(#409). ALGUNAS CONSIDERACIONES EN LA ESTIMACIÓN DEL RENDIMIENTO POR MINUTO EN BALONCESTO (II)

[MONOTEMA] Una vez expuesta la necesidad de gestionar adecuadamente las estadísticas por minuto en baloncesto,  y tras explicar cómo ha de computarse la media, el siguiente paso es discutir las opciones para el cálculo de la varianza de esa media, y por ende, del error estándar necesario para conocer la […]

Leer más

(#408). ALGUNAS CONSIDERACIONES EN LA ESTIMACIÓN DEL RENDIMIENTO POR MINUTO EN BALONCESTO (I)

[MONOTEMA] Hace unos años incidí en la necesidad de tomar una aproximación probabilística a la construcción de rankings para valorar el rendimiento de jugadores de baloncesto. Como se puede leer en este post y en el artículo que publiqué en RICYDE, es necesario considerar las impreciones en las estimaciones de […]

Leer más

(#407). AVANCE DE LOS NOVATOS MÁS PRODUCTIVOS DE LA NBA 2018/19

[MONOTEMA] (Actualizado 04/04/19). Estoy trabajando en la creación de un nuevo índice para medir la productividad de jugadores de baloncesto desde las simples variables del box-score. Ese índice se basa en un estudio previo publicado en 2012, sobre factores de productividad. Todavía no puedo dar más detalles de la construcción y teoría que […]

Leer más

(#398). AJUSTE DE FUNCIONES (II): CAPACIDAD EXPLICATIVA Y PARTICIÓN DE LA FUNCIÓN Comentamos diversas formas de valorar y mejorar el ajuste de una función, programando con Maxima

[MONOTEMA] Continuamos con una introducción sencilla al análisis de datos. Tras comparar los resultados de las splines cúbicas y el método de mínimos cuadrados, debemos ahora plantearnos algunas cuestiones sobre la idoneidad de lo que hemos hecho hasta ahora, y las opciones que aparecen entonces. Lo vamos a hacer de […]

Leer más

(#397). AJUSTE DE FUNCIONES (I): SPLINES VS MÍNIMOS CUADRADOS Describimos el método de mínimos cuadrados ordinarios como alternativa a las splines, programando con Maxima

[MONOTEMA] Tras explicar varios de los más empleados métodos de interpolación para buscar aproximarnos a la función que describe los datos empíricos, hemos visto que las splines cúbicas nos ofrecen mucha flexibiliad. Sin embargo, y aunque pueda parecer paradójico, el hecho de buscar una función de interpolación que pase por […]

Leer más

(#396). INTERPOLACIÓN (IV): MÉTODO DE SPLINE CÚBICO Describimos el método de spline cúbico para aproximar una función, programando con Maxima

[MONOTEMA] Los métodos de interpolación vistos hasta ahora no permitían aproximar a la función por tramos. El método de spline sí que lo puede hacer, y es muy potente para conseguir buenos resultados en cualquier tipo de análisis de datos. Seguiremos a Burden, Faires & Burden (2017), y lo enfocaremos, […]

Leer más

(#395). INTERPOLACIÓN (III): MÉTODO DE DIFERENCIAS DIVIDIDAS Describimos el método de diferencias divididas, como forma alternativa de obtener el polinimio de Lagrange programando con Maxima

[MONOTEMA] El polinomio de Lagrange se puede obtener también por medio de un método sencillo que emplea diferencias divididas de las imágenes con respecto a x. Este método también se conoce como “diferencias divididas de Newton”. Seguiremos  a Burden, Faires & Burden (2017), y lo enfocaremos, como siempre, de manera simplificada. […]

Leer más
image_pdfimage_print
1 2 3 11