足球比赛结果的建模
应用统计
2018-08-06 v2 机器学习
摘要
我们比较了Bradley-Terry模型的各种扩展与一种分层泊松对数线性模型在预测足球比赛结果（胜、平、负）方面的表现。Bradley-Terry扩展的参数为最大化对数似然或其适当惩罚版本来估计，而分层泊松对数线性模型的参数后验密度使用集成嵌套拉普拉斯近似来逼近。各种建模方法的预测表现通过一种新颖的、特定情境的时间验证框架评估，该框架能给出测试误差的准确估计。通过各类Bradley-Terry扩展直接建模结果，以及使用分层泊松对数线性模型建模比分，在预测表现上展现出相似的行为。
引用
@article{arxiv.1807.01623,
title = {Modeling outcomes of soccer matches},
author = {Alkeos Tsokos and Santhosh Narayanan and Ioannis Kosmidis and Gianluca Baio and Mihai Cucuringu and Gavin Whitaker and Franz J. Király},
journal= {arXiv preprint arXiv:1807.01623},
year = {2018}
}