, data = mydata)

102 Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) *** P.R.BALL.HANDLER.PERCENTAGE ** Residual standard error: on 180 degrees of freedom (128 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 180 DF, p-value: P/R BALL HANDLER RATING > ggplot(data = mydata, aes(x=p.r.ball.handler.rating, y=twelvex)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(twelvex~p.r.ball.handler.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) P.R.BALL.HANDLER.RATING e-05 *** Residuals

103 Sig if. odes: ***. > summary(lm(twelvex~p.r.ball.handler.rating,data = mydata)) Call: lm(formula = TWELVEX ~ P.R.BALL.HANDLER.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-14 *** P.R.BALL.HANDLER.RATINGaverage P.R.BALL.HANDLER.RATINGbelow average P.R.BALL.HANDLER.RATINGgood P.R.BALL.HANDLER.RATINGpoor ** P.R.BALL.HANDLER.RATINGvery good *** Residual standard error: on 253 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 5 and 253 DF, p-value: 9.648e-05

104 ISOLATION PERCENTAGE > ggplot(data = mydata, aes(x=isolation.percentage, y=twelvex)) + geom_point() + geom_smooth() Warning messages: 1: Removed 91 rows containing non-finite values (stat_smooth). 2: Removed 91 rows containing missing values (geom_point). > anova(aov(twelvex~isolation.percentage,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) ISOLATION.PERCENTAGE * Residuals > summary(lm(twelvex~isolation.percentage,data = mydata)) Call: lm(formula = TWELVEX ~ ISOLATION.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max

105 Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-06 *** ISOLATION.PERCENTAGE * Residual standard error: on 217 degrees of freedom (91 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 217 DF, p-value: ISOLATION RATING > ggplot(data = mydata, aes(x=isolation.rating, y=twelvex)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(twelvex~isolation.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) ISOLATION.RATING e-10 *** Residuals > summary(lm(twelvex~isolation.rating,data = mydata)) Call:

106 lm(formula = TWELVEX ~ ISOLATION.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-09 *** ISOLATION.RATINGaverage ISOLATION.RATINGbelow average * ISOLATION.RATINGexcellent e-06 *** ISOLATION.RATINGgood e-05 *** ISOLATION.RATINGpoor * Residual standard error: on 253 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 5 and 253 DF, p-value: 6.361e-10 SPOT UP PERCENTAGE > ggplot(data = mydata, aes(x=spot.up.percentage, y=twelvex)) + geom_point() + geom_smooth() Warning messages: 1: Removed 52 rows containing non-finite values (stat_smooth). 2: Removed 52 rows containing missing values (geom_point). > anova(aov(twelvex~spot.up.percentage,data = mydata))

107 Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) SPOT.UP.PERCENTAGE e-11 *** Residuals > summary(lm(twelvex~spot.up.percentage,data = mydata)) Call: lm(formula = TWELVEX ~ SPOT.UP.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) < 2e-16 *** SPOT.UP.PERCENTAGE e-11 *** Residual standard error: on 256 degrees of freedom (52 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 256 DF, p-value: 5.703e-11 SPOT UP RATING

108 > ggplot(data = mydata, aes(x=spot.up.rating, y=twelvex)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(twelvex~spot.up.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) SPOT.UP.RATING e-06 *** Residuals > summary(lm(twelvex~spot.up.rating,data = mydata)) Call: lm(formula = TWELVEX ~ SPOT.UP.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) * SPOT.UP.RATINGaverage SPOT.UP.RATINGbelow average ** SPOT.UP.RATINGexcellent ** SPOT.UP.RATINGgood SPOT.UP.RATINGpoor SPOT.UP.RATINGvery good ** Residual standard error: on 252 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: 6.51 on 6 and 252 DF, p-value: 2.111e-06

109 HAND OFF PERCENTAGE > ggplot(data = mydata, aes(x=hand.off.percentage, y=twelvex)) + geom_point() + geom_smooth() Warning messages: 1: Removed 132 rows containing non-finite values (stat_smooth). 2: Removed 132 rows containing missing values (geom_point). > anova(aov(twelvex~hand.off.percentage,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) HAND.OFF.PERCENTAGE Residuals > summary(lm(twelvex~hand.off.percentage,data = mydata)) Call: lm(formula = TWELVEX ~ HAND.OFF.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t )

110 (Intercept) *** HAND.OFF.PERCENTAGE Signif. odes: ***. Residual standard error: on 176 degrees of freedom (132 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 176 DF, p-value: HAND OFF RATING > ggplot(data = mydata, aes(x=hand.off.rating, y=twelvex)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(twelvex~hand.off.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) HAND.OFF.RATING Residuals > summary(lm(twelvex~hand.off.rating,data = mydata)) Call: lm(formula = TWELVEX ~ HAND.OFF.RATING, data = mydata) Residuals:

111 Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) <2e-16 *** HAND.OFF.RATINGexcellent Residual standard error: on 257 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 257 DF, p-value: TRANSITION PERCENTAGE > ggplot(data = mydata, aes(x=transition.percentage, y=twelvex)) + geom_point() + geom_smooth() Warning messages: 1: Removed 68 rows containing non-finite values (stat_smooth). 2: Removed 68 rows containing missing values (geom_point). > anova(aov(twelvex~transition.percentage,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) TRANSITION.PERCENTAGE Residuals > summary(lm(twelvex~transition.percentage,data = mydata))

112 Call: lm(formula = TWELVEX ~ TRANSITION.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-09 *** TRANSITION.PERCENTAGE Residual standard error: on 240 degrees of freedom (68 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 240 DF, p-value: TRANSITION RATING > ggplot(data = mydata, aes(x=transition.rating, y=twelvex)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(twelvex~transition.rating,data = mydata)) Analysis of Variance Table

113 Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) TRANSITION.RATING ** Residuals > summary(lm(twelvex~transition.rating,data = mydata)) Call: lm(formula = TWELVEX ~ TRANSITION.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-07 *** TRANSITION.RATINGaverage * TRANSITION.RATINGbelow average * TRANSITION.RATINGgood ** Residual standard error: on 255 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 3 and 255 DF, p-value: CUT PERCENTAGE

114 > ggplot(data = mydata, aes(x=cut.percentage, y=twelvex)) + geom_point() + geom_smooth() Warning messages: 1: Removed 91 rows containing non-finite values (stat_smooth). 2: Removed 91 rows containing missing values (geom_point). > anova(aov(twelvex~cut.percentage,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) CUT.PERCENTAGE Residuals > summary(lm(twelvex~cut.percentage,data = mydata)) Call: lm(formula = TWELVEX ~ CUT.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-08 *** CUT.PERCENTAGE Residual standard error: on 217 degrees of freedom (91 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 217 DF, p-value:

115 CUT RATING > ggplot(data = mydata, aes(x=cut.rating, y=twelvex)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(twelvex~cut.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) CUT.RATING e-07 *** Residuals > summary(lm(twelvex~cut.rating,data = mydata)) Call: lm(formula = TWELVEX ~ CUT.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-11 ***

116 CUT.RATINGaverage e-06 *** CUT.RATINGexcellent * CUT.RATINGpoor *** --Signif. odes: ***. Residual standard error: on 255 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: 0.114, Adjusted R-squared: F-statistic: on 3 and 255 DF, p-value: 8.848e-07 OFF SCREEN PERCENTAGE > ggplot(data = mydata, aes(x=off.screen.percentage, y=twelvex)) + geom_point() + geom_smooth() Warning messages: 1: Removed 101 rows containing non-finite values (stat_smooth). 2: Removed 101 rows containing missing values (geom_point). > anova(aov(twelvex~off.screen.percentage,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) OFF.SCREEN.PERCENTAGE e-05 *** Residuals > summary(lm(twelvex~off.screen.percentage,data = mydata)) Call:

117 lm(formula = TWELVEX ~ OFF.SCREEN.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) < 2e-16 *** OFF.SCREEN.PERCENTAGE e-05 *** Residual standard error: on 207 degrees of freedom (101 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 207 DF, p-value: 8.879e-05 OFF SCREEN RATING > ggplot(data = mydata, aes(x=off.screen.rating, y=twelvex)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(twelvex~off.screen.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) OFF.SCREEN.RATING *

118 Residuals > summary(lm(twelvex~off.screen.rating,data = mydata)) Call: lm(formula = TWELVEX ~ OFF.SCREEN.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-16 *** OFF.SCREEN.RATINGaverage * OFF.SCREEN.RATINGbelow average OFF.SCREEN.RATINGvery good Residual standard error: 0.4 on 255 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 3 and 255 DF, p-value: OFFENSIVE REBOUNDS PERCENTAGE > ggplot(data = mydata, aes(x=offensive.rebounds.percentage, y=twelvex)) + geom_point() + geom_smooth()

119 Warning messages: 1: Removed 113 rows containing non-finite values (stat_smooth). 2: Removed 113 rows containing missing values (geom_point). > anova(aov(twelvex~offensive.rebounds.percentage,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) OFFENSIVE.REBOUNDS.PERCENTAGE Residuals > summary(lm(twelvex~offensive.rebounds.percentage,data = mydata)) Call: lm(formula = TWELVEX ~ OFFENSIVE.REBOUNDS.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-10 *** OFFENSIVE.REBOUNDS.PERCENTAGE Residual standard error: on 195 degrees of freedom (113 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 195 DF, p-value:

