2021-01-04 11:22:29 阅读(187)
本文使用R语言模拟美国足球比赛的数据,我们将完成以下工作。获取和清理美国橄榄球比赛数据分析和理解美国橄榄球比赛数据构建测量攻防能力指标模拟单一比赛模拟通过上述数据清理和简单的可视化工作,我们对比赛数据有了初步的了解。在本节中,我们根据比赛的统计数据建立了球队进攻和防守能力的指数。该指数作为一种描述性统计指标,整合了多个数据域信息。例如,在职业美国足球比赛中,四分卫通常可以通过传球绩效指数来衡量和比较他的传球表现,而不需要依次分析他的传球成功率、每次平均传球总数和阵列数量。在本节中,我们将根据球队的比赛统计数据为每支球队的进攻和防守能力建立指数。球队的进攻能力取决于其传球能力和冲球能力,防守能力取决于球队切断对手传球和拦截冲球的表现。通过建立的进攻和防守指数,我们可以从不同的角度分析和比较球队在球场上的表现,并最终指导我们确定获胜者和失败者的模拟。如果您已经完成了上述部分的所有流程,您可以继续进行以下分析和建模工作。我们根据以下流程构建攻防指数。1.首先,我们计算球队的进攻传球能力分数。在combined变量中,Passyds/G(averagepassingyardspergame),也就是每场比赛的平均传球码数。PassYds/G值越高,球队传球能力越强。为了更方便地比较球队之间的相对传球能力,我们需要计算球队和传球能力最好的球队之间的差异。首先,我们计算每支球队的Pasyds/G和最大值之间的差异,然后除以最大值。减去比值的目的是使得分数的大小与传球能力成正比,最后我们将分数分为0和100。 如果只把每支球队的Pasyds/G除以最大值,就不能完美地反映每支球队在传球能力上的差异。经过以上数据处理,最佳传球能力球队的OPassstrength总是100,相应地,最差球队的OPassstrength总是0。 2.为了计算球队的进攻冲击能力,我们可以在数据域Rushyds(averagerushingyardspergame)采用相同的变换。3.我们现在改变了每次进攻的得分和数量,然后将四个变量集成到用户的攻击能力指标中。在最后一行代码中,我们简单地将转换后的四个单独攻击指标平均得到球队的最终攻击指标。4.我们现在可以选择反映球队防守能力的指标,并通过遵循上述步骤获得球队防守能力的指标。首先,我们通过平均每场比赛丢失的传球码数来计算球队对手的传球能力指数。5.其次,我们计算球队防守对手的冲球能力。6.最后,类似于计算团队的整体攻击能力指标,我们需要改变每场比赛的防守分数和总防守码数,然后简单地合并这四个。 请注意,在计算球队防守能力指标步骤时,我们没有使用1来减去每支球队与最大值之间的比例。因为在防守方面,相对较小的价值表明球队具有较强的防守能力,而不是在进攻能力计算中得分较大代表球队较强的进攻能力。 正如前面所述,构建指数的目的是简化和标准化多个原始统计量,使团队更加方便和直观。在上述步骤中,通过整合多个进攻和防守统计,我们为每支球队计算了唯一的进攻和防守指标值。在上面的例子中,我们选择了少量的变量来阐述指数构建的方法。包括更多变量在内的读者也可以尝试。同样,聚合变量的方法(简单平均)也可以被其他更复杂的方法所取代。如果您认为不同的变量在指数构建过程中起着不同的作用,则可以将相应的权重添加到变量中。例如,如果你认为在构建进攻指数时,进攻得分、传球能力、进攻代码和冲击能力的重要性依次下降,你可以选择给每个统计变量不同的权重,而不是简单的平均值。如上述命令所示,重要的变量可以比其他变量发挥更大的作用,通过赋予不同的变量权重。
以上就是关于如何构建度量攻防能力指标?的相关介绍,更多如何构建度量攻防能力指标?相关内容可以咨询我们或者浏览页面上的推荐内容。我们将让你对如何构建度量攻防能力指标?有更深的了解和认识。
推荐阅读
最新文章
猜你喜欢以下内容:
一 客户顾问-张三 一

