データで見るシカゴ・ブルズの特徴と傾向【NBA2017-18 レギュラー・シーズン】

　本記事では、NBA2017 – 2018レギュラー・シーズンにおけるシカゴ・ブルズの各種データで実践した分析の結果を示していきます。NBA観戦の際のご参考になれば幸いです。

　本記事における分析結果は、フリー統計ソフトRのパッケージ” BasketballAnalyzeR ”を用いての分析結果であるため、NBA公式で公表されている数値とは差異が発生する場合もあります。その点につき、あらかじめご留意ください。

　なお、シカゴ・ブルズの他のレギュラー・シーズンの記事は、こちらからご確認ください。

※データ分析を実践する際に参考にしている書籍『Basketball Data Science: With Applications in R』の紹介記事も書いていますので、よろしければご確認ください。

【シカゴ・ブルズ】プレイヤーの基本スタッツ < NBA 2017 – 2018 Regular Season>

　シカゴ・ブルズの所属プレイヤー（試合出場時間順）の基本スタッツは下記の通り。基本スタッツの内容はこちら。

Player	GP	MIN	PTS	P2M	P2A	P2p	P3M	P3A	P3p	FTM	FTA	FTp	OREB	DREB	AST	TOV	STL	BLK	PF	PM
Justin Holiday	72	2264.9	876	129	333	38.7	161	449	35.9	135	164	82.3	31	260	153	93	80	31	134	-180
Denzel Valentine	77	2095.1	783	158	351	45	143	370	38.6	38	51	74.5	48	345	244	99	65	11	185	-269
Lauri Markkanen	68	2020	1033	229	461	49.7	145	401	36.2	140	166	84.3	79	429	79	83	39	40	103	-387
Robin Lopez	64	1689.8	756	338	631	53.6	4	14	28.6	68	90	75.6	134	156	124	107	14	53	109	-200
Jerian Grant	74	1686.3	619	148	316	46.8	61	187	32.6	140	188	74.5	31	140	342	89	63	8	132	-252
David Nwaba	70	1646	555	184	371	49.6	18	52	34.6	133	203	65.5	89	237	104	77	59	29	158	-240
Bobby Portis	73	1642.5	964	302	588	51.4	80	223	35.9	120	156	76.9	159	339	123	103	50	23	130	-83
Kris Dunn	52	1524.8	699	243	532	45.7	43	134	32.1	84	114	73.7	24	197	310	150	104	27	174	-276
Cristiano Felicio	55	977.5	308	127	213	59.6	0	2	0	54	81	66.7	83	150	55	54	16	11	104	-335
Noah Vonleh	54	875.7	264	84	168	50	20	66	30.3	36	58	62.1	70	241	34	31	19	17	68	-39
Paul Zipser	54	824	218	44	124	35.5	37	110	33.6	19	25	76	13	118	46	43	20	15	86	-217
Zach LaVine	24	656.3	401	94	232	40.5	42	123	34.1	87	107	81.3	9	85	72	43	24	4	55	-172
Sean Kilpatrick	52	640.1	330	64	150	42.7	46	144	31.9	64	72	88.9	5	82	46	38	13	5	33	-112
Cameron Payne	25	581.5	221	52	124	41.9	35	91	38.5	12	16	75	18	51	113	36	26	9	44	-89
Antonio Blakeney	19	313.9	151	38	91	41.8	15	52	28.8	30	39	76.9	4	29	20	11	7	1	19	-6
Ryan Arcidiacono	24	304.1	48	8	10	80	9	31	29	5	6	83.3	1	24	35	13	13	0	18	-24
Quincy Pondexter	23	195.7	45	11	27	40.7	3	22	13.6	14	17	82.4	8	19	9	11	8	2	24	-90
Omer Asik	18	182.1	22	9	22	40.9	0	0	0	4	13	30.8	9	38	3	9	2	4	20	-32
Jarell Eddie	3	8.6	0	0	0	0	0	2	0	0	0	0	0	1	0	0	1	0	0	1

