- このトピックには29件の返信、1人の参加者があり、最後に
により7年、 10ヶ月前に更新されました。
-
トピック
-
なんとなく、なんとなくですが錦織はノータッチエースを取られすぎのような・・・。
と、思って過去、３か月間くらいのデータを取ったところ、特にそのような傾向はない（平均的だった）という記憶があります。
しかしその期間だけそうだったかもしれないし、長期間だとどうでしょうか。
また対戦相手ごと、タイプ別だとどうでしょうか。
データの取り方としては、錦織が取られたエース数と、対戦相手の平均エース数の比較で良いと思います。例）○月●日 錦織 vs ラオニッチ 錦織は20本のエースを取られた。ラオニッチの平均が15本/試合のとき、錦織はエースを取られすぎと言える。
正確には、1ポイントあたりのエース率で比較が正確ですが、ちょっと大変なので試合平均で代用で良いと思います。
-
返信
-
う～ん、これはなかなか算出が大変ですよ。
相手選手の１試合平均のエース数はＡＴＰの公式サイトにあります。
http://www.atpworldtour.com/en/stats/leaderboard?page=serve
ただ、錦織選手が１試合に何本のエースを取られたかは、おそらく１試合ごとにマッチスタッツを確認していくという地道な根気の要る作業が必要になりそうな気がします。チリッチの生涯平均の1試合あたりエース数は約8本
バークレイで圭くんがチリッチに取られたエースの数は16本
明らかに取られすぎな感じがします
英語も数字も苦手な私です(〃ω〃)
1試合平均エース数がどれかわからなかったので、
winlosを足して生涯エース数を割りました
ぜんぜん的外れでまちがってたらごめんなさい(//∇//)とりあえず集計開始してみました。ATPサイトほかのSTATSの完全手動入力なので相当時間かかると思います。
比較対象として今年トップ10の選手は全部見ようと思います。というわけでマレーから集計しています。ランキング順です。と思っていましたが、やっぱり錦織の数値が見たいので、マレーの次は錦織を集計します。今のところまだマレーの23試合目までしか終わっていません。デビスカップのスコアはデビスカップのサイトでないと見られないのですが、これが2nd Serve Points Wonの母数にDFが含まれていないので面倒です。
23試合分の速報として、マレーの今年の「被サービスエース数/リターンゲーム数」は0.28、対戦相手全員の今年の「サービスエース数/サービスゲーム数」は0.49です。リターンゲーム5ゲームあたり1本サービスエースを少なく抑えている感じですね。こう書くとあまり凄そうに感じませんが、23試合でリターンゲームは317ゲームですから、0.21×317=約66本抑えていることになります。
また、試合単位で見ると、全豪決勝を除いて全ての試合で相手の今年の「サービスエース数/サービスゲーム数」を下回る「被サービスエース数/リターンゲーム数」を記録しています。
錦織をはじめ、他の選手との比較が楽しみです。副産物として、錦織の今年の「サービスエース数/サービスゲーム数」は0.29で、生涯値と同値です。ジョコビッチの今年の「サービスエース数/サービスゲーム数」は0.33です。生涯値は0.44ですので、今年のジョコビッチの後半戦のサービスゲームの低調ぶりはここにも現れています。
のめさん
そうですよね、このお題は完全手入力になりそうなので、とても大変だと思います。やはりマレーの守備力（サーブリターン力）は相当高そうですね。
結果発表を楽しみにしてます。
こちらは、お題（２）の２０１５年度の集計と、お題（１）についての２０１６年・２０１５年の集計が終わりました。
集計済みのデータは、トピへの書き込みと、団長にも送信しておきます。やっとマレーのデータが完成しました。
googleスプレッドシートを初めて使ってみました。見られますでしょうか？https://docs.google.com/spreadsheets/d/1Ggq0MGku_RTC3z2DVRO_f1kC1-yeGMLLhe8Fypkzsxk/edit?usp=sharing
今年について、マレーの被エース率が相手の年間エース率より高かった試合は87試合中10試合のみでした。
錦織も15試合まで集計しましたが、15試合中10試合で相手の年間エース率を上回る被エース率を記録しております。マレーと比べて劣るのは当然としても、確かに多いような気がしますね。フェレールとも比較したいですね。ありがとうございます。頑張ります。
そしてデータ集計お疲れ様でした。
BP挽回率は意外な結果でしたね。基本的にBP取得率＞BP挽回率と考えると、
対戦相手のBP取得率との差で見ていくのがいいのかもしれません。のめさん
スプレッドシード見られました（＾＾。大変お疲れ様です。
やっぱりマレー（今年のマレー）の被エース率（相手のサーブに対する守備力）は、かなり優秀な感じですね。
あと、確かに、同じような身長・体格なフェレールとの比較は気になりますね。
逆に、背は高い（手も長い）けど、反射神経・俊敏性はそれほど高くないと思われるラオニッチ（あるいはデルポトロなど）との比較も気になります。
これで被エース率との関係で重要なのは、身長・体格（手の長さ）なのか、反射神経・俊敏性なのか、それとも他の個人的な要素（例えば事前のデータ分析の有無や、勘の良さなど）なのかが見えてくるかも知れないですね。スプレッドシートに錦織のデータを追加しました。
情報として、サーフェスとインドア・アウトドアの区別を追加しました。マレーの分もいつか更新します。とりあえずクレーとグラスに色を付けました。今年の錦織で見ると、1試合平均25ゲーム（3セットマッチも5セットマッチも途中棄権も含む大雑把な数値です）でした。リターンゲーム1ゲームあたりの被エース数が0.1多いと、1試合あたり1本被エースが多い、というくらいになりそうです。それを踏まえ、被エースと相手の年間エースの差が±0．1未満であれば誤差範囲として、±0．1以上差のあった試合のみピックアップしてみました。その上でマレーと比較すると、
エースを1ゲームあたり0．1以上低く抑えた試合
マレー 57試合 錦織 31試合エースを1ゲームあたり0．1以上多く取られた試合
マレー 6試合 錦織 23試合圧倒的です。
抑えた方ですが、錦織はクレーを除くと21に減ります。マレーは41です。錦織はクレーの17試合中10試合でクレーはサービスの優位性が弱まるというのは常識のように言われていますが、
数字ではっきり出るものですね。明らかに他のサーフェスよりエースを取られていません。次ジョコビッチ行きます。
どこに書き込んだものか分からなかったので、こちらに。
ATPのPLAYER STATSですが、デ杯のスタッツは計上されないようです。
ALEKSANDR NEDOVYESOVという選手、今年0勝3敗ですが、この3敗はデ杯のものです。
他はチャレンジャーと予選ですので、勝利数に加算されません。
そして、2016のPRAYER STATSはオールOです。マレーも、今年の全試合（ツアー・GS・オリンピック・デ杯）でBPは合計482回握られましたが、ATPによるマレーの今年のスタッツでは446となっています。この数値で追ってみると、オリンピックの数値は含まれ、デ杯の数値は抜けているようです。
どんな内容の数値であろうと、試合ごとのスタッツを積み重ねる以外にはATPのPRAYER STATSを使わざるを得ないのですが、割合はともかく積み上げ系の数字（エース数など）を使用する時にはこのことを頭に入れておく必要があるかもしれません。
スプレッドシートにジョコビッチのデータを追加しました。
棄権のあった試合を除くデータを追加しました。
サーフェス別のデータを追加しました。ジョコビッチはマレー程の数字は出ませんでした。しかしそれでも錦織より1ゲームあたり0.08本被エースが少ないです。
