足球中随时间变化的主场优势：从非平稳因果过程中学习
应用统计
2025-06-16 v1 机器学习
摘要
在体育分析中，主场优势是一种稳健现象，主队比客队赢得更多比赛。然而，发现主场优势背后的因果因素面临独特挑战，这是由于体育比赛的非平稳、时变环境所致。作为回应，我们提出了一种新的因果发现方法——动态非平稳局部M估计量(DYNAMO)，用于学习主场优势的时变因果结构。DYNAMO通过整合各种损失函数提供灵活性，使其适用于从一般非平稳因果过程类中学习线性和非线性因果结构。通过利用局部信息，我们在不施加额外假设的情况下为非平稳因果结构的可识别性和估计一致性提供了理论保证。模拟研究验证了DYNAMO在恢复时变因果结构方面的有效性。我们将该方法应用于2020-2021和2021-2022赛季英格兰超级联赛的高分辨率事件数据，其中前一个赛季没有观众在场。我们的结果揭示了引人入胜的、时变的、特定于球队的主场优势，这些优势受到裁判偏见的影响，在有和没有观众支持的情况下存在显著差异。此外，我们方法学习到的时变因果结构相比现有方法提高了进球预测准确率。
引用
@article{arxiv.2506.11399,
title = {Time-Varying Home Field Advantage in Football: Learning from a Non-Stationary Causal Process},
author = {Minhao Qi and Hengrui Cai and Guanyu Hu and Weining Shen},
journal= {arXiv preprint arXiv:2506.11399},
year = {2025}
}