Aggression

Konklusion.

imageI detta inlägg görs ett försök att bygga en modell där olika par klassificeras i storheten “aggressivitet”. Modellen hittar inget samband mellan framgång och hur aggressivt man bjuder i bridge. Kanske ingen nyhet i sig.
Det finns skickliga par som bjuder aggressivt och det finns de som klarar sig bra utan att agera aggressivt! Om det finns ett samband mellan oartigt beteende och spelskicklighet är ett annat och spännande område.

Utmanade eller fientligt beteende…” enligt Wikipedia. image
I såväl bridge som poker och andra lite mer komplexa spel har deltagarna ofta olika synsätt och beteenden, vilket gör upplevelsen av spelet mer intressant och spännande.
Rent spontant kan man tycka att aggression inte hör hemma i en social upplevelse som tävlingsbridge… Detta är delvis rätt – att tråka partnern och medspelarna är både trist och självdestruktivt, och blir som tur är allt mer sällsynt efterhand som fler och fler gör efteranalyser av sitt spel i stället för att “lära vid bordet” med mindre noggranna snabb-analyser i pauserna mellan ronderna..

Olika personligheter avspeglas också när spelet pågår, såväl i budgivning som i spelmomentet. Vissa är mer benägna att chansa, andra är mer försiktiga, ibland är den försiktiga strategin framgångsrik i andra sammanhang belönas den som är mer riskbenägen. Den som kan avgöra när aggression lönar sig och när man ska avstå är en svår motståndare vid de gröna borden. Typ lagom och vid rätt tillfälle är det det vinnande konceptet. Ett litet exempel på hur det kan se ut:
imageEn typisk 18-22 bricka med var sin rejäl trumffärg, ett läge där ofta aggression i budgivningen lönar sig och där oftast den spelförande sidan plockar flest MP. Enligt lagen finns 19 stick 10hj+9ru och enligt DD-tabellen kan ÖV plocka 11 stick i ruter trots snedsitsen  i trumf, medan NS kan spela hem 9 stick i hj, dvs 20. Så “nästan” som lagen förutsäger..
Räknar man på det får man att spelförande sidan rodde hem 58% medan motspelarna fick hålla till godo med 42%, dvs en bricka där aggression torde vara lönsam.

image

Man ser kontakt för NS från 2hj till 5hjD och för ÖV allt mellan 3ru och 6 ru. De flesta NS har spelat hem 9-10 stick och för ÖV i ruter som är mer svårspelat finns 9-11 stick, allt med olika utdelning beroende på slutbud och spelresultat.
Troligen har allt börjat på samma sätt: 1ru-X och sedan har det gått helt olika vägar, hur kan detta ske med ett enhetligt regelverk för budgivning?  Som:
1ru-X-3ru-X Både NS och ÖV gamla rävar.
1ru-X-2ru-2hj-3ru-3hj och ev 4ru
1ru-X-1sp-2hj-p-3hj/4hj
1ru-1hj-1sp-2hj-p-p-3ru-3hj-4ru
:

Det finns nog lika många möjliga budgivningar som antalet ronder brickan spelades. Allt beroende på lite olika aggressionsnivå hos deltagarna, tittar man på namnen har man enklare att förstå hur olika det kan bli, lite optimism här lite pessimism där och när trumfen verkar sitta snett dyker även det röda kortet upp 5 ggr av 13 – medelnivån i lokalen är mellan 3,5-4,0% chans för att bli dubblad! Vet inte om aggression är rätta ordet, men i pokeranalys brukar man använda det ordet.

Kan man då klassificera par efter denna storhet? Helt enkelt är det inte, men nog är det en viktig faktor vid bordet när man ska välja bud-lapp, en kombination av tolkning av korten och hur man bedömer att motståndarna ska reagera. Har vi då ett dåligt försvar mot aggressiva par eller är vi själva för aggressiva i vissa situationer. Får jag en lista med de vanligaste deltagarna kan jag för hand rangordna paren på ett sätt som jag tror många håller med om, vissa är helt enkelt optimister och andra är mer pessimistiska.

Först måste vi definiera för datorn vad som är aggressivt. I databasen finns massor av siffror för att göra en modell som skulle kunna användas för att klassa olika par efter parametern –  “riskbenägenhet”. Något entydigt och invändningsfritt sätt finns som vanligt inte, men målet är ju bara att hitta en metodik som är “good enough”.. för att återspegla en komplex verklighet.

