당첨확률

Win probability

승리 확률은 같은 상황에서 역사적 팀의 성적을 바탕으로 경기 어느 지점에서나 스포츠팀이 승리할 가능성을 제시하는 통계적 도구다.[1]승리 확률을 추정하는 기술에는 어떤 문맥의 조각을 선택하는 것이 포함된다.야구 우승 확률 추정치에는 홈이냐 원정이냐, 이닝이냐, 만루냐, 득점이냐가 포함되는 경우가 많다.야구는 타자에 의해 타자를 진행하기 때문에, 각각의 새로운 타자는 별개의 상태를 도입한다.가능한 주의 수는 한정되어 있고, 따라서 야구 우승 확률 도구는 일반적으로 충분한 데이터를 가지고 있어 정보에 입각한 견적을 낼 수 있다.

미식축구 우승 확률 추정치는 종종 팀이 홈이냐 원정이냐, 다운과 거리, 점수차, 남은 시간, 필드 포지션 등을 포함한다.미식축구는 야구보다 훨씬 적은 수의 경기를 가지고 있기 때문에 축구 추정치는 오차범위가 더 크다.첫 승 확률 분석은 1971년 로버트 E에 의해 이루어졌다. 마콜과 전 NFL 쿼터백 버질 카터.

간단한 예로 홈에서 경기하는 각 팀이 승리할 것이라고 추측하는 것은 홈 어드밴티지를 바탕으로 한 것이다.이 추측은 단일 문맥적 요소를 사용하며 매우 많은 수의 게임을 포함한다.그러나 단 한 가지 요인으로 이 추측의 정확성은 홈 어드밴티지 그 자체(스포츠 전반에서 약 55~70%)로 제한되며, 경기내 요인에 따라 경기내에서는 변하지 않는다.

승산이 추가된 것은 승리 확률의 변화인데, 종종 플레이나 팀 구성원이 게임의 예상 결과에 어떻게 영향을 미치는지에 관한 것이다.[2]

현재 연구

현재 연구 작업에는 개별 추정치의 불확실성을 계량화하는 것뿐만 아니라 승산 확률 추정의 정확도 측정이 포함된다.[3][4]즉, 툴이 해당 상황에서 이전 팀의 24%가 승리했기 때문에 24%의 승리 확률을 추정한다면, 향후 팀이 같은 24%의 비율로 승리할 것인가?숨겨진 데이터로부터 추정하는 것은 교차 검증과 같은 시험 도구를 사용한다.

많은 모델이 과거 사건의 주파수 분석을 수반하는 반면, 다른 모델들은 베이지안 프로세스를 사용한다.[5]

일부 모델에는 경기에 들어오는 팀들의 힘의 척도가 포함되어 있는 반면, 다른 모델들은 모든 팀이 평균이라고 가정한다.강도 추정치를 포함하면 가능한 상태의 수가 증가하므로 추정치의 검정력은 감소하고 정확도는 증가될 수 있다.[6]

참조

  1. ^ FanGraphs: Wayback Machine에서의 Win 기대치(2014년 11월 9일 아카이브)
  2. ^ Wayback Machine에서 설명하는 승산 확률 및 승산 확률 추가(2014년 12월 15일 기록)
  3. ^ Tango, Tom (October 2, 2006). "Misunderstanding Win Expectancy".
  4. ^ Tango, Tom; Lichtman, Mitchel; Dolphin, Andrew (2007). The Book: Playing the Percentages in Baseball. Potomac Books, Inc. ISBN 978-1-59797-129-4.
  5. ^ 풋볼 해설: 웨이백 머신의 동적 프로그래밍 모델에 대한 설명(2014년 11월 21일 보관)
  6. ^ 세이버메트릭스 101: 웨이백 머신의 게임 상태, 런 기대치, 윈 기대치 (2014년 4월 11일 아카이브)

외부 링크