基于 STATS X 的实时胜率与潜在球员能力评估
应用统计
2026-02-24 v1 机器学习
摘要
本研究提出了一个基于分钟级累计箱数据统计方法的框架，用于实时评估得分型团队运动中的胜率和球员能力。我们引入连续支配指标 (T-score)，将最终比分映射到与胜负结果一致的实数值，并将其形式化为由标准化累计统计量驱动的时间演化随机表示 (T-process)。这种结构捕捉了比赛中的时序动态，使对赛中胜率的顺序更新具有分析可操作性。通过这种随机表述，竞争优势可分解为可解释的统计分量。此外，我们定义了潜在贡献指数 STATS X，其量化了由 T-process 识别的有利支配区间中球员的参与程度。这使我们能够将球队的基线强度与比赛中具体表现波动分离，并为球队和球员提供一个连贯的结构化评估框架。尽管本文未实现人工智能方法，但我们的框架被定位为未来向人工智能驱动的运动分析集成的基础步骤。通过提供具有显式概率解释的支配性时间序列表述，框架能够灵活地学习机制并整合高维数据，同时保持统计一致性和可解释性。本工作为推动 AI 驱动的运动分析提供了基础。
引用
@article{arxiv.2602.19513,
title = {Real-time Win Probability and Latent Player Ability via STATS X in Team Sports},
author = {Yasutaka Shimizu and Atsushi Yamanobe},
journal= {arXiv preprint arXiv:2602.19513},
year = {2026}
}