データが語る：ICC男子T20ワールドカップ2024統計データから読み解く主要な知見

西インド諸島とアメリカ合衆国で開催されたICC男子T20ワールドカップ2024の詳細な統計を探究しましょう。この包括的なデータセットには、最高の勝率を誇るチーム、最多ウィケット獲得選手、そして最多ラン獲得選手に関する情報が含まれており、大会における際立ったパフォーマンスについて貴重な洞察を与えてくれます。

source: kaggle

データセットを基に、Powerdrillがメタデータを検出し分析した結果、以下の関連する分析項目が導き出されました。

データセット1：チーム - 最高勝率

記述統計

• 勝率の要約統計。

傾向分析

• 時系列での勝率の傾向。

比較分析

• 異なるチーム間の勝率の比較。

データセット2：選手ボウリング成績 - 最多ウィケット

記述統計

• 獲得ウィケット数の要約統計。

パフォーマンス分析

• 最多ウィケット獲得選手の特定。

傾向分析

• 時系列での獲得ウィケット数の傾向。

データセット3：選手バッティング成績 - 最多ラン

記述統計

• 獲得ラン数の要約統計。

パフォーマンス分析

• 最多ラン獲得選手の特定。

傾向分析

• 時系列での獲得ラン数の傾向。

複合分析

相関分析

• チームの勝率と主要選手のパフォーマンス（獲得ラン数および獲得ウィケット数）の関係。

比較分析

• チーム勝率と主要選手（最多ラン獲得選手および最多ウィケット獲得選手）のパフォーマンスの比較。

パフォーマンス影響分析

• チーム勝率に顕著な影響を与える主要選手の特定。

データセット1：チーム - 最高勝率

勝率に関する記述統計

• 平均勝率 (Mean Win %): 52.47

• 勝率中央値 (Median Win %): 50.00

• 勝率最頻値 (Mode Win %): 50.00

• 勝率の範囲 (Range of Win %): 75 (25から100まで)

• 標準偏差 (Standard Deviation): 22.57

• 分散 (Variance): 明示されていませんが、計算によって導き出せます。

勝率の傾向分析

• データポイント数 (Count of Data Points): 15

• 平均勝率 (Mean Win %): 52.47

• 標準偏差 (Standard Deviation): 22.57

• 最小勝率 (Minimum Win %): 25

• 25パーセンタイル (25th Percentile): 33.33

• 中央値 (50th Percentile): 50

• 75パーセンタイル (75th Percentile): 66.97

• 最大勝率 (Maximum Win %): 100

考察： 勝率の分布は25%から100%までと広範囲にわたっており、標準偏差が大きいことは、チームのパフォーマンスが時間とともに変動する多様性を示しています。

チーム別勝率の比較分析

• 分析対象チーム (Teams Analyzed): アフガニスタン、オーストラリア、バングラデシュ、カナダ、イングランドなど

• 平均勝率の範囲 (Range of Average Win %): 25%（最小）から100%（最大）まで

• 主要チーム (Highlighted Teams):

  • アフガニスタン: 62.5%

  • オーストラリア: 71.43%

  • バングラデシュ: 42.86%

  • カナダ: 33.33%

  • イングランド: 50%

考察： オーストラリアは平均勝率が高く、その好調なパフォーマンスを示していますが、カナダは平均が低く、試合での成功が少なかったことを示唆しています。

まとめ

この分析は勝率に関する包括的な概要を提供し、チーム間および時系列での変動性を示しています。オーストラリアは好調なチームとして浮上しましたが、カナダのようなチームは勝率を向上させるための戦略が必要かもしれません。傾向分析は、一部のチームが一貫して好成績を収める一方で、他のチームは大きな変動を見せており、競技パフォーマンスの動的な性質を浮き彫りにしています。

データセット2：選手ボウリング成績 - 最多ウィケット

選手ボウリング成績に関する記述統計

• 試合数: 全ての選手が15試合に出場しています。

• 平均ウィケット数: 選手が獲得したウィケット数の平均は約13.27で、標準偏差は2.09です。これは、選手間でのウィケット獲得数に中程度のばらつきがあることを示しています。

• ウィケット中央値: 獲得ウィケット数の中央値は、異なる統計的測定値において一貫して約14.93です。

• ウィケットの範囲: 選手は11から17のウィケットを獲得しています。

• 投球オーバー数: 平均して、選手は約26.26オーバーを投球しており、最大は35オーバー、最小は16.50オーバーでした。

最多ウィケット獲得選手

• 主要選手: ファザルハク・ファルキ (Fazalhaq FAROOQI) とアルシュディープ・シン (Arshdeep SINGH) がそれぞれ17ウィケットを獲得し、最多ウィケット獲得選手となっています。

• 国別パフォーマンス: アフガニスタンとインドの選手がリストの上位に目立って登場しており、これらの国々が強力なボウリングパフォーマンスを発揮していることを示しています。

時系列でのウィケット数の傾向

• 試合数増加に伴うウィケット数の増加: 試合数が増加するにつれて、獲得ウィケット数の平均には明らかな上昇傾向が見られます。選手はより多くの試合に出場するほど、より多くのウィケットを獲得する傾向があります。

