Вероятность победы
Вероятность победы — это статистический инструмент, который оценивает шансы спортивной команды на победу в любой момент игры на основе результатов прошлых команд в одной и той же ситуации. [1] Искусство оценки вероятности победы включает в себя выбор того, какие части контекста имеют значение. Оценки вероятности победы в бейсболе часто включают в себя то, находится ли команда дома или на выезде, иннинг, количество аутов, какие базы заняты, а также разницу в счете. Поскольку в бейсболе происходит отбивающий отбивающий, каждый новый отбивающий вводит дискретное состояние. Существует ограниченное количество возможных состояний, поэтому инструменты определения вероятности победы в бейсболе обычно имеют достаточно данных, чтобы сделать обоснованную оценку.
Оценки вероятности победы в американском футболе часто включают в себя то, находится ли команда дома или на выезде, расстояние и расстояние, разницу в счете, оставшееся время и положение на поле. В американском футболе гораздо больше возможных штатов, чем в бейсболе с гораздо меньшим количеством игр, поэтому футбольные оценки имеют большую погрешность. Первый анализ вероятности победы был проведен в 1971 году Робертом Э. Махолом и бывшим НФЛ защитником Вирджилом Картером .
В качестве краткого примера: предположение о том, что каждая команда, играющая дома, выиграет, основано на домашнем преимуществе . Это предположение использует один контекстуальный фактор и включает в себя очень большое количество игр. Но с учетом только одного фактора точность этого предположения ограничивается самим преимуществом дома (около 55–70% по видам спорта) и не меняется в течение игры в зависимости от внутриигровых факторов.
Добавленная вероятность победы — это изменение вероятности победы, часто то, как игра или член команды повлияли на вероятный исход игры. [2]
Текущие исследования
[ редактировать ]Текущая исследовательская работа включает измерение точности оценок вероятности выигрыша, а также количественную оценку неопределенности в отдельных оценках. [3] [4] То есть, если инструмент оценивает вероятность победы в 24%, потому что 24% предыдущих команд в этой ситуации выиграли свои игры, будут ли будущие команды выигрывать с той же вероятностью в 24%? Для оценки на основе скрытых данных используются такие инструменты тестирования, как перекрестная проверка .
Хотя многие модели включают частотный анализ прошлых событий, другие модели используют байесовские процессы. [5]
Некоторые модели включают оценку силы команд, вступающих в игру, в то время как другие предполагают, что каждая команда является средней. Включение оценок силы увеличивает количество возможных состояний и, следовательно, уменьшает мощность оценки, возможно, увеличивая ее точность. [6]
Ссылки
[ редактировать ]- ↑ FanGraphs: Ожидание выигрыша на Wayback Machine (архивировано 9 ноября 2014 г.)
- ^ Вероятность выигрыша и добавленная вероятность выигрыша объяснены на Wayback Machine (архивировано 15 декабря 2014 г.)
- ^ Танго, Том (2 октября 2006 г.). «Недоразумение ожидаемого выигрыша» .
- ^ Танго, Том ; Лихтман, Митчел; Дельфин, Эндрю (2007). Книга: Игра в проценты в бейсболе . Potomac Books, Inc. ISBN 978-1-59797-129-4 .
- ↑ Футбольный комментарий: описание модели динамического программирования в Wayback Machine (архивировано 21 ноября 2014 г.)
- ^ Sabermetrics 101: Состояние игры, ожидаемая продолжительность запуска и ожидаемая победа на Wayback Machine (архивировано 11 апреля 2014 г.)
Внешние ссылки
[ редактировать ]- Столл, Грег. «Калькулятор вероятности победы в бейсболе» .
- Петтигрю, Стивен (2014). «Графики вероятности побед для всех игр регулярного сезона НХЛ 2013/2014». дои : 10.7910/DVN/25502 .
{{cite journal}}: Для цитирования журнала требуется|journal=( помощь ) doi: 10.7910/DVN/25502