No description available.

No description available.

Syfte och frågeställningar Syftet med denna spelanalys är att hitta en specifik yta i anfallszonen där de flesta målen görs och där anfallande lag har bäst procentuell utdelning i förhållande till antalet avslut. Dessutom att visa på hur dessa mål går till. De frågor som min studie skulle svara på var: Hur många skott på mål sker i anfallszon totalt? Varifrån i anfallszon sker skott på mål? Var i anfallszon görs målen? Hur många mål görs? Hur många mål görs på direktskott? Hur många mål görs på styrning? Hur många mål görs på retur? Hur många mål görs på eget avslut? Var i anfallszon är det bäst procentuell målskörd i förhållande till antalet skott? Metod Nio ishockeymatcher från DVD-skiva har analyserats i dataprogrammet Interplay sports ishockey. Jag har tittat på var skott på mål har kommit ifrån samt hur dessa skott gick till. Alla matcher är från Svenska elitserien säsongen 08/09. Med hjälp av Interplay sports kunde jag på ett enkelt sätt sortera upp all data ifrån dessa matcher och därefter analysera och sammanställa resultatet. Jag har kategoriserat avsluten i följande fyra typer av avslut: Direktskott, eget avslut, retur och styrning. Resultat Denna spelanalys fokuserade på varifrån och hur mål görs inom den Svenska elitserien i ishockey. Hela 80 % av målen gjordes från en liten yta framför mål. Det var också från denna yta som de flesta avsluten togs ifrån. Det vanligaste sättet att göra mål på var direktskott som stod för 49 % av alla mål. 20 % av målen gjordes i powerplay och enbart i denna spelform gjordes mål på styrningar. Det effektivaste sättet att göra mål var via returer som hade en effektivitet på 32 %. Diskussion Att flest mål görs från den lilla yta rakt framför mål som jag kallat zon 1 står klart. Trots det tillåts de flesta avsluten att komma från samma yta vilket får mig att ifrågasätta lagens defensiva agerande i egen zon. Att flest mål görs på direktskott vill jag göra en större studie på för att fastslå att så är fallet. Inte ens ett mål i snitt/match gjordes i powerplay och därför ställer jag mig frågan om vi inte har övervärderat betydelsen för denna spelform.

No description available.

<h2>Syfte och frågeställningar</h2><p>Syftet med denna studie är att kartlägga vanligt förekommande spelstrategiers effektivitet hos manliga och kvinnliga tennisspelare under Grand Slam turneringarna Australien Open och US Open 2009 sett ur servarens perspektiv. Detta för att möjliggöra en generell jämförelse inom och mellan herr- och damspelare samt mellan olika spelares specifika spelstrategier.</p><ul><li>Hur ser fördelningen och effektiviteten ut av serveplaceringen i respektive serveruta?</li><li>Inom vilket slagintervall samt i vilken zon i banan avgörs huvuddelen av poängen samt i vilken zon är effektiviteten högst?</li><li>Hur ser slagkombinationseffektiviteten och slagkombinationsförekomsten ut ur servarens perspektiv? </li></ul><h2>Metod</h2><p>En utförlig litteratursökning efter tidigare forskning genomfördes med hjälp av databaserna PubMed, SportDiscus och Google Scholar. Därefter analyserades totalt 15 DVD-matcher från Grand Slam turneringarna (2757 poäng, Herr = 1714 p, Dam = 1043 p) US Open (2009) och Australien Open (2009). Totalt medverkade 18 ATP och WTA- spelare (9 herrar, 9 damer) med en världsranking på topp 30 eller bättre. Denna analys genomfördes i videoanalysprogram (Interplay Sport Analyser 2.1, Norge). Sex olika parametrar användes.</p><h2>Resultat</h2><p>Herrarna servar mindre mot mitten av serverutan (område B) och har högre vinstprocent i sina servegame jämfört med damerna. Huvuddelen av poängen avgörs inom slagintervallet 1-3 slag och i zon 1 (slag som utförs bakom baslinjen) i både herr- och damtennisen. Effektiviteten är högst i zon 3 (slag som utförs mellan servelinjen och nätet) för båda könen. Herrspelarna använder forehand klart mer än backhand som andraslag och har även 10 % signifikant högre effektivitet (p<0,05) med forehand som andraslag. Damspelarna använder forehand lika mycket som backhand som andraslag och har även 6 %, men ej signifikant, högre effektivitet (p<0,2) med forehand som andraslag. Resultaten visar även att specifika spelare har vissa slagkombinationer med hög slagkombinationseffektivitet och hög slagkombinationsförekomst.</p><h2>Slutsats</h2><p>Denna studie visar att spelanalyser av detta slag är ett effektivt redskap för att mäta och kartlägga strategiska mönster hos både herr- och damspelare på elitnivå. Genom kartläggning av specifika spelare går det även att urskilja de mest effektiva och mest förekommande spelstrategierna. Denna kunskap kan användas för att lägga upp effektiva strategier i match.</p>

