毕达哥拉斯预期胜率模型与交叉验证方法在球队实力估计中的应用
应用统计
2022-01-05 v1
摘要
毕达哥拉斯预期胜率模型由Bill James提出,用于估计棒球队在一个赛季中的预期胜率。因此,该模型可用于评估一支球队在一个赛季中是运气好还是运气差。从体育分析的角度看,此类信息很有价值,因为理解给定结果在下一时段的可复现性十分重要。用竞赛理论(博弈论)的术语来说,原模型代表一种(受限的)Tullock竞赛成功函数(CSF)。我们利用MLB球队胜场数据(2003至2015年),对原模型及来自竞赛理论的两种替代模型——序列型与差分型CSF——进行变换、估计与比较,并开展交叉验证以检验各替代模型的准确性。与原模型、模型的优化版本或优化的差分型模型相比,序列型CSF估计量大幅改善了胜场估计(降低了均方根误差)。我们得出结论:序列型CSF胜场估计模型平均显著改善了球队实力的估计。该工作对替代竞赛形式提供了真实世界的检验。
引用
@article{arxiv.2201.01168,
title = {Application of the Pythagorean Expected Wins Percentage and Cross-Validation Methods in Estimating Team Quality},
author = {Christopher Boudreaux and Justin Ehrlich and Shankar Ghimire and Shane Sanders},
journal= {arXiv preprint arXiv:2201.01168},
year = {2022}
}
备注
8 pages, 3 tables