これが誤差なのかどうかですが、私は統計学的な知識もなく、テニスに対する知見も優れているわけではないので団長に判断をおまかせします。棄権を除いたデータでは、錦織もトータルでは0.04本/1ゲームではありますが一応は相手の年間平均より少ない被エースということになりました。団長の調査どおり、平均的という範囲に収まるかと思います。平均的にエースを浴びながら平均以上にリターンゲームを奪うのですからむしろ凄いです。被エースをノーカンとした場合のリターンポイント率だったら……と考えましたが、スタッツではエースを除くサービスウィナーは集計されていません（リオオリンピックは集計していました）。となると1stを返せた場合限定のポイント率というのは出せません。エース＋ウィナーでは実はあまりマレーらと変わらないかもしれないということの検証も含めて、今後公式に集計して欲しいデータです。
次ラオニチッチ行きます。
スプレッドシートにラオニッチのデータを追加しました。
勝敗別のデータを追加しました。ラオニッチはジョコビッチよりも良い数字が出ました。
リーチの長さのなせる技なのでしょうか。
何にせよ、エースを防げるというだけではリターンゲームは取れないということが明らかになりました（ラオニッチの今年のリターンゲーム取得率は18．37%。錦織は28.20%）。まあ、ラオニッチはサービスゲームが強いので勝つにはこれで十分なんですけれども。次はバブリンカです。
スプレッドシートにバブリンカのデータを追加しました。
勝敗別のデータを増やしました。バブリンカも錦織を上回るエース抑制率でした。
それと、どの選手も（まだ5選手ですが）負け試合のほうが平均的に多くエースを食らっているようです。
といっても負け試合は勝ち試合に比べて圧倒的にデータが少ないのですが。次はチリッチです。デ杯が多くオリンピックっも出ているので集計が面倒です。
今年中にトップ10全員できるだろうか。のめさん、お疲れ様です。
錦織選手と同様にリターンが上手くて、背も高いジョコ・マレーはともかく、少なくともリターンについては錦織選手よりはやや劣ると思われるラオニッチ・ワウリンカが、錦織選手よりもエース抑制率が高いとなると、やはりエース抑制率に大事なのは、体格（身長・リーチ）なのか？という気がしてきますね。
ただ、ワウリンカ選手は身長１８３センチなので、錦織選手（１７８センチ）とは、５センチしか違わないんですよね～、う～む。
トップ選手ではフェレール選手が錦織選手より背が低い（１７５センチ）ですが、今年は不調だったから、参考になるのかどうか･･･。あとはゴフィン選手が比較的近い身長ですかね（１８０センチ）～。はじめまして。
こちらのフォーラムの集計と少し視点が違いますが、私なりに同じ主旨のことを調べてツイートしていたので、こちらでも紹介させてください。
私の集計は、下記の条件で抽出しています。
・対戦相手をビッグサーバー(エース数/試合数がトップ20)でかつ、その大会で3試合以上プレーしている選手に限定
・その選手のエース数/サービスゲーム数を、錦織戦と大会全試合とで比較(サーフェスや調子の影響が小さくなるように)錦織、マレー、ジョコビッチについて集計し、2016年の対ビッグサーバーの１試合当たり被サービスエース数は、
マレー＜ジョコビッチ＜錦織
の順で、錦織の被サービスエース数は、ツアーの平均レベル。
エース取られ過ぎではないのですが、プレースタイルから考えると多いのではないかと思います。詳細データは、リンク先をご覧ください。
錦織被エース数
マレー被エース数
ジョコビッチ被エース数plumさん
別の角度からのデータ、どうもありがとうございます（ツイッターも拝見しました）。
確かに、リターンの良さを武器とする（≒サーブが武器とはならない）プレースタイルからすると、平均的というのでは今ひとつ（リターンの良さを武器とするなら、被サービスエース数を平均以下に抑えて欲しい）、ということになるのでしょうね。
印象として、サービスエースを良くくらっていると思うのは、無意識のうちに、良く試合の映像を見るジョコやマレーなど超トップ選手と比較してしまうからなのかも知れないですね（他の一般的な選手の試合の映像はそれほど見ない）。http://www.tennisabstract.com/cgi-bin/player.cgi?p=KeiNishikori
こんなサイトを見つけました。見つけたのはよいのですが、目がチカチカして全部見れません。他の選手のもあるみたいですが…どこまで網羅しているのかはまだ確認してません。とりあえずお知らせまで。
