30-SECOND ANSWER
30초 핵심
RAPM은 출전 중 팀 득실차를 동료·상대 선수 구성에 맞춰 보정하고, 정규화로 불안정한 추정을 조절해 선수의 상대적 기여를 추정하는 방법입니다.
이 페이지 해석 예: 점 / 100공격권 모델 기반 추정 · 관측 기록 아님
숫자를 읽는 세 가지 기준
- 단위
- 이 페이지 해석 예: 점 / 100공격권
- 기준점
- 0의 의미·수비 부호는 제공자의 모형에 따라 확인
- 높고 낮음
- 같은 총합 모형·기간·기준에서는 높을수록 긍정적 기여 추정
USE IT FOR
이럴 때 유용해요
단순 득실차만으로 선수 공헌을 읽기 어려울 때, 동료·상대와 표본 맥락을 고려하는 생각을 배워보세요.
KEEP IN MIND
이렇게 읽지는 마세요
추정치는 확정적 인과효과가 아닙니다. 선수를 빼면 정확히 그만큼의 점수를 잃거나, 보이지 않는 공헌을 완벽히 측정했다는 뜻이 아닙니다.
A SMALL EXAMPLE
작은 숫자로 읽어보기
직접 구성한 교육용 가상 사례 · 실제 선수 기록 아님
단일 모수 Ridge · 실제 RAPM 아님
8.0 2.7관측 평균 → 페널티를 적용한 값 · 교육용 임의 척도
독립 관측 40개, 페널티 강도 λ=80인 단일 계수 모형의 예입니다. 실제 농구 라인업을 보정한 결과가 아니며, 관측 수를 실제 공격권 수로 읽지 않습니다. 가정과 계산은 선택 심화에서 확인할 수 있습니다.
많이 묻는 질문
0이면 리그 평균 선수라는 뜻인가요?
항상 그렇지는 않습니다. 계수를 어느 값으로 당기는지와 결과의 기준점은 별개입니다. 제공자의 중심화·절편·사전정보를 확인해야 합니다.
몇 시즌을 써야 정확한가요?
모든 모형에 적용되는 고정된 정답은 없습니다. 기간이 길면 정보는 늘지만 선수 능력·역할이 변할 수 있습니다. 표본과 검증 설계를 함께 봅니다.
수비나 스크린을 직접 측정하나요?
팀 득실에 반영된 효과를 포착할 가능성은 있지만 특정 스크린이나 수비 플레이의 공헌을 직접 분리해 센 것은 아닙니다.
THE GUIDED LESSON
원리를 차근차근
같은 정의에서 한 걸음 더. 핵심 설명을 바탕으로, 계산의 생각과 한계를 살펴봅니다.
STEP 01 · 같은 결과, 다른 맥락
농구는 열 명이 함께 만드는 결과입니다
플러스마이너스(+/−)는 선수가 코트에 있을 때 팀이 얻은 점수에서 내준 점수를 뺀 실제 결과입니다. 하지만 강한 동료와 함께 뛰었는지, 어떤 상대를 만났는지까지 분리해 주지는 않습니다.
같은 양의 득실차
강한 동료 · 약한 상대
같은 양의 득실차
약한 동료 · 강한 상대
이 설정만으로 B의 실제 영향력이 더 크다고 계산할 수는 없습니다. 더 다양한 출전 조합과 결과가 필요합니다.
STEP 02 · 함께 뛰는 효과를 풀어보기
출전 구간을 모아 동시에 비교합니다
출전 구간(stint)은 교체 없이 같은 선수 조합이 뛰는 구간입니다. 구간별 라인업, 득실차와 공격권 정보를 일관된 기준으로 모읍니다. 여러 구간을 함께 분석하는 회귀 모형으로 선수별 계수를 추정합니다.
공격권(포제션)은 한 팀의 공격 기회를 세는 단위입니다. 100공격권당으로 표현하면 경기 속도와 기회 수를 고려하는 데 도움이 되지만, 입력의 공격권 정의부터 일치해야 합니다.
APM의 조정은 “강한 동료의 점수 몇 점 빼기”가 아닙니다. 라인업을 함께 넣은 모형의 추정입니다.
STEP 03 · 왜 페널티를 더할까?
늘 함께 뛰면, 누구의 효과인지 분리하기 어렵습니다
두 선수가 늘 함께 뛰거나 표본이 적으면 계수가 불안정해질 수 있습니다. Ridge 정규화는 큰 계수에 페널티를 주는 방식으로 이 불안정성을 조절합니다. 더 강한 페널티가 언제나 더 좋은 모형인 것은 아닙니다.
실제 라인업에는 선수들의 출전이 얽혀 있습니다. 페널티를 늘리면 모든 선수 값의 절댓값이 하나씩 계속 작아진다고 일반화할 수 없습니다. 개별 계수의 크기·부호·순위는 여러 계수를 함께 추정하는 과정에서 달라질 수 있습니다.
STEP 04 · 숫자와 인과를 구분하기
가상의 +3.0은 3승이 아닙니다
100공격권당 점수 단위를 쓰는 총합 모형의 설명용 가상 +3.0은, 그 모형의 기준에 비해 긍정적인 득실 기여가 약 3점/100공격권으로 추정되었다는 뜻입니다. 매 경기 3점, 실제로 교체하면 사라지는 3점, 확정된 미래 성적이 아닙니다.
단위·기준점·기간·정규화 설정이 다른 제공자의 숫자를 한 순위표에 섞지 마세요.
선택 심화 · 단일 모수 toy와 실제 RAPM의 차이
개념 이해용 단일 모수 모형 — 실제 RAPM 아님
독립 관측 n개에 계수 β 하나, 별도의 비벌점 절편은 없다고 가정합니다. 제곱오차의 합에 λβ²를 더한 목적함수입니다. 평균 제곱오차를 쓰면 같은 λ 숫자의 의미도 바뀝니다.
최소화: Σ(yᵢ − β)² + λβ²
β̂ = n / (n + λ) × 관측 평균
n=40, λ=80, 관측 평균=8이면 40/(40+80) × 8 ≈ 2.667입니다. 단위는 교육용 임의 척도이며 실제 공격권이나 점/100공격권이 아닙니다.
이 1계수 모형에서는 λ=0이면 관측 평균이고, λ를 늘리면 절댓값이 0을 향해 줄어듭니다. 실제 다변량 RAPM 개별 계수의 단조 수축을 보장하지는 않습니다.
실제 다변량 모형에서는
최소화: Σ wₜ(yₜ − α − Xₜβ)² + λΣ βⱼ²
이는 영 중심 Ridge형의 한 설계 예입니다. y는 구간 결과, X는 라인업 표시, w는 구간 가중치, α는 절편, β는 선수별 계수입니다. 출력 단위는 y와 X의 정의에 달려 있습니다.
사전정보를 쓰면 페널티 중심이 달라질 수 있고, 운 보정·가중치·시즌 범위도 구현마다 다릅니다. 시간 순서와 정보 누출을 고려한 검증으로 λ를 선택해야 합니다. 이 사이트에서는 실제 RAPM 솔버나 선수 순위를 산출하지 않습니다.
확인 질문 · 정규화가 강하면 언제나 더 정확할까요?
아닙니다. 정보와 페널티의 균형을 검증해야 합니다. λ는 원하는 선수 순위가 나올 때까지 조절하는 손잡이가 아닙니다.
SOURCES & CONTEXT
출처와 설명 범위
- Introduction to regularized adjusted plus-minus (RAPM)
Ron Yurko & Quang Nguyen · CMU SCORE · 발표 2024-07-16 · 접근 확인 2026-10-09
동료·상대 보정 및 Ridge 설명. 이 사이트의 단일 모수 예제는 독자적으로 구성한 교육용 모형.
자료 접근·이용 범위
공개 방법론·교육 모듈 열람. 원 데이터 다운로드 없음.
원 데이터·코드·도표 복제 없음. 자체 해설과 출처 링크만 사용.
사례 ridge-toy-v1 · revision 1 · 독립 관측·계수 1개, 별도 절편 없음. 단위는 교육용 임의 척도. 실제 RAPM이나 실제 포제션 수가 아님. 산술 검증과 원고 점검은 모델 전체의 정확성을 보증하는 것은 아닙니다.
검색 별칭: RAPM · 랩엠 · 정규화 조정 플러스마이너스 · Regularized Adjusted Plus-Minus