Я читаю книгу о саберметрии, в частности, математике Уэйна Уинстона, и в первой главе он вводит количество, которое можно использовать для прогнозирования вероятности выигрыша команд: и он, похоже, намекает на то, что в середине сезона его можно использовать для прогнозирования выигрышалучше,чем выигрыша в первой половине сезона. Он обобщает формулу на Rexp
гдеR- отношение набранных очков к очкам против. Затем он находит показатель наилучшего соответствия, чтобы предсказать% выигранных игр для 3 видов спорта, и находит для
бейсбола: exp≈2,футбола: exp≈2.7,баскетбола: exp≈14.
Но я понял, что вы можете выразить% игр выиграл с точки зрения набранных очков и очков против каждой игрыi, в частности,% выигранных игр составляет именно ту долю игр, где очки, набранныеPSi, больше, чем очки противPAi:
1
гдеI- функция индикатора.
Поэтому мой вопрос:
maximum-likelihood
inference
Майк Флинн
источник
источник