用于预测篮球控球结果的多分辨率随机过程模型

篮球比赛在空间和时间上连续演变，球员不断与队友、对手以及球进行互动。然而，当前对篮球结果的分析依赖于比赛的离散化总结，将这些互动简化为得分、助攻及类似事件的计数。在本文中，我们提出了一个利用光学球员追踪数据的框架，以实时估计一次控球结束时获得的预期得分。这一数量称为\textit{预期控球价值}（EPV），源自篮球控球演变的随机过程模型；我们在多个分辨率层级上对该过程进行建模，区分球员的连续无穷小运动与投篮尝试和失误等离散事件。转移核使用分层时空模型进行估计，这些模型在球员之间共享信息，同时在非常大的数据集上保持计算可行性。除了估计 EPV 外，这些模型还揭示了球员决策倾向与其空间策略函数关系的新见解。