2018 年 FIFA 世界杯预测——一种强调估计球队能力参数的随机森林方法
应用统计
2018-06-14 v3
摘要
本工作中，我们基于 2002–2014 年四届 FIFA 世界杯的所有比赛，比较了三种不同的足球比赛比分建模方法在预测表现上的差异：泊松回归模型、随机森林和排名方法。前两者基于球队协变量信息，而后者估计能最佳反映球队当前实力的能力参数。在此比较中，训练数据上表现最佳的预测方法是排名方法和随机森林。然而，我们展示通过将随机森林与排名方法得到的能力参数作为附加协变量相结合，可大幅提升预测能力。最终，该组合方法被选为最终模型，并基于其估计反复模拟 2018 年 FIFA 世界杯，得到所有球队的夺冠概率。模型略微看好西班牙胜于卫冕冠军德国。此外，我们提供了所有球队在各赛事阶段的存活概率以及最可能的赛事结果。
引用
@article{arxiv.1806.03208,
title = {Prediction of the FIFA World Cup 2018 - A random forest approach with an emphasis on estimated team ability parameters},
author = {Andreas Groll and Christophe Ley and Gunther Schauberger and Hans Van Eetvelde},
journal= {arXiv preprint arXiv:1806.03208},
year = {2018}
}
备注
First revised version, corrected typo in introduction when referring to the winning probabilities derived by Zeileis, Leitner, and Hornik (2018), which are for Germany 15.8% instead of 12.8%. Second revised version, slight changes in notation in Section 3.3