⇐ 2016-17 |🏀| 2018-19 ⇒

※NBAプレイヤーのマッピング（多次元尺度構成法）はこちら、NBAプレイヤーの分類 （ウォード法による階層的クラスター分析）はこちら。

【シカゴ・ブルズ】基本スタッツを用いたプレイヤーのバブルチャート <NBA 2017 – 2018 Regular Season>

シュート成功数とシュート試投数を用いたバブルチャート

　シュート成功数とシュート試投数を用いたバブルチャートは下記の通り。バブルチャートの見方はこちら。

ディフェンス関連スタッツとプラスマイナスを用いたバブルチャート

　ディフェンス関連スタッツとプラスマイナスを用いたバブルチャートは下記の通り。バブルチャートの見方はこちら。

⇐ 2016-17 |🏀| 2018-19 ⇒

※基本スタッツを用いたチーム単位のバブルチャートはこちら。

【シカゴ・ブルズ】基本スタッツを用いたプレイヤーのレーダーチャート <NBA 2017 – 2018 Regular Season>

　シカゴ・ブルズの所属プレイヤーのレーダーチャートは下記の通り。レーダーチャートの見方はこちら。基本スタッツの内容はこちら。

※シーズンを通じて試合出場時間が500MIN以上であるプレイヤーが対象。レーダーチャート内にある青色の点線は平均値（標準化の処理を行っているため平均0）を表す。レーダーチャート作成の際には全てのスタッツを1MINあたりの数値に変換している。

⇐ 2016-17 |🏀| 2018-19 ⇒

※基本スタッツを用いたチーム単位のレーダーチャートはこちら。

【シカゴ・ブルズ】基本スタッツのばらつき ～変動係数と範囲～ <NBA 2017 – 2018 Regular Season>

　シカゴ・ブルズの基本スタッツのばらつきを示すグラフは下記の通り。グラフの見方とグラフ作成に使用した基本スタッツの内容はこちら。グラフ内に示されている変動係数（Variation Coefficient）と範囲（Range）の内容は過去記事を参照。

⇐ 2016-17 |🏀| 2018-19 ⇒

【シカゴ・ブルズ】シュートチャートとフィールドショット分布 <NBA 2017 – 2018 Regular Season>

コートを16エリアに区分したシュートチャート

　コートを16エリアに区分したシカゴ・ブルズのシュートチャートは下記の通り。シュートチャートの見方はこちら。

ヘックスビンマップ（Hexbin map）を用いたシュートチャート

　ヘックスビンマップ（Hexbin map）を用いたシカゴ・ブルズのシュートチャートは下記の通り。シュートチャートの見方はこちら。

試合経過時間で見るフィールドショットの分布とベストスコアラー ～密度推定～

　試合経過時間で見るシカゴ・ブルズのフィールドショットの分布は下記の通り。分布図の見方はこちら。

ショットクロックで見るフィールドショットの分布とベストスコアラー ～密度推定～

　ショットクロックで見るシカゴ・ブルズのフィールドショットの分布は下記の通り。分布図の見方はこちら。

シュート距離で見るフィールドショットの分布とベストスコアラー ～密度推定～

　シュート距離で見るシカゴ・ブルズのフィールドショットの分布は下記の通り。分布図の見方はこちら。

⇐ 2016-17 |🏀| 2018-19 ⇒

※リーグ全体のシュートチャートとフィールドショット分布はこちら。

【シカゴ・ブルズ】フィールドショットのスコアリング期待値 <NBA 2017 – 2018 Regular Season>

試合経過時間で見るスコアリング期待値の推移 ～密度推定～

　試合経過時間で見るシカゴ・ブルズのスコアリング期待値の推移は下記の通り。分布図の見方はこちら。

ショットクロックで見るスコアリング期待値の推移 ～密度推定～

　ショットクロックで見るシカゴ・ブルズのスコアリング期待値の推移は下記の通り。分布図の見方はこちら。

シュート距離で見るスコアリング期待値の推移 ～密度推定～

　シュート距離で見るシカゴ・ブルズのスコアリング期待値の推移は下記の通り。分布図の見方はこちら。

⇐ 2016-17 |🏀| 2018-19 ⇒

【シカゴ・ブルズ】チーム内におけるアシストのネットワークと特徴<NBA 2017 – 2018 Regular Season>

フィールドショットによる得点とアシスト関連スタッツ

　シカゴ・ブルズの所属プレイヤー（アルファベット順）のフィールドショットによる得点とアシスト関連スタッツは下記の通り。表中のFGPTS, FGPTS_AST, FGPTS_ASTp, AST, ASTPTSの内容はこちら。

Player	FGPTS	FGPTS_AST	FGPTS_ASTp	AST	ASTPTS
Antonio Blakeney	121	68	56.2%	20	49
Bobby Portis	844	566	67.1%	123	304
Cameron Payne	209	82	39.2%	113	278
Cristiano Felicio	254	192	75.6%	55	134
David Nwaba	422	243	57.6%	104	246
Denzel Valentine	745	493	66.2%	244	581
Jerian Grant	479	166	34.7%	342	824
Justin Holiday	741	644	86.9%	153	351
Kay Felder	44	17	38.6%	20	47
Kris Dunn	615	165	26.8%	310	740
Lauri Markkanen	893	714	80.0%	79	196
Nikola Mirotic	355	268	75.5%	39	88
Noah Vonleh	132	86	65.2%	21	51
Omer Asik	4	4	100.0%	1	2
Paul Zipser	199	160	80.4%	46	115
Quincy Pondexter	31	23	74.2%	9	23
Robin Lopez	688	503	73.1%	124	300
Ryan Arcidiacono	43	32	74.4%	35	85
Sean Kilpatrick	113	70	61.9%	13	31
Zach LaVine	314	118	37.6%	72	169

アシストネットワーク ～ネットワーク分析～

　シカゴ・ブルズのアシストネットワークは下記の通り。グラフ内に示されている項目やグラフの見方はこちら。

※ノードの色はFGPTS（フィールドショットによる得点）、ノードのサイズはASTPTS（アシストにより生み出した得点）に対応している。エッジの始点はアシスト元のプレイヤー、終点はアシスト先のプレイヤー、エッジの色はアシスト数（アシスト数20以下となるエッジの表記は省略）に対応している。

アシストにより生み出された得点とフィールドショットによる得点の散布図

　アシストにより生み出された得点とフィールドショットによる得点の散布図は下記の通り。散布図の見方はこちら。

主要プレイヤー間のアシストのやり取り ～クロス集計表～

　主要プレイヤー間のアシストの具体的な本数は下記の通り。クロス集計表の見方はこちら。

	Bobby Portis	David Nwaba	Denzel Valentine	Jerian Grant	Justin Holiday	Kris Dunn	Lauri Markkanen	Robin Lopez
Bobby Portis	0	8	28	9	18	2	6	5
David Nwaba	19	0	8	2	10	1	15	5
Denzel Valentine	36	8	0	12	24	24	35	37
Jerian Grant	68	23	22	0	38	3	41	66
Justin Holiday	12	9	17	7	0	14	32	40
Kris Dunn	35	13	34	4	44	0	71	63
Lauri Markkanen	1	4	11	3	25	10	0	11
Robin Lopez	3	2	15	6	39	7	40	0

※シーズンを通じて試合出場時間が1500MIN以上であるプレイヤーが対象。クロス集計表の見方について、集計表の行にはアシストを出した側のプレイヤー、集計表の列にはアシストを受けた側のプレイヤーが記載されている。

アシストを出した相手先の偏りの度合いを数値化 ～ジニ係数～

　シカゴ・ブルズの所属プレイヤーについて、アシストを出した相手先の偏りを表すジニ係数は下記の通り。ジニ係数の内容は過去記事を参照。

※シーズンを通じて試合出場時間が1500MIN以上であるプレイヤーが対象。ジニ係数は0から1（0～100%）の間の値をとり、アシストを出した相手先の偏りが全く無い場合は0、その偏りが大きくなるにつれて1に近づく。

アシストをもらった相手の偏りの度合いを数値化 ～ジニ係数～

　シカゴ・ブルズの所属プレイヤーについて、アシストをもらった相手の偏りを表すジニ係数は下記の通り。ジニ係数の内容は過去記事を参照。

※シーズンを通じて試合出場時間が1500MIN以上であるプレイヤーが対象。ジニ係数は0から1（0～100%）の間の値をとり、アシストをもらった相手の偏りが全く無い場合は0、その偏りが大きくなるにつれて1に近づく。

⇐ 2016-17 |🏀| 2018-19 ⇒

※アシストに関するチーム単位のジニ係数はこちら。

【シカゴ・ブルズ】対戦チームのシュートチャートとフィールドショット分布 <NBA 2017 – 2018 Regular Season>

　ここではシカゴ・ブルズと対戦したチームのシュートチャートとフィールドショット分布を示し、シカゴ・ブルズが対戦チームからどのようなシュートを打たれたのかを確認する。

コートを16エリアに区分した対戦チームのシュートチャート

　コートを16エリアに区分したシカゴ・ブルズの対戦チームのシュートチャートは下記の通り。シュートチャートの見方はこちら。

ヘックスビンマップ（Hexbin map）を用いた対戦チームのシュートチャート

　ヘックスビンマップ（Hexbin map）を用いたシカゴ・ブルズの対戦チームのシュートチャートは下記の通り。シュートチャートの見方はこちら。

シュート距離で見る対戦チームのフィールドショットの分布とベストスコアラー ～密度推定～

　シュート距離から見るシカゴ・ブルズの対戦チームのフィールドショットの分布は下記の通り。分布図の見方はこちら。

⇐ 2016-17 |🏀| 2018-19 ⇒

※リーグ全体のシュートチャートとフィールドショット分布はこちら。

次ページは、分析を実行するための統計ソフトRのコマンドを記載している。