Làm thế nào tôi có thể dự đoán tỷ lệ cược mà một đội bóng rổ sẽ giành chiến thắng dựa trên lịch sử chiến thắng của người chơi?

Hãy tưởng tượng có 80 người chơi bóng rổ trên thế giới. Mỗi người trong số họ đã chơi hàng ngàn trò chơi bóng rổ với 79 người chơi khác theo thứ tự ngẫu nhiên ít nhiều. Đây là một thế giới không có đội (ví dụ: mọi người chơi đều có cơ hội được phác thảo trong cả hai đội mỗi trò chơi). Tôi biết tỷ lệ thắng trước đó của mỗi người chơi (ví dụ: một người đã thắng 46% trong tất cả các trò chơi trước đó, một người khác đã giành được 56% tất cả các trò chơi trước đó của mình). Hãy nói rằng có một trận đấu sắp diễn ra và tôi biết ai đang chơi trên mỗi đội. Tôi cũng biết tỷ lệ thắng trước đó của họ.

Cách tốt nhất để tính xác suất của mỗi đội chiến thắng dựa trên thành phần của đội là gì?

Nếu nó đòi hỏi tính toán tương đối nâng cao (ví dụ, hồi quy logistic) hãy cho tôi biết một số chi tiết cụ thể. Tôi khá quen thuộc với SPSS, nhưng tôi không cần phải hỏi một câu hỏi tiếp theo.

Hơn nữa, làm cách nào để khám phá tính chính xác của phương pháp của tôi bằng cách sử dụng dữ liệu lưu trữ? Tôi biết nó sẽ không bị cắt giảm vì hầu hết người chơi lơ lửng khoảng 40-60%, nhưng vẫn vậy.

Cụ thể, tỷ lệ cược mà đội A sẽ giành được là bao nhiêu?

A - bao gồm các cá nhân có tỷ lệ thắng trước đó là 52%, 54%, 56%, 58%, 60% B - bao gồm các cá nhân có tỷ lệ thắng trước đó là 48%, 55%, 56%, 58%, 60%

(đây chỉ là một ví dụ ngẫu nhiên cho mục đích minh họa. Hai đội khá tốt.)

Chỉnh sửa: Có cách nào để bắt đầu với một thuật toán rất đơn giản và sau đó xem cách nó hoạt động? Có lẽ chúng ta chỉ có thể tổng hợp tỷ lệ phần trăm của mỗi đội và dự đoán rằng đội có tỷ lệ phần trăm cao nhất sẽ giành chiến thắng. Tất nhiên việc phân loại của chúng tôi sẽ không chính xác, nhưng qua hàng ngàn trò chơi được lưu trữ, chúng tôi có thể xem liệu chúng tôi có thể dự đoán tốt hơn cơ hội hay không.

Âm thanh như một công việc cho Bayes ngây thơ . Tôi hoàn toàn không hiểu lý thuyết đằng sau nó, thật không may, tôi không thể cho bạn một ví dụ nhưng Bayes hoạt động với dữ liệu đã biết (lưu trữ) để rút ra các kết luận.

Tôi nghĩ Bayes chỉ khả dụng trong Máy chủ thống kê của SPSS vì vậy nếu bạn có quyền truy cập vào một trong những điều này thì bạn thật may mắn. Ngoài ra, bạn có thể sử dụng Weka cũng bao gồm một loạt các phân loại khác, vì vậy có thể bạn chạy thử nghiệm của mình và cho chúng tôi biết kết quả?

EDIT: Bayes và các phân loại liên quan cũng có thể rút ra các kết luận từ chính người chơi, vd. có số điểm 65% nhưng khi và chơi ở các đội đối diện, hiệu suất của giảm 5%.$A$$A$$B$$A$

Có đúng là bạn không chỉ có tỷ lệ phần trăm mà còn tất cả các kết quả trò chơi cá nhân không? Sau đó, tôi sẽ đề nghị gói PlayerRatings r. Gói này không chỉ xử lý các vấn đề như cách tính sức mạnh của người chơi (sử dụng các thuật toán như elo hoặc glicko), mà còn cung cấp các chức năng có thể dự đoán kết quả trò chơi trong tương lai.

Ví dụ: kiểm tra: http://cran.r-project.org/web/packages/PlayerRatings/vignettes/AFLRatings.pdf

Nó không chỉ là một phân chia trung bình đơn giản sao? AvgTeam1WinP/ AvgTeam2WinP? Nó sẽ mang lại tỷ lệ cược team1sẽ giành chiến thắng team2.

Nếu tôi xem xét những điều sau đây:

Nếu player1chơi với các đội player2"1 người", bạn sẽ đồng ý rằng tỷ lệ cược mà người chơi1 sẽ giành chiến thắng trước người chơi2 sẽ là xác suất mà người chơi1 sẽ giành chiến thắng trước ngẫu nhiên chia cho xác suất người chơi2 sẽ thắng ngẫu nhiên (điều này tất nhiên chỉ giữ trong trường hợp bạn coi% win là chính xác, như trong giới hạn tiệm cận của họ), chỉ cần:

OddsP1VsP2 = WinProbabilityP1 / WinProbabilityP2 

Nếu bạn cho rằng không có hiệu ứng tương tác của một số người chơi là khủng khiếp và do đó ảnh hưởng tiêu cực đến điểm số hơn mong đợi *, hoặc, một số người chơi thực sự ảnh hưởng tốt đến điểm số tích cực hơn dự kiến ​​**, thì có vẻ hợp lý khi bạn có thể chỉ cần lấy xác suất trung bình cho mỗi người chơi trong mỗi đội.

* Nếu sự kết hợp của 60%, 60%, 60%, 60% được coi là tốt hơn so với một đội như 70%, 70%, 70%, 30%, trong đó một người chơi xấu sẽ dẫn đến tỷ lệ cược tồi tệ hơn cho đội mặc dù trung bình là như nhau. Không có giả thuyết bổ sung, câu hỏi cụ thể đó là không thể được giải quyết.

** Tương tự, nếu 50,50,50,90 không được coi là bằng 60,60,60,60, thì áp dụng tương tự.