Data Analysts and Their Software Practices: A Profile of the Sabermetrics Community and Beyond
Data Analysts and Their Software Practices: A Profile of the Sabermetrics Community and Beyond
复制标题
数据分析师及其软件实践：Sabermetrics 社区及其他社区概况
DOI：
10.1145/3392859
复制
发表时间：
2020
影响因子：
--
通讯作者：
Stolee, Kathryn T.
中科院分区：
文献类型：
--
作者：
Middleton, Justin;Murphy-Hill, Emerson;Stolee, Kathryn T.
对于现代数据分析来说，管理数据越来越需要软件开发的实践，但它们必须与其他统计和科学技能结合在一起。因此，我们问：一个社区如何通过他们独特的工作压力来重新设置软件开发的情境？为了回答这个问题，我们探索了围绕棒球或sabermetrics的分析社区。为了发现软件开发在寻找体育领域强大的统计洞察力方面的地位，我们采访了SABERMETRY社区的10名参与者，并调查了120多名数据分析师，包括棒球和非棒球行业。我们探索了他们的工作是如何生活在科学和娱乐的交叉点上的，因此，棒球数据成为一个可接触但又深入的主题，用于练习分析技能。软件开发存在于迭代研究过程中，该过程在定义严格的统计方法和保持追逐有趣问题的灵活性之间循环。在这个问题驱动的过程中，社区成员居住在意向性工作的几个重叠角色中，其中软件开发可以成为支持研究和统计基础设施的优先事项，我们讨论了社区如何培养这些技能的平衡。
For modern data analytics, practices from software development are increasingly necessary to manage data, but they must be incorporated alongside other statistical and scientific skills. Therefore, we ask: how does a community recontextualize software development through the unique pressures of their work? To answer this, we explore the analytic community around baseball, or sabermetrics. To discover software development's place in the search for robust statistical insight in sports, we interview 10 participants in the sabermetric community and survey over 120 more data analysts, both in baseball and not. We explore how their work lives at the intersection of science and entertainment, and as a consequence, baseball data serves as an accessible yet deep subject to practice analytic skills. Software development exists within an iterative research process that cycles between defining rigorous statistical methods and preserving the flexibility to chase interesting problems. In this question-driven process, members of the community inhabit several overlapping roles of intentional work, in which software development can become the priority to support research and statistical infrastructure, and we discuss the way that the community can foster the balance of these skills.
登录
查看更多内容
向最终用户教授软件工程
DOI：
--
发表时间：
2008
期刊：
WEUSE@ICSE
影响因子：
--
作者：
M. Umarji;M. Pohl;C. Seaman;A. G. Koru;Hongfang Liu
通讯作者：
Hongfang Liu
使用 R 分析棒球数据
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
M. Marchi;J. Albert;Benjamin S. Baumer
通讯作者：
Benjamin S. Baumer
统计和棒球迷：Sabermetric 专业基础设施
DOI：
--
发表时间：
2018
期刊：
Games Cult.
影响因子：
--
作者：
Benjamin Burroughs
通讯作者：
Benjamin Burroughs
批评与贡献：改进关键数据研究和数据科学的基于实践的框架
影响因子：
4.6
作者：
Gina Neff;A. Tanweer;Brittany Fiore;Laura Osburn
通讯作者：
Laura Osburn
DOI：
--
发表时间：
2017
期刊：
IEEE/ACM International Conference on Connected Health: Applications, Systems and Engineering Technologies
影响因子：
--
作者：
P. Li;Amy J. Ko;Andrew Begel
通讯作者：
Andrew Begel