每场竞赛进球数97%位于[0-5]球的区间

　　优选文档

优选文档

PAGE

PAGE3

优选文档

PAGE

足球竞赛进球数展望模型及剖析方法

　　作者：梁智峰 网络ID：eLOTA

在展望足球竞赛结果的过程中，不论怎样都不可以绕开球队进球数这个最重要的客观参数，其

　　除了反应出竞赛结果，还包括球队的攻击、防守状态等等要素。现时最流行的进球数剖析方法有近

　　6场竞赛均匀进球/失球和本赛季均匀进球/失球，前者能够表现球队近期的攻防能力，后者能够体

　　现球队整个赛季（长久）的均匀攻防能力。两个参数都有其长处和弊端，联合二者长处使进球数 /

　　失球数既能反应现况也能反应长久趋向的展望值，是本模型成立的目的。

不论是6场均匀值仍是赛季均匀值，它们共同的特色就是“均匀”，即对N场竞赛拥有同样的均匀因子n。比如6场均匀，因子n的值就是n=1/6，将6场竞赛（N1,N2,N3,N4,N5,N6）的进球数（k1,k2,k3,k4,k5,k6）分别乘以n后加权能够得出均匀值K。在统计学上这叫做挪动均匀法或全期均匀法，经过所有n个察看值的算术均匀值作为展望值。当数据的随机要素较大时，宜采用较大

　　的N，这样有益于较大限度地光滑由随机性所带来的严重偏差；反之，当数据的随机要素较小时，宜采用较小的N，这有益于追踪数据的变化，而且展望值滞后的期数也少。在足球竞赛中进球数的随机性比较大，N应当选比较大，但这会造成展望数据过于光滑适中，不利于对球队近期进球数据的展望。

　　除了挪动均匀法还能够考虑使用此外一种展望法——指数光滑法，该方法在计算展望值时对

　　于历史数据的观察值赐予不一样的权重。这类方法与简单挪动均匀法相像，二者之间的差别在于简单指数光滑法对先前展望结果的偏差进行了修正，指数光滑法合用于数据观察呈水平颠簸，无显然上涨或降落趋向状况下的展望，展望的通式为St=ayt+(1-a)St-1

　　式中，St--时间t的光滑值；yt--时间t的实质值；

　　St-1--时间t-1的实质值；

　　a--光滑常数，其取值范围为[0,1]；

　　光滑常数其实是前一观察值和目前观察值之间的权重。

　　当a靠近于1时，新的展望值对前一个展望值的偏差进行了较大的修正；当a=1时，St=yt，即t期光滑值就等于t期观察值。

　　当a靠近于0时，新展望值只包括较小的偏差修正要素；当a=0时，St=St-1，即本期展望值就等于上期展望值。

　　球队足球进球数在长久察看中表现近似回归中值的颠簸，所以a应选择较小的数值。下边用

优选

曼联主场进球数用 Excel表格办理来说明使用方法。

16-17赛季第4轮曼联vs曼城

　　St即主队希望进球值（展望值），光滑常数a取值，yt即上轮（第2轮）实质值2，St-1

　　即上轮展望值。依据通式 St=ayt+(1-a)St-1，St=0.05*2+（）

　　至于初始值S1确实定能够取前方若干数据的简单算术均匀数，建议起码用 20场的算术均匀

　　数作为初始值S1。此外因为数据拥有连续性而联赛赛季不连续，办理本赛季的数据应当采纳二次

　　指数光滑，对近期数据进行加权递减，提升数据敏感度切近实质状况。读者能够自己试试调理光滑常数a获取更好的展望成效。

希望进球数的应用（原创作品，转载请注明作者）

　　计算展望值重要的用途是展望竞赛进球数，以英超曼联主场数据为例，每场竞赛进球数97%位于[0-5]球的区间，进球数表现不规则环绕进球均值上下颠簸。简单的说就是进球数多了，下场竞赛会回归到进球数少的现象。利用这个进球数回归的特色，运用展望值与实质值的比较，获取进球偏离度来展望竞赛进球数。仍是用曼联主场进球数的例子:

偏离度区间为[-1,1]，为正当表示进球数会小于或等于理论值，数值越大回归的预期越大，负值则相反。一般状况偏离度大于或小于属于激烈预期。

优选

英超16-17赛季第4轮，曼联vs曼城，进球偏离度，失球偏离度。解读就是主队进球数可能会少于展望值，失球数会多于展望值。同理能够获取曼城客场的进球数/失球数的偏离度，综合后能够得出曼联进球数偏离度，表示曼联进球数不会多于1球，实质进

　　球数也只有1球。再看第7轮，主场对阵史笃城（斯托克城），进球数偏离度为 ，表示主队进

　　球数不多，联合史笃城（斯托克城）客场失球偏离度和亚盘主让 球，能够判断主队难以大胜。

　　再联合其余剖析方法，竞彩能够勇敢选主让平、主让负。

　　以上不过简单介绍进球数的展望方法，不必定每场竞赛能够有正确的提示，但能够供给判断

　　竞赛的一个参照。在这里抛砖引玉，读者能够自行挖掘更为多的剖析方法，

优选

本文 zblog模板 原创，转载保留链接！网址：https://concise-pharma.com/post/798.html