Några funderingar jag tagit fasta på:

  1. Aggressiva par drabbas nog oftare än försiktiga att bli betade i sina kontrakt. (34,5%)
  2. De blir spelförare i utgång oftare (49%)
  3. Blir spelförare med lägre hp (2,52hp/kontrakterat stick)
  4. Löper större risk att dubblas av motståndarna (3,8%)
  5. Spelar på en högre bud-nivå i brickor med hp-fördelningen 18-22 (8,38 stick, dvs 2,4 trick)

Listan kan säker göras längre, och man kan diskutera hur väl den prickar rätt. Tittar man på översta argumentet hittar man både aggressiva par och nybörjare med begränsad spelskicklighet. Inom parentes finns medelvärden på valda storheter för Bjärred för alla resultat under 2019.

image

Man ser tydligt att parametrarnas medelvärden för olika lokaler skiljer sig åt, beroende på “spelskicklighet” i detta fall representerat som mv på hcp för de som deltagit. Risken att dubblas som åskådliggörs i diagrammet är 5 gånger större i Lomma en tisdag jämfört med i samma lokal en torsdag. Ska parametrarna normeras måste det ske med hänsyn tagen till “klimatet” i lokalen. Normering sker genom att individuella värden beräknas för alla deltagande par och sedan beräknas ett index med kvoten:  xxxIx = xxxNNNN / xxxMV. Plockar vi ett värde för ex.vis parnr 5159 i kolumnen för betade kontrakt (DeclFailIx) står det 0,94 där. Detta är framräknat som detta pars värde för storheten – 32,4% av deras kontrakt betas mot medelvärdet i BjTo som är 34,5%, dvs 32,4/34,5 = 0,94 i indexvärde för detta par.

image

Som framgår av diagrammet är spridningen stor om det finns få observationer (x-axeln är antal resultat för varje par). Lite godtyckligt väljs att det krävs minst 100 resultat för paret under året för att de ska ingå i en mer systematiserad klassning av aggression. Dvs i klassningen ingår bara de par som spelat minst 4 tävlingar i lokalen under året. Denna begränsning ger mer enhetligt data och att 80% av observationerna kommer att ingå och vi får en klassning av 31 av de 138 deltagande paren, dvs stamgästerna. Gäster som dyker upp är det ju mindre nytta med att förstå….

image

Ett annat problem är att värdespannet för de olika  normerade storheterna varierar, vilket innebär att en faktor blir dominerande om vi exempelvis skulle väga samman värdena med en vanlig addition. I en ansats att jämna ut betydelsen för de olika ingående parametrarna rankas varje par inom de fem olika grenarna för aggression som valts i modellen.

Efter en del pyssel med de utvalda paren rankas dessa i värden från 1-5 (P-kolumnen):

image
I kolumn J-N beräknas rank-värdet för kolumnerna E-I, summan av J-N beräknas i O-kolumnen, där värdena hamnar mellan 18 och 141, dessa normeras linjärt så att 18 får värdet 1 och 141 motsvarar 5 i aggression, värdet i P-kolumnen. Tittar man på namnen för de olika paren fås en lista som är mycket snarlik det jag skulle fått om jag rankat paren efter aggression helt manuellt, dvs vi tror med andra ord att det nya talet hyfsat representerar risk-benägenheten hos olika par.

Så då återstår bara att skriva in modellen i databasen och titta på lite analyser över hur och om denna nya gruppering kan användas till något användbart. Vi kan direkt konstatera att sambandet mellan aggression och framgång är näst intill obefintligt:

image
Man kan kanske skönja att för att lyckas riktigt bra går det att uppnå med hög aggressivitet, vi ser de två översta plupparna uppe till höger. Vi ser också att det går att lyckas utan att agera speciellt aggressivt i budgivningen. Egentligen inga nyheter. I mellangruppen (50-55%) är spridningen i aggression mindre medan det i gruppen 45-50% är ett ganska spritt fält igen, desperados?? I undre skiktet ser vi en viss återhållsamhet i spridningen, vilket ju väl  det man kan förvänta, “bränt barn skyr elden”.

Vill man vara optimist verkar det som att modellen inte kan förkastas utan att den återger en bild som stämmer hyfsat med den uppfattning de flesta bridgespelare delar. Vi kan ju titta på ett annat  samband som går att fastställa statistiskt – kopplingen mellan utfall och hcp:

image
Ju lägre hcp desto bättre bättre utfall och framgång, ett relativt självklart samband.  Allting i databasen är inte “spridda skurar”….
Hur är då livet med lite olika aggression, det borde ju innebära mer slump i placeringar och utfall för tävlingar under året. Är det då så enligt modellen?
image
Svårt att se skogen för alla träd i en sådan presentation, värre än den värsta börs-kurva. Möjligtvis ger standardavvikelsen en hint om vilken grupp som lever det “lugnaste” livet, 3 i aggression ger 0,02 med 5 ger 3 gånger högra variation i resultaten mellan tävlingarna. Att 1 ger nästan lika höga variationer beror kanske på att deras resultat påverkas av utfallet när de möter aggressiva par eller att gruppen blir orättvist liten då bara de med värdet 1,0-1,49 ingår i gruppen? Tittar vi på de olika grupperna var för sig ser vi att “lagom är bäst”, lagom aggressiv ger lugna och jämna resultat? Eller beror det bara på att gruppen råkar vara störst så det blir en utjämning inom varje tävling..image
Helt klart är att de nya parametrarnas (Aggr15 och AggrI) validitet måste testas mer… Smile

Lämna ett svar