面白い分析ですね。
錦織選手の被エース数が他の一般的な選手と比べて多くはないことはわかりましたが、マレーとの差は気になりますね。有難うございます。
私の集計は、その大会だけで比較しているため、エース数の多いビッグサーバーに限定しています。
なんとなくですが、ビッグサーバーではないものの、サーブのよい選手に対してエースを良く取られているような印象を持っています。nakaさん、のめさんの集計で、その辺りが本当はどうなのか、見えてこないか期待しています。
面白いサイトの紹介有難うございます。
凄いデータ量ですね。宝の山を見つけた気分ですが、宝が多すぎて手に負えないかも…
オリンピックの試合ごとの結果が、公式ページからなくなっていました。
pdfでダウンロードできたので、まとめてやっておけばよかったと後悔しております。
ROMさんにご紹介していただいたサイトに、全試合ではないもののオリンピックのスタッツも載っているので、今後そちらを使っていこうと思います。全く違う事を調べていた時、偶然にこのサイトにぶち当たりました。お役に立てたならよかったです。皆さんのデータ完成楽しみにしています。
スプレッドシートにチリッチのデータを追加しました。
チリッチは錦織並のエース抑制数でした。棄権のあった試合を除くと、若干ですが錦織よりも悪い値です。しかし詳細に見ると、錦織はクレーシーズン前のハードコートシーズンもウィンブルドン後のハードコートシーズンも平均するとマイナスですが、チリッチは前者はマイナスですが後者はプラスです。勝敗別に見ても、チリッチは勝った試合に比べて負けた試合でのエース抑制数の平均が0.19少ないです（錦織は0.08少ない）。好調・不調が被エースに現われやすい選手なのかもしれません。
オリンピックのスタッツですが、リオオリンピックの公式ページからは消えていましたが、ITFのオリンピック特設サイトで見ることが出来ました。ひと安心です。
次はモンフィスです。スプレッドシートにモンフィスのデータを追加しました。
モンフィスは平均エース抑制数が0.25/gameと、マレーの0.21/gameを上回りました。
対戦相手の平均エース数も0.59/gameと、マレーと錦織の対戦相手の0.57/gameを上回っている上でですから、相当なものです。次はティームです。年内に全員は無理でした。
スプレッドシートにティームのデータを追加しました。
ティームは錦織並の平均エース抑制数/gameでした。しかし、チリッチと逆で前半は良いのですが後半は明らかに息切れしています。前半のハードコートシーズン（16勝5敗）では平均0.14/game、後半のハードコートシーズン（10勝10敗）では平均-0.19/gameでした。
こういった部分も実力のうちともいえますが、例えばラオニッチが後半バテてエースが取れなくなってきたとして、それをもってラオニッチはビッグサーバーではないとは言わないでしょう。そう考えると、実力はともかく「選手の特徴」としては、ティームは錦織に比べると相手のサーブでエースを取られにくいプレーヤーと言ってよいのではないかと思います。
次はナダルです。
スプレッドシートにナダルのデータを追加しました。
ナダルはジョコビッチよりも低い値でした。クレーでの試合の割合が高く、トータルで見ると過大な値となると思われる状況でこの結果ですので、少々以外です。全盛期はもっと良い数字が出たのだろうとは思いますが。
次、ラストのベルディヒです。
今日中に出来なければ完成は1月14日か15日になると思います。多分今日中には無理です。のめさん、
膨大なデータ収集・入力お疲れ様です。
リターン・ストロークで勝負するタイプのナダルの数値が思ったよりも低いのは、確かに意外ですね。ナダル選手（１８５㎝）は、ワウリンカ選手（１８３㎝）とほぼ同じ身長なので、体格・リーチ等の問題というわけでも無いでしょうし･･･。
背が高くてフットワークも良い（反射神経も良さそう）モンフィスが数値が高いの納得です。ご無沙汰しております。
スプレッドシートにベルディヒのデータを追加しました。
ベルディヒはトップ10で唯一、被エース数が相手の平均エース数を上回りました。とりあえずデータの提供はできたと思います。
個人的なこだわりでもうちょっと続けますが、お構いなく。のめさん、貴重なデータありがとうございます♪
あらためてゆっくりデータとコメントを見させていただきますね(⌒‐⌒)関係者さま、
こちらのフォーラム、前から気になってたのですが素晴らしいデータがありますね。
最近知られてきたディープ（マシーン）・ラーニングについて以下をコメント記事にしたのですが、最初からこちらに投稿すべきでした。イギリスのインペリアル・カレッジのATPツアーポイントの卒業論文はなかなか面白くて参考になります（たとえばテニスのポイントは近似的にお互いに独立で同じ分布をする）。ATPポイントのデータベースのサイトとかも載っているので、ちょっと調べてみようかと思っています。ディープ（マシーン）・ラーニング自体は数学の知識が必要ですが、一般ユーザーとしては最近広まってきたソフトを使えばよいはずで、難しいソフトの知識を必要とするわけではないと思います。肝心なのはインプットするデータだと思います。ATPのデータは拾ってこれるでしょうから、こちらで皆さんが実際に手を動かして計算されているデータはたいへん貴重だと思います。それぞれ眺めるだけでもよいですが、それを共有データとしてディープ（マシーン）・ラーニング解析してみては、というのがアイデアです。ディープ（マシーン）・ラーニングの結果は、たとへば試合に勝つ（１）または負ける（０）ですが、さまざまなパラメーター（例：１stサービス、リターン率）を変えて錦織選手の勝率を上げるためには、どこを改善するのが良いのか楽しんで研究できるのではないかと思いました。イギリスは賭けが盛んですが、たぶんディープ（マシーン）・ラーニングを使っているのだと思います。ちゃんと確認してませんが、たぶんマレー選手のチームとかはかなりデータ解析しているものと思います。時間はかかるかもしれませんが、将来的な課題として検討してみてはと思いました。
禮
2017/02/22 12:29am
返信 引用
団長さま、ブログで「ほんとうは確率分布の話がしたい」とのことですが、いつか書こうと思っていたのですが、フォーラム・鼻血ブログ分析班立ち上げの動機「主観的な印象に基づく批評から、確かなデータに基づいた客観的な分析へ」に小生も全面的に賛成で、テニスはそれが可能なスポーツだと思っています。もちろん、ケガや心理状態などの不定要素がありますが、それを入れた解析でさえ可能です。最近、将棋や囲碁（AlphaGo）で話題になったディープ・ラーニング（マシーン・ラーニング）による解析はやってみる価値があるとずっと思っています。ただそのためには膨大なデータの蓄積が必要です。でもこのブログに集う人々は、（小生のこれまでの印象では）何かしらテニスに携わっている（セミ）プロだったり、会社勤めながら昔はテニスをやってた人、実は計算機に詳しい、語学やインターネットでの情報収集ならまかせとけ、とかバラエティーに富んだ人材が豊富なので、皆で協力してデータ構築するのは可能ではないかと思ってました。実際にプロテニスATPツアーについてマシーン・ラーニング解析したイギリスのインペリアル・カレッジ・工学部計算機の卒業論文があったりします。詳しくないですが、この手の解析はたぶんブックメーカーとかの賭けに使われていると思います。我々は錦織ファンの観戦者だし、皆仕事や家族のことで忙しいので、そんなヒマなことと思われるかも知れませんが、最近ではディープ・ラーニングのソフトがだいぶ整備されてきており、使いやすくなっています。データを共有して、ディープ・ラーニング解析ができる人はやって、錦織選手の対戦相手への作戦について、皆でワイワイ・ガヤガヤできないかと正月早々夢をみていました。試合に関係ないトピですみません。
禮
2017/02/22 12:57am
返信 引用
すみません、リンク切れでしたがイギリスのインペリアル・カレッジ・工学部計算機の卒業論文というのは、こちらです。英語ですがなかなか興味深い内容なので、お時間のある方は試合の合間にでもどーぞ。卒論書いた人はたぶんブックメーカーに就職ですね。
最近の20コメント