• ピークパフォーマンス: ピークとなる平均ウィケット数14.5は8試合目で観測され、9試合目までに14ウィケットにわずかに減少しています。

視覚的分析

• 棒グラフ分析: 棒グラフは、ファザルハク・ファルキとアルシュディープ・シンがウィケット獲得数でリードしていることを視覚的に確認でき、他の選手間での顕著な分布も示しています。

• 折れ線グラフ分析: 折れ線グラフは、出場試合数と獲得ウィケット数との間に増加傾向があることを効果的に示しており、選手が9試合目に近づくにつれてわずかな減少が見られる前のピークを強調しています。

全体として、選手ボウリング成績の分析は、選手のパフォーマンス、時系列での傾向、そして最多ウィケット獲得選手間の比較実績について重要な知見を明らかにしています。この包括的な概要は、クリケットにおけるボウリングの有効性の主要な側面を理解するのに役立ちます。

データセット3：選手バッティング成績 - 最多ラン

選手バッティング成績に関する記述統計

平均値:

• 試合数: 7.8

• イニング数: 7.4

• 打撃平均: 34.46

• ラン数: 212.8

中央値:

• 試合数: 8

• イニング数: 8

• 打撃平均: 35.12

• ラン数: 214

標準偏差:

• 試合数: 0.86

• イニング数: 0.99

• 打撃平均: 6.57

• ラン数: 35.88

最小値:

• 試合数: 6

• イニング数: 5

• 打撃平均: 24.42

• ラン数: 169

最大値:

• 試合数: 9

• イニング数: 9

• 打撃平均: 43.8

• ラン数: 281

最多ラン獲得選手分析

ラン数別トップ選手:

• ラフマヌラ・グルバズ (Rahmanullah GURBAZ) (アフガニスタン) - 281ラン

• ロヒット・シャルマ (Rohit SHARMA) (インド) - 257ラン

• トラビス・ヘッド (Travis HEAD) (オーストラリア) - 255ラン

• クイントン・デ・コック (Quinton DE KOCK) (南アフリカ) - 243ラン

• イブラヒム・ザドラン (Ibrahim ZADRAN) (アフガニスタン) - 231ラン

時系列での獲得ラン数の傾向分析

傾向の考察:

• 出場試合数の増加に伴い、平均獲得ラン数は変動する傾向が見られます。

• 8試合目での平均ラン数がピーク（220.143ラン）に達し、9試合目では減少（200.667ラン）しています。

視覚化

• 記述統計の棒グラフ: 試合数、イニング数、打撃平均、ラン数の平均値、中央値、標準偏差、最小値、最大値の分布が示されています。

• 最多ラン獲得選手の棒グラフ: 各トップ選手の獲得ラン数が図示され、最高スコアラーが強調されています。

• ラン傾向の折れ線グラフ: 出場試合数と平均獲得ラン数の関係が示されており、非線形な傾向を示しています。

全体として、この分析は選手パフォーマンスをバッティング統計の観点から包括的に概観し、主要な選手を特定し、出場試合数に対するラン得点の傾向を分析しています。

複合分析

チーム勝率と選手パフォーマンス指標間の相関分析

• ランと勝率: 選手の獲得「ラン数」と「勝率」の間の相関係数は**-0.40659**であり、弱い負の相関を示しています。これは、より多くのランが必ずしもより高い勝率と相関するわけではないことを示唆しています。

• ウィケットと勝率: 選手の獲得「ウィケット数」と「勝率」の間の相関係数は**-0.0344329**であり、非常に弱い負の相関を示しています。これは、選手が獲得したウィケット数が勝率にほとんど影響を与えないことを意味します。

チーム勝率の比較分析

• ラン獲得数トップ5の選手がいるチーム: ラン獲得数トップ5の選手がいるチームは、平均勝率が**77.5%**です。

• ウィケット獲得数トップ5の選手がいるチーム: ウィケット獲得数トップ5の選手がいるチームは、平均勝率が**85%**とより高くなっています。

• 結論: トップウィケット獲得選手がいるチームは、トップラン獲得選手がいるチームと比較して勝率が高い傾向があります。

チーム勝率に影響を与える主要選手の特定

相関分析は、個々の選手パフォーマンス指標（「ラン」と「ウィケット」）がチーム勝率との相関が最小限から負であることを示しています。具体的には：

• ラン: 勝率との相関は**-0.40659**です。

• ウィケット: 勝率との相関は**-0.0344329**です。

• 結論: 高いラン数も高いウィケット数も、より高いチーム勝率の強力な予測因子ではありません。これは、試合の結果を決定する上で他の要因がより影響力があるかもしれないことを示唆しています。

全体まとめ

この分析は、トップウィケット獲得選手がトップラン獲得選手よりもチームの成功によりわずかに貢献する傾向がある一方で、ランやウィケットといった個々のパフォーマンス指標はチーム勝率の強力な予測因子ではないことを示唆しています。チームは、勝利の可能性を高めるために、個々のパフォーマンスだけでなく、より広範な戦略的要素に焦点を当てるべきかもしれません。

今すぐ試す

今すぐPowerdrill AIをお試しください。より興味深いデータストーリーを効果的に探究できます！