疫情期间奥运奖牌分布预测：一个社会经济机器学习模型
机器学习
2021-06-22 v2 计量经济学
统计计算
机器学习
摘要
预测各国奥运奖牌数对于不同利益相关者高度相关：事前，体育博彩公司可确定赔率，而赞助商与媒体公司可将资源分配给有潜力的队伍；事后，体育政界人士与管理者可对标其队伍表现并评估成功驱动因素。为显著提升奥运奖牌预测精度，我们应用机器学习，更具体地采用两阶段 Random Forest，从而首次在 2008 至 2016 年举办的三届奥运会上超越更传统的朴素预测。关于 2021 年的东京 2020 奥运会，我们的模型表明美国将以 120 枚奖牌领跑奥运奖牌榜，其次是中国（87 枚）与英国（74 枚）。有趣的是，我们预测当前 COVID-19 疫情不会显著改变奖牌数，因为所有国家都在一定程度上受疫情冲击（数据固有）且关于可比疾病的有限历史数据点（模型固有）。
引用
@article{arxiv.2012.04378,
title = {Forecasting the Olympic medal distribution during a pandemic: a socio-economic machine learning model},
author = {Christoph Schlembach and Sascha L. Schmidt and Dominik Schreyer and Linus Wunderlich},
journal= {arXiv preprint arXiv:2012.04378},
year = {2021}
}