Syfte och frågeställningar Syftet med denna studie är att kartlägga vanligt förekommande spelstrategiers effektivitet hos manliga och kvinnliga tennisspelare under Grand Slam turneringarna Australien Open och US Open 2009 sett ur servarens perspektiv. Detta för att möjliggöra en generell jämförelse inom och mellan herr- och damspelare samt mellan olika spelares specifika spelstrategier. Hur ser fördelningen och effektiviteten ut av serveplaceringen i respektive serveruta? Inom vilket slagintervall samt i vilken zon i banan avgörs huvuddelen av poängen samt i vilken zon är effektiviteten högst? Hur ser slagkombinationseffektiviteten och slagkombinationsförekomsten ut ur servarens perspektiv? Metod En utförlig litteratursökning efter tidigare forskning genomfördes med hjälp av databaserna PubMed, SportDiscus och Google Scholar. Därefter analyserades totalt 15 DVD-matcher från Grand Slam turneringarna (2757 poäng, Herr = 1714 p, Dam = 1043 p) US Open (2009) och Australien Open (2009). Totalt medverkade 18 ATP och WTA- spelare (9 herrar, 9 damer) med en världsranking på topp 30 eller bättre. Denna analys genomfördes i videoanalysprogram (Interplay Sport Analyser 2.1, Norge). Sex olika parametrar användes. Resultat Herrarna servar mindre mot mitten av serverutan (område B) och har högre vinstprocent i sina servegame jämfört med damerna. Huvuddelen av poängen avgörs inom slagintervallet 1-3 slag och i zon 1 (slag som utförs bakom baslinjen) i både herr- och damtennisen. Effektiviteten är högst i zon 3 (slag som utförs mellan servelinjen och nätet) för båda könen. Herrspelarna använder forehand klart mer än backhand som andraslag och har även 10 % signifikant högre effektivitet (p&lt;0,05) med forehand som andraslag. Damspelarna använder forehand lika mycket som backhand som andraslag och har även 6 %, men ej signifikant, högre effektivitet (p&lt;0,2) med forehand som andraslag. Resultaten visar även att specifika spelare har vissa slagkombinationer med hög slagkombinationseffektivitet och hög slagkombinationsförekomst. Slutsats Denna studie visar att spelanalyser av detta slag är ett effektivt redskap för att mäta och kartlägga strategiska mönster hos både herr- och damspelare på elitnivå. Genom kartläggning av specifika spelare går det även att urskilja de mest effektiva och mest förekommande spelstrategierna. Denna kunskap kan användas för att lägga upp effektiva strategier i match.

This report is about finding the cooperative elements in games and making a boardgame based on them. I tested different computer games and boardgames to try and get the cooperative elements and then I make a boardgame based on what I found. What I found during testing is that to be a fully cooperative game all players on the same team must win or lose together and one player should not be able to finish the game by herself. There are of course some things that can change this for example what kind of players are playing. My best advice is that you should decide that the game is fully cooperative from the beginning and build the game from that. / Denna projektrapport handlar om att ta fram och analysera kooperativa element i ett brädspel. Jag testade ett antal digitala och analoga spel för att försöka isolera de delar som framhäver samarbetskänslan sedan tillverkar jag ett brädspel baserat på vad jag fann. Det jag kom fram till är att ett riktigt samarbetsspel måste innefatta att alla spelare i samma lag har ett gemensamt mål som innebär att alla spelare vinner eller förlorar tillsammans samt att en spelare inte bör kunna klara av spelet själv. Det finns dock många faktorer som väger in varav den viktigaste är vilka det är som spelar. Min rekommendation är att bestämma om spelet ska vara ett samarbetsspel redan från början och försöka bygga upp spelet utifrån det.

Game Analytics är ett område som vuxit fram under senare år. Spelutvecklare har möjligheten att analysera hur deras kunder använder deras produkter ned till minsta knapptryckning. Detta kan resultera i stora mängder data och utmaning ligger i att lyckas göra något vettigt av sitt data. Utmaningarna med speldata beskrivs ofta med liknande egenskaper som används för att beskriva Big Data: volume, velocity och variability. Detta borde betyda att det finns potential för ett givande samarbete. Studiens syfte är att analysera och utvärdera vilka möjligheter Big Data ger att utveckla området Game Analytics. För att uppfylla syftet genomförs en litteraturstudie och semi-strukturerade intervjuer med individer aktiva inom spelbranschen. Resultatet visar att källorna är överens om att det finns värdefull information bland det data som kan lagras, framförallt i de monetära, generella och centrala (core) till spelet värdena. Med mer avancerad analys kan flera andra intressanta mönster grävas fram men ändå är det övervägande att hålla sig till de enklare variablerna och inte bry sig om att gräva djupare. Det är inte för att datahanteringen skulle bli för omständlig och svår utan för att analysen är en osäker investering. Även om någon tar sig an alla utmaningar speldata ställer fram finns det en osäkerhet på informationens tillit och användbarheten hos svaren. Framtidsvisionerna inom Game Analytics är blygsamma och inom den närmsta framtiden är det nästan bara effektiviseringar och en utbredning som förutspås vilket inte direkt ställer några nya krav på datahanteringen. / Game Analytics is a research field that appeared recently. Game developers have the ability to analyze how customers use their products down to every button pressed. This can result in large amounts of data and the challenge is to make sense of it all. The challenges with game data is often described with the same characteristics used to define Big Data: volume, velocity and variability. This should mean that there is potential for a fruitful collaboration. The purpose of this study is to analyze and evaluate what possibilities Big Data has to develop the Game Analytics field. To fulfill this purpose a literature review and semi-structured interviews with people active in the gaming industry were conducted. The results show that the sources agree that valuable information can be found within the data you can store, especially in the monetary, general and core values to the specific game. With more advanced analysis you may find other interesting patterns as well but nonetheless the predominant way seems to be sticking to the simple variables and staying away from digging deeper. It is not because data handling or storing would be tedious or too difficult but simply because the analysis would be too risky of an investment. Even if you have someone ready to take on all the challenges game data sets up, there is not enough trust in the answers or how useful they might be. Visions of the future within the field are very modest and the nearest future seems to hold mostly efficiency improvements and a widening of the field, making it reach more people. This does not really post any new demands or requirements on the data handling.

No description available.

No description available.