“Progetto finale – Pacchetto Lahman”

Dettagli

Il modo principale di questo database è un database correlato nel formato Microsoft Access. Il design segue questi principi generali: ogni giocatore viene assegnato un singolo codice (ID Player). Tutte le informazioni sono relative ad altre tabelle con quel lettore ed è taggato con il tuo ID del tuo lettore. Quindi tutti gli ID sono collegati a nomi e date di nascita nella tabella principale. Il database è composto dalle seguenti tabelle principali:

1. Dati (Master): 19105 Osservazioni con 26 variabili composte da nomi di giocatori, data di nascita e informazioni biografiche. Questo file viene utilizzato per i dettagli sui giocatori elencati in battuta, pitching e altri file in cui i giocatori sono identificati solo da Player, ci sono anche variabili come il peso del giocatore in sterline, altezza del giocatore in pollici, dove il giocatore è morto, affermando il giocatore .

2. Dati (battitura): 102,816 Osservazioni con 22 variabili composte da: Numero di giochi in cui un giocatore ha giocato, homeruns, soffiando con il lancio.

3. Dati (pitching): 44.963 osservazioni con 30 variabili composte da: giochi completi, persi, bovini, avviamento.

4. Dati (fielding): 136.815 Osservazioni con 18 variabili composte da: posizione, giochi, errori, classificazione dal Area.

Una raccolta di altre tabelle è anche fornita di seguito brevemente:



Squadre (Computer)

1. Dati (team): Statistiche e posizioni annuali delle apparecchiature: 2835 osservazioni con 48 variabili come ad esempio: anno, posizione di classificazione finale, giochi giocati, giochi giocati a casa, giochi vinti, giochi persi, basi rubati.

2. Dati (Teamshalf): Dati stagionali della squadra: 52 osservazioni con 10 variabili come: anno, divisione, giochi giocati, prima o seconda metà della stagione, campionato.

3. Dati (Teams Franchises): Informazioni sui franchise di equipaggiamento: 120 Osservazioni con 4 variabili, come ad esempio: ID in franchising, nome in franchising, se il computer è attualmente attivo (S o N), identificazione del franchise del team di associazione nazionale giocata come …

PLAY-STAGIONE PLAY (GIOCHI POSTAZIONI)

1. Dati (battito): 13.543 osservazioni con 22 variabili come basi rubate, base a sfera, strikeouts, passeggiate intenzionali, colpite dal pitch.

2. Dati (PitchingPost): 5.271 Osservazioni con 30 variabili come i giochi iniziati, giochi completi, homeruns, strikeouts.

3. Dati (FieldingPost): 12.714 Osservazioni con 17 variabili come: posizione, giochi, errori, paludi.

4. Dati (Seriespost): 316 Osservazioni con 9 variabili come ad esempio, la squadra che ha vinto la serie, League che ha vinto la serie, la squadra che ha perso la serie, la lega che ha perso la serie.

Awards (premi)

1. Dati (AwardsManager): 179 Osservazioni con 6 variabili composte da: ID manager, un nome premio, anno, il premio era un pareggio (S o N).

2. Dati (Awardsplayers): 6.158 Osservazioni con 6 variabili: ID giocatore, nome assegnato, anno, anno, note sul premio, premio era un pareggio (S o N).

3. Dati (AwardshereManager): 425 Osservazioni con 7 variabili: anno, ID gestore, numero di punti ricevuti, numero massimo di punti possibili, il numero di voti prima.

4. Dati (AwardsSeplayers): 6.879 Osservazioni con 7 variabili: ID giocatore anno, numero di punti ricevuti, numero massimo di punti possibili, il numero di voti prima di tutto.

  1. Dati (Halloffame): è composto da risultati di voto per tutti i candidati nominati per la sala da baseball. Ha 4156 osservazioni con 9 variabili come: ID giocatore, anno di voto, metodo con cui il giocatore è stato votato, le schede annuali totali, voti totali ricevuti. Dettaglio: La tabella è collegata a dati (master) Altre tabelle
  2. Dati (Allstarfull): 5148 Osservazioni con 8 variabili
  3. Dati (manager): 5.148 osservazioni con 8 variabili
  4. dati (fieldinga): 12.028 osservazioni con 6 variabili
  5. Dati (Managershalf): 93 Osservazioni con 10 variabili
  6. Dati (stipendi): 26.428 osservazioni con 5 variabili
  7. Dati (aspetto): 102.761 Osservazioni con 21 variabili
  8. Dati (Scuole): 1.207 Notificazioni con 5 variabili
  9. Dati (CollegePlaying): 17.350 osservazioni con 3 variabili

Di seguito è riportato un esempio dei giocatori più pagati dal 1985 al 2016

## yearID teamID lgID playerID salary nameFirst nameLast## 1 1985 PHI NL schmimi01 2130300 Mike Schmidt## 2 1986 NYN NL fostege01 2800000 George Foster## 3 1987 PHI NL schmimi01 2127333 Mike Schmidt## 4 1988 SLN NL smithoz01 2340000 Ozzie Smith## 5 1989 LAN NL hershor01 2766667 Orel Hershiser## 6 1990 ML4 AL yountro01 3200000 Robin Yount## 7 1991 LAN NL strawda01 3800000 Darryl Strawberry## 8 1992 NYN NL bonilbo01 6100000 Bobby Bonilla## 9 1993 NYN NL bonilbo01 6200000 Bobby Bonilla## 10 1994 NYN NL bonilbo01 6300000 Bobby Bonilla## 11 1995 DET AL fieldce01 9237500 Cecil Fielder## 12 1996 DET AL fieldce01 9237500 Cecil Fielder## 13 1997 CHA AL belleal01 10000000 Albert Belle## 14 1998 FLO NL sheffga01 14936667 Gary Sheffield## 15 1999 BAL AL belleal01 11949794 Albert Belle## 16 2000 LAN NL brownke01 15714286 Kevin Brown## 17 2001 TEX AL rodrial01 22000000 Alex Rodriguez## 18 2002 TEX AL rodrial01 22000000 Alex Rodriguez## 19 2003 TEX AL rodrial01 22000000 Alex Rodriguez## 20 2004 BOS AL ramirma02 22500000 Manny Ramirez## 21 2005 NYA AL rodrial01 26000000 Alex Rodriguez## 22 2006 NYA AL rodrial01 21680727 Alex Rodriguez## 23 2007 NYA AL giambja01 23428571 Jason Giambi## 24 2008 NYA AL rodrial01 28000000 Alex Rodriguez## 25 2009 NYA AL rodrial01 33000000 Alex Rodriguez## 26 2010 NYA AL rodrial01 33000000 Alex Rodriguez## 27 2011 NYA AL rodrial01 32000000 Alex Rodriguez## 28 2012 NYA AL rodrial01 30000000 Alex Rodriguez## 29 2013 NYA AL rodrial01 29000000 Alex Rodriguez## 30 2014 LAN NL greinza01 26000000 Zack Greinke## 31 2015 LAN NL kershcl01 32571000 Clayton Kershaw## 32 2016 LAD NL kershcl01 33000000 Clayton Kershaw

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *