Summary | 教练到底有多重要？

导 语

职业球队的教练往往会因为球队的胜利或失败而受到褒奖或责备，高昂的薪水让他们看起来是球队中很重要的一环。虽然很多逸闻表明教练很重要，但是体育分析文献普遍不这么认为。本文提出了一种评估教练影响力的新方法，我们称之为领导效应的随机推理或RIFLE。我们将RIFLE应用于MLB、NBA、NHL、NFL、大学橄榄球和大学篮球，并检验了所有运动中的教练影响力。虽然教练的影响力在不同的环境和不同的结果之间有显著差异，我们估计通常来说教练影响了球队大约20-30％成功的变化。例如，教练在大学橄榄球比在NFL更重要，但他们对冲球和传球的使用方面没有显著差异。除了估算平均教练效果外，我们还讨论了评估了单个教练质量的问题。

作者：Christopher R. Berry and Anthony Fowler

编译：清华大学体育产业发展研究中心 姜本桥

MIT Sloan Sports Analytics Conference 2019

研究简介

近年来体育分析的出现改变了运动队的管理方式，甚至体育运动的方式。在大多数组织中，教练被视为体育分析的使用者。然而，相对来说很少有教练本身成为严格实证分析的主题。因此，我们从分析的角度来看，通常对教练的了解少于几乎任何其他在体育赛事场上的人。

关于这一主题的现存的小型实证文献倾向于得出的结论是所有的教练是无差别的。这并不是说如果没有教练，球队会一样好，而是教练市场确保了他们的质量以及使用大致相同的策略，这样改变教练并没有真正有意义地改变团队在赛场上的表现。

我们认为现有的教练研究受到方法上的限制，不太可能准确地估计教练的影响。我们的主要贡献是开发一种估算教练效果的新方法并将其应用于各种职业和大学体育。我们的方法考虑了球员的质量和赛程的强度，并且能够将与教练相关的球队表现的变量与偶然事件的变量分开。与先前大多数文献不同，我们发现了教练影响力的有力证据。我们的分析还涵盖了比以往任何一项研究更广泛的运动种类，这也允许我们对职业体育和大学体育进行比较。

我们首先回顾了之前关于教练影响力研究的实证文献，强调一些妨碍这些研究的方法学局限。然后介绍我们的评估教练影响力的方法，该方法基于随机推断。本文将描述我们的方法的基础理论，并提出了一系列蒙特卡罗模拟来证明它的性能。本文的主要部分是对美国职业棒球大联盟（MLB），美国职业篮球联盟（NBA），国家冰球联盟（NHL），国家橄榄球联盟（NFL），以及NCAA橄榄球（CFB）和篮球（CBB）进行教练影响力的分析。在每种情况下，我们都会分析几种不同的结果，以确定教练最重要的地方。最后，我们讨论了评估单个教练影响力的方法，以及相关教练的排名。

研究方法

研究方法步骤总结如下：

1.按赛季，主场和对手的质量（可选）重新划分比赛团队级数据。

2.汇总到赛季（可选）。

3.回归教练固定影响力的结果并记录r平方统计量。

4.随机排列每个单位内的教练，将每个教练的任期抽样为一个区块。

5.在置换教练固定影响力上回归结果并记录r平方统计量。

6.多次重复步骤4和5，记录置换数据大于实际数据r平方的情况比例。

我们的随机排列测试的逻辑如下。假设教练过渡与潜在结果无关，这样在没有任何教练影响力的情况下，教练和结果之间就不应该有系统的对应关系。当我们对教练指标的结果回归时，有三种方法可以获得高r平方统计量。首先，存在教练影响力，这就是我们想要识别的内容。其次，即使在没有教练影响力的情况下，球队内部的表现也会随着时间的推移而出现连续相关的趋势，恰好在好（或坏）时间内的任教的教练将在回归中显示此趋势。第三，教练固定影响力可能会过度适应随机的，赛季性的波动，进一步提高了r平方统计量。因此，为了测试教练影响力，我们希望我们的随机排列测试结合最后两个因素，而不仅仅是第一个。