120 OFFENSIVE REBOUNDS RATING > ggplot(data = mydata, aes(x=offensive.rebounds.rating, y=twelvex)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(twelvex~offensive.rebounds.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) OFFENSIVE.REBOUNDS.RATING e-07 *** Residuals > summary(lm(twelvex~offensive.rebounds.rating,data = mydata)) Call: lm(formula = TWELVEX ~ OFFENSIVE.REBOUNDS.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: (Intercept) Estimate Std. Error t value Pr(> t ) e-11 ***

121 OFFENSIVE.REBOUNDS.RATINGbelow average *** OFFENSIVE.REBOUNDS.RATINGvery good e-06 *** Residual standard error: on 256 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 2 and 256 DF, p-value: 6.987e-07 POST UP PERCENTAGE > ggplot(data = mydata, aes(x=post.up.percentage, y=twelvex)) + geom_point() + geom_smooth() Warning messages: 1: Removed 113 rows containing non-finite values (stat_smooth). 2: Removed 113 rows containing missing values (geom_point). > anova(aov(twelvex~post.up.percentage,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) POST.UP.PERCENTAGE ***

122 Residuals > summary(lm(twelvex~post.up.percentage,data = mydata)) Call: lm(formula = TWELVEX ~ POST.UP.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) ** POST.UP.PERCENTAGE *** Residual standard error: on 195 degrees of freedom (113 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 195 DF, p-value: POST UP RATING > ggplot(data = mydata, aes(x=post.up.rating, y=twelvex)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot).

123 > anova(aov(twelvex~post.up.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) POST.UP.RATING e-05 *** Residuals > summary(lm(twelvex~post.up.rating,data = mydata)) Call: lm(formula = TWELVEX ~ POST.UP.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-10 *** POST.UP.RATINGbelow average * POST.UP.RATINGexcellent e-05 *** Residual standard error: on 256 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 2 and 256 DF, p-value: 5.168e-05

124 P/R MAN PERCENTAGE > ggplot(data = mydata, aes(x=p.r.man.percentage, y=twelvex)) + geom_point() + geom_smooth() Warning messages: 1: Removed 161 rows containing non-finite values (stat_smooth). 2: Removed 161 rows containing missing values (geom_point). > anova(aov(twelvex~p.r.man.percentage,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) P.R.MAN.PERCENTAGE *** Residuals > summary(lm(twelvex~p.r.man.percentage,data = mydata)) Call: lm(formula = TWELVEX ~ P.R.MAN.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max

125 Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) P.R.MAN.PERCENTAGE *** 1 Residual standard error: on 147 degrees of freedom (161 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 147 DF, p-value: P/R MAN RATING > ggplot(data = mydata, aes(x=p.r.man.rating, y=twelvex)) + geom_boxplot() Warning message: Removed 51 rows containing non-finite values (stat_boxplot). > anova(aov(twelvex~p.r.man.rating,data = mydata)) Analysis of Variance Table Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) P.R.MAN.RATING e-06 *** Residuals > summary(lm(twelvex~p.r.man.rating,data = mydata)) Call:

126 lm(formula = TWELVEX ~ P.R.MAN.RATING, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-10 *** P.R.MAN.RATINGaverage e-06 *** P.R.MAN.RATINGbelow average P.R.MAN.RATINGexcellent * P.R.MAN.RATINGgood *** Residual standard error: on 254 degrees of freedom (51 observations deleted due to missingness) Multiple R-squared: 0.114, Adjusted R-squared: F-statistic: on 4 and 254 DF, p-value: 3.258e-06 MISCELLANEOUS PERCENTAGE > ggplot(data = mydata, aes(x=miscellaneous.percentage, y=twelvex)) + geom_point() + geom_smooth() Warning messages: 1: Removed 65 rows containing non-finite values (stat_smooth). 2: Removed 65 rows containing missing values (geom_point). > anova(aov(twelvex~miscellaneous.percentage,data = mydata)) Analysis of Variance Table

127 Response: TWELVEX Df Sum Sq Mean Sq F value Pr(>F) MISCELLANEOUS.PERCENTAGE ** Residuals > summary(lm(twelvex~miscellaneous.percentage,data = mydata)) Call: lm(formula = TWELVEX ~ MISCELLANEOUS.PERCENTAGE, data = mydata) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-12 *** MISCELLANEOUS.PERCENTAGE ** Residual standard error: on 243 degrees of freedom (65 observations deleted due to missingness) Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 243 DF, p-value: MISCELLANEOUS RATING