University of Michigan

Moneyball und mehr

Dieser Kurs ist Teil von Spezialisierung Sportliche Leistungsanalyse

Unterrichtet auf Englisch

Einige Inhalte können nicht übersetzt werden

3.623 bereits angemeldet

Bei Coursera Plus enthalten

Kurs

Informieren Sie sich über ein Thema und erlernen Sie die Grundlagen.

4.6

(50 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

28 Stunden (ungefähr)
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Programmieren Sie Daten mit Python, um die Behauptungen zu testen, die hinter der Moneyball-Geschichte stehen.

  • Verwenden Sie Statistiken, um Ihre eigenen Team- und Spieleranalysen durchzuführen.

Kompetenzen, die Sie erwerben

  • Kategorie: Datenanalyse
  • Kategorie: Python-Programmierung
  • Kategorie: sportanalytik

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

15 Quizzes

Kurs

Informieren Sie sich über ein Thema und erlernen Sie die Grundlagen.

4.6

(50 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

28 Stunden (ungefähr)
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung Sportliche Leistungsanalyse
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • Lernen Sie neue Konzepte von Branchenexperten
  • Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
  • Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
  • Erwerben Sie ein Berufszertifikat zur Vorlage
Platzhalter
Platzhalter

Erwerben Sie ein Karrierezertifikat.

Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.

Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.

Platzhalter

In diesem Kurs gibt es 5 Module

In diesem Modul stellen wir die Moneyball-Geschichte vor und untersuchen die Methode, mit der diese Geschichte getestet wird. Wir beginnen mit der Replikation des Moneyball-Tests, indem wir die Beziehung zwischen dem Gewinn des Teams und zwei Leistungsstatistiken - On-Base-Prozentsatz (OBP) und Slugging-Prozentsatz (SLG) - herstellen.

Das ist alles enthalten

5 Videos10 Lektüren3 Quizzes2 Unbewertete Labore

In diesem Modul schätzen wir die Beziehung zwischen den Gehältern von MLB-Spielern und ihren Leistungsstatistiken OBP (on base percentage) und SLG (slugging). Die Ergebnisse scheinen die Moneyball-Story zu bestätigen - OBP war vor der Veröffentlichung von Moneyball im Vergleich zu SLG unterbewertet, während sich die relative Bedeutung nach der Veröffentlichung umkehrt.

Das ist alles enthalten

6 Videos8 Lektüren3 Quizzes2 Unbewertete Labore

Dieses Modul aktualisiert die Analyse von Hakes & Sauer und schätzt die Belohnungen für OBP und SLG über den Zeitraum 1994-2015. Außerdem wird gezeigt, wie die Belohnungen mit den einzelnen Komponenten des SLG in Verbindung gebracht werden können: Walks, Singles, Doubles, Tripples und Homeruns.

Das ist alles enthalten

6 Videos9 Lektüren3 Quizzes2 Unbewertete Labore

Dieses Modul führt in das Konzept der Lauferwartung ein und zeigt, wie Sie die Lauferwartungsmatrix und die Berechnung der Laufwerte auf der Grundlage eines MLB-Datensatzes aller Ereignisse der Saison 2018 ableiten. Die Run-Werte werden nach Ereignistyp (Walks, Singles, Doubles usw.) und nach Spieler berechnet.

Das ist alles enthalten

4 Videos9 Lektüren3 Quizzes2 Unbewertete Labore

In diesem Modul wird das Konzept der Wins Above Replacement (WAR) untersucht und gezeigt, wie man WAR auf der Grundlage der Schlagleistung berechnet. Anschließend wird die Beziehung zwischen den Run-Werten, der Gewinnquote des Teams und den Spielergehältern untersucht. Es zeigt sich, dass die Run-Werte in hohem Maße mit dem Gewinn und den Gehältern korrelieren. Run-Werte können in begrenztem Maße die Gewinnquote vorhersagen.

Das ist alles enthalten

4 Videos9 Lektüren3 Quizzes2 Unbewertete Labore

Dozent

Lehrkraftbewertungen
4.7 (13 Bewertungen)
Stefan Szymanski
University of Michigan
3 Kurse23.297 Lernende

von

Empfohlen, wenn Sie sich für Datenanalyse interessieren

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

Zeigt 3 von 50

4.6

50 Bewertungen

  • 5 stars

    72 %

  • 4 stars

    24 %

  • 3 stars

    0 %

  • 2 stars

    0 %

  • 1 star

    4 %

JB
5

Geprüft am 25. Aug. 2021

MH
5

Geprüft am 17. März 2022

AB
5

Geprüft am 25. Okt. 2023

Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen