ゆうき（ @BASEBALLY15 )です^^
今回は，『ベイズの定理』を使って，プロ野球の球団ごとの年俸について分析してみました．
『ベイズの定理』を使って，何が出来るのですか・・・?
例えば，プロ野球選手のデータから傾向を掴むことが出来ます．
今回の分析では， 強いチームの年俸が，全チームに比べてどれくらいの割合を占めているのか，ということが分かりました．
（Udemy『実践Pythonデータサイエンス』を参考，Jupiter notebookを使用）
目次
ベイズの定理とは?
ベイズの定理とは， ある事柄Aが起きた後に，事柄Bが起きる確率のことを言います．
高校で習う『条件付き確率』と『乗法の定理』を組み合わせたものです．
以下に，今回使うデータと合わせて，より分かりやすく説明します．
学習内容-ベイズの定理-
使うデータ
今回は，こちらのサイトのデータを使います．
以下に，csvファイルにまとめたものを載せておきます．
今回の検証は，
『プロ野球のセ・リーグの中で，年俸が1億円の選手が， Yomiuri Giants というチームに所属している確率』
というテーマで行います．
上で紹介したベイズの定理の『事柄A』が『 年俸が1億円の選手 』を指し，『事柄B』が『 Yomiuri Giants というチームに所属している 』を指します．
それでは，ベイズの定理を使って，分析を行っていきましょう^^
流れ
以下の手順で分析を行います．
- 選手がYomiuri Giantsというチームに所属している確率Pxを求める
- Yomiuri Giants というチームの中で，年俸が1億円以上ある選手の確率Pxyを求める
- 全体で年俸が1億円以上ある選手の確率Pyを求める
ライブラリ
import numpy as np
import pandas as pd
from pandas import Series, DataFrame
import seaborn as sns
sns.set_style("whitegrid")
import matplotlib.pyplot as plt
%matplotlib inlineコード
まず，csvファイルを読み込みます．
#ファイル名を定義
filename = "anual_salary.csv"
#ファイルの読み込み
salary_data = pd.read_csv(filename)読み込んだcsvファイルを表示してみましょう^^
#実行
salary_dataすると，このように，球団名と選手名と年俸が表示されます．
| team | player’s name | annual salary(yen) | |
|---|---|---|---|
| 0 | Yomiuri Giants | 菅野 智之 | 650000000 |
| 1 | Yomiuri Giants | 坂本 勇人 | 500000000 |
| 2 | Yomiuri Giants | 丸 佳浩 | 450000000 |
| 3 | Yomiuri Giants | ゲレーロ | 400000000 |
| 4 | Yomiuri Giants | マシソン | 355000000 |
| … | … | … | … |
| 451 | Yakult Swallows | 田川 賢吾 | 5000000 |
| 452 | Yakult Swallows | 鈴木 裕太 | 4800000 |
| 453 | Yakult Swallows | ジュリアス | 4000000 |
| 454 | Yakult Swallows | 内山 太嗣 | 2800000 |
| 455 | Yakult Swallows | 松本 友 | 2800000 |
次に，確率を求めるために，
説明変数Xと目的変数Yを定義したいと思います．
#説明変数Xを定義（チーム名）
X = salary_data["team"]
#目的変数Yを定義（年俸）
Y = salary_data["annual salary(yen)"]ちなみに，以下のコードを記述すると，全データ数を確認することが出来ます．
#実行
len(X)456
今回使うcsvファイルには，6球団456人のデータが入っていることが分かりました．
選手が Yomiuri Giants というチームに所属している確率Pxを求める
まず，上のデータフレームから，” Yomiuri Giants “のデータのみを取り出します．
#giantsを定義
giants = salary_data[salary_data["team"]=="Yomiuri Giants"]
#giantsのデータ数を表示
len(giants)90
そして，選手がYomiuri Giantsというチームに所属している確率Pxを求めます．
Px = len(giants)/len(X)
#実行
Px0.19736842105263158
Pxは，約20%ということが分かりました．
Yomiuri Giants というチームの中で，年俸が1億円以上ある選手の確率Pxyを求める
全データからYomiuri Giantsだけを取り出したものを表示させたいと思います．
#Yomiuri Giantsのデータフレームを表示
giants| team | player’s name | annual salary(yen) | |
|---|---|---|---|
| 0 | Yomiuri Giants | 菅野 智之 | 650000000 |
| 1 | Yomiuri Giants | 坂本 勇人 | 500000000 |
| 2 | Yomiuri Giants | 丸 佳浩 | 450000000 |
| 3 | Yomiuri Giants | ゲレーロ | 400000000 |
| 4 | Yomiuri Giants | マシソン | 355000000 |
| … | … | … | … |
| 85 | Yomiuri Giants | 沼田 翔平 | 2400000 |
| 86 | Yomiuri Giants | 黒田 響生 | 2400000 |
| 87 | Yomiuri Giants | 平井 快青 | 2400000 |
| 88 | Yomiuri Giants | モタ | 2300000 |
| 89 | Yomiuri Giants | ラモス | 2260000 |
このデータフレームから，1億円以上の選手を取り出したいと思います．
giants_over1を定義
giants_over1 = giants[giants["annual salary(yen)"] >= 100000000]
#実行
giants_over1このように，年俸が1億円以上の選手のみを取り出すことが出来ました．
| team | player’s name | annual salary(yen) | |
|---|---|---|---|
| 0 | Yomiuri Giants | 菅野 智之 | 650000000 |
| 1 | Yomiuri Giants | 坂本 勇人 | 500000000 |
| 2 | Yomiuri Giants | 丸 佳浩 | 450000000 |
| 3 | Yomiuri Giants | ゲレーロ | 400000000 |
| 4 | Yomiuri Giants | マシソン | 355000000 |
| 5 | Yomiuri Giants | 陽 岱鋼 | 300000000 |
| 6 | Yomiuri Giants | 山口 俊 | 230000000 |
| 7 | Yomiuri Giants | ビヤヌエバ | 225000000 |
| 8 | Yomiuri Giants | 阿部 慎之助 | 160000000 |
| 9 | Yomiuri Giants | 野上 亮磨 | 150000000 |
| 10 | Yomiuri Giants | 中島 宏之 | 150000000 |
| 11 | Yomiuri Giants | 炭谷 銀仁朗 | 150000000 |
| 12 | Yomiuri Giants | クック | 140000000 |
| 13 | Yomiuri Giants | 澤村 拓一 | 121500000 |
| 14 | Yomiuri Giants | ヤングマン | 114000000 |
そして，Yomiuri Giants内の1億円以上の選手の数を Yomiuri Giants の選手の数で割ると，Pxyを求めることが出来ます．
#Pxyを定義
Pxy = len(giants_over1)/len(giants)
#実行
Pxy0.16666666666666666
Pxyは約15%くらいということが分かりました．
全体で年俸が1億円以上ある選手の確率Pyを求める
最後に，Pyを求めたいと思います．
まずは，全データから，年俸が1億円以上の選手を抽出したいと思います．
#全データから，年俸1億円以上の選手を抽出
all_over1 = salary_data[salary_data["annual salary(yen)"] >= 100000000]
#実行
all_over1データフレームが長くなるので，表示結果は割愛させていただきます．
そして， Py を求めます．
#年俸1億円以上の選手を抽出する確率Pyを求める
Py = len(all_over1)/len(salary_data)
#実行
Py0.1206140350877193
なんと，年俸が1億円以上の選手が Yomiuri Giants に約12%存在することが分かりました．
終わりに
今回は，ベイズの定理を使って，プロ野球の球団の年俸について分析してみました．
今後は，今まで以上に，統計の知識も交えながらブログを投稿していきます^^
それでは・・・