美式足球中玩家运动的贝叶斯多水平步-转模型
应用统计
2026-03-24 v2 统计方法学
摘要
在体育分析学中，玩家跟踪数据已推动了对球员评估任务的显著进展。我们提出了一种新型生成框架，用于评估观察到的逐帧球员位置相对于假设性替代方案分布的情况。我们通过对美国橄榄球联赛(NFL)中单个球队球员的逐帧运动进行建模来说明了这一方法。具体而言，我们基于两个组件开发了球员逐帧运动的贝叶斯多水平模型：步长(连续位置之间的距离)和转角(连续步之间的方向变化)。使用步-转模型，我们进行后验预测模拟，以生成每一帧比赛中球员 hypothetical 步骤。这使得能够使用美式足球中常见的估值措施将观察到的球员运动与一组模拟替代方案进行比较。我们应用了该框架分析来自 2022 NFL 赛季前九周的跟踪数据，并基于假设性评估推导出新的球员绩效指标。
引用
@article{arxiv.2603.17866,
title = {Bayesian multilevel step-and-turn models for evaluating player movement in American football},
author = {Quang Nguyen and Ronald Yurko},
journal= {arXiv preprint arXiv:2603.17866},
year = {2026}
}