基于组合统计学习方法的 UEFA EURO 2024 建模与预测
机器学习
2024-10-15 v1 应用统计
摘要
在本工作中，将结合三种根本不同的方法构建一种新的联合模型，用于预测 UEFA EURO 2024。因此，使用广义线性模型、随机森林模型和极端梯度提升模型来预测球队在比赛中得分的数量。这三个模型在 2004-2020 年的 UEFA 赛事比赛结果上进行训练，此外还使用了描述每个赛事每个球队的额外协变量，以及三个来自不同排名方法派生的增强变量。第一个增强变量基于国家队的历史赛果，第二个变量基于所有参赛队伍的博彩赌率，第三个变量基于球队成员在俱乐部和国际比赛中的历史数据， resulting in player ratings。然后，根据参赛队伍的当前协变量信息，使用训练好的最终模型来预测 UEFA EURO 2024。为此，通过基于所有可能比赛的估计预期得分进行模拟 100.000 次，从而推导出不同赛事阶段的概率。我们的组合模型将法国确定为明确的赢家，赢得概率为 19.2%，随后是英格兰(16.7%)和主办国德国(13.7%)。
关键词
引用
@article{arxiv.2410.09068,
title = {Modeling and Prediction of the UEFA EURO 2024 via Combined Statistical Learning Approaches},
author = {Andreas Groll and Lars M. Hvattum and Christophe Ley and Jonas Sternemann and Gunther Schauberger and Achim Zeileis},
journal= {arXiv preprint arXiv:2410.09068},
year = {2024}
}