研究结果

我们在教练有高薪酬的的几大赛事——MLB、NBA、NHL、NFL、大学篮球和大学橄榄球中运用我们的方法来评估教练的影响力。所有的数据都来自于Sports Reference公司。最容易观察也是最重要的结果是比赛的输赢。我们还运用了比赛得分的数据，这样我们可以检验得分、失分和分差。在一些运动中，有理由认为教练可能有更多的能力来影响得分与失分，反之亦然，因此我们分别检验了两种结果。对于某些运动，我们有还收集了额外的数据，并对其他感兴趣的特定结果进行了测试。

1.棒球

表1显示了我们对MLB管理者的分析结果，使用了1871年至2016年的数据。与之后的运动一样，我们估计了管理者对跑垒、被跑垒、分差和胜利的影响。该表展示了来自实际数据的r平方统计量，来自置换数据集的平均r平方统计量，两者之间的差异，估算的p值，以及归因于教练的变化比例的效果。

我们发现MLB管理者对所有这些结果都很重要，尽管他们对于被跑垒数比跑垒得分更重要。 对于跑垒得分，估计值并不统计学显著（p = .058），并且r平方的差异实质上很小。但是对于被跑垒数，p值在统计学上有很强的显著性（p <.001），r平方的差异表明在赛季中球队被跑垒数28%的变化是受到经理的影响的。

2. 橄榄球

表2显示了我们对NFL教练的分析结果。和棒球一样，我们分析得分，失分，分差和胜利。NFL教练明显影响得分和分差。结果意味着教练影响了赛季中18％至25％的球队的失分和分差。因为我们只针对现代的橄榄球，而一个赛季比赛很少，所以胜利的结果并不够显著。

3.篮球

表3和表4分别显示了NBA和大学篮球的结果。在两种情况下，估计的教练影响力都很大。教练影响了得分和失分的大约30％的变化。一个最初令人惊讶的结果是，在大学篮球比赛中，教练对得分和失分的重要性高于分差。一个可能的解释是，教练们对快节奏和慢节奏比赛的偏好彼此不同，快节奏的教练既有得分也有更多失分。为了明确地测试这个假设，我们还测试了教练是否对比赛中得分总分重要，而我们发现了存在巨大的影响，证实了这个关于不同教练风格的假设。

4.冰球

与其他体育项目一样，教练在冰球中也很重要，我们的结果具有统计学意义，尽管教练对失分的重要性高于得分。

消费者行为学中对物品尤其是商品的内涵做出了深入的阐述，并发现内涵影响着消费者的经历、情感、

总结和结论

我们的分析挑战了体育分析中普遍认为教练可以随意更换的观点。我们使用了一种解决先前研究的方法学局限性的新方法，我们表明教练显著影响我们研究的每项运动的结果。我们的一些最值得注意的发现如下所述：

• 美国职业棒球大联盟的经理影响跑垒得分，失分，分差和胜利。他们对于被跑垒得分比跑垒得分影响更大，而对浪费的垒数无关。

• NFL教练影响得分和分差。他们会显著影响团队漏接的数量和罚踢数。教练在传球与冲球方面的选择并没有明显不同，可能是因为比赛本身的限制。

• 教练在大学橄榄球比在NFL中更重要。他们显著影响得分，失分，分差和赛季的胜利数

• 教练对于NBA和大学篮球队的团队成绩非常重要。他们影响得分，失分，分差和胜利数。在大学篮球中，教练也会影响比赛得分总数。

• NHL教练很重要，尽管他们对失球数的重要性远远超过了进球数。
  

未来的研究可以在许多富有成效的方向上扩展这项研究。RIFLE可用于帮助了解教练重要的原因和方式。例如，如果专家假设教练在某些情境下比其他情境下更重要，那么他可以对数据进行分组，以测试这些情境中教练效果的差异。使用RIFLE的分析不必局限于团队级别的结果。也行有人会感兴趣教练是否对特定位置的球员表现很重要。例如，RIFLE可用于测试NFL教练是否对四分位的表现很重要。分析也不仅限于主教练。分析师可能想知道NFL中的进攻或防守助教，或者MLB中的投手教练是否对他们职权范围内的某些特定结果很重要。

还有人可能有兴趣了解某些特定属性，如经验或教育，是否与教练影响力相关联。我们在本文中的目标并非是对教练进行详尽或明确的研究，而是提供了一种方法和相关软件帮助分析师来研究教练对任何运动中任何可测量结果的影响。

版权所有，欢迎个人转发扩散；如公众号转载，请联系我们，同意后方可使用。