详细内容或原文请订阅后点击阅览
哪些统计数据可以告诉我们有关NBA教练的信息
使用Python来确定NBA教练的来历，以及什么使他们成功的统计数据可以告诉我们有关NBA教练的统计信息首先出现在数据科学方面。
来源:走向数据科学作为NBA教练？典型的教练持续多久？他们的教练背景在预测成功中是否发挥任何作用？
NBA该分析的灵感来自几个关键理论。首先，休闲的NBA球迷普遍批评，团队过于更喜欢雇用以前的NBA主教练经验的候选人。
因此，该分析旨在回答两个相关问题。首先，NBA球队经常以前的主教练经验重新聘请候选人吗？其次，是否有证据表明这些候选人相对于其他候选人表现不佳？
第二个理论是，内部候选人（尽管很少被雇用）通常比外部候选人更成功。该理论源自一对轶事。 NBA历史上最成功的两位教练，圣安东尼奥的Gregg Popovich和迈阿密的Erik Spoelstra都是内部员工。但是，需要严格的定量证据来测试这种关系是否在较大样本上存在。
此分析旨在探索这些问题，并提供代码以重现Python的分析。
python数据
该项目的代码（包含在jupyter笔记本中）和数据集可在此处的GitHub上找到。分析是在Google Colagoratory中使用Python进行的。
在GitHub上可用该分析的先决条件是确定一种定量衡量教练成功的方法。我决定一个简单的想法：教练的成功将通过他们在这份工作中的任期长度来衡量。任期最能代表可能对教练的期望。预计将聘为一支有竞争的球队的教练将赢得比赛并获得深度的季后赛。聘为重建团队的教练可能会根据年轻球员的发展及其建立强大文化的能力来判断。如果教练达到期望（无论这些期望），团队将保持他们的困境。
此外，收集了以下变量：