关于NBA球员历史地位问题研究(二)——如何量化球队

作者:24直播网2024-02-11 08:04:29

火凤直播高清直播美女解说
  关于量化球队实力   欢迎补充,欢迎校正,相互学习      ====================================================   1.球队胜率——W/L%   【相对高度】,不能反应历史变化   【不考虑】对手强弱   【不考虑】主客场   【不考虑】每场输赢分数   最简单粗暴的评价办法,把每一场输赢都视为权重1:1:1的关系   2.净胜分——MOV——margin of victory   【相对高度】,不能反应历史变化   【不考虑】对手强弱   【不考虑】主客场   【考虑】每场输赢分数   常规赛30支球队MOV之和为0   均线为0   科普链接:   https://en.wikipedia.org/wiki/Strength_of_schedule         例图2,3 MOV SRS的来源 取自BBR2017勇士   3.SRS——simple rating system   公式关系:MOV+SOS=SRS   备注:SOS是strength of schedule   【相对高度】,不能反应历史变化   【考虑】对手强弱   【不考虑】主客场(橄榄球SRS考虑主客场)   【考虑】每场输赢分数   常规赛30支球队SRS之和为0   均线为0   科普链接:   https://www.sports-reference.com/blog/2015/03/srs-calculation-details/   4.ELO——天梯分   【绝对高度】,能反应历史变化   【考虑】对手强弱   【考虑】主客场   【考虑】每场输赢分数   具体的问题可以看下我的这篇文章   超越96公牛,NBA联盟ELO评级(天梯分数)历史记录定格--2017勇士,1865分 - 知乎专栏   科普链接:   https://projects.fivethirtyeight.com/complete-history-of-the-nba   科普链接:   How We Calculate NBA Elo Ratings      5.(附加)盘口赔率   (对历史资料整理无直接帮助,但对未来验证自己看法有间接帮助,且与上面的elo有相互印证的作用)   通过赔率反向算回得到概率,例如进季后赛,分区冠军,夺冠,具体比分等   更准确反应强弱关系   注意因果关系:盘口反应的是球队基本实力与下注趋势(也就是下注人or预判即将下注人趋势 的认知,期望,博彩公司通过微调盘口进而让下注人投注选择发生变化达到获利最大)共同作用的结果,可以因此推测出带有微小偏差的球队强弱,而非因为球队强弱直接得到赔率   比如2017勇士夺冠,以及4:1的比分,都是在开赛前的最大概率项   (elo ,通过盘口算夺冠概率,通过比分盘算概率,通过让分盘算实力对比,赛后通过ws去验证,会得出很多有趣的,惊人的,巧合的一些结论。当然,这些是辅助提高看球水平用的,强烈不建议赌博,我虽然总分析盘口,但从来没赌过球,深知这其中的利害。)   由于没有历史资料,所以只能作为对该赛季/未来的分析   下图是当时总决赛开赛前的各方赔率信息汇总   你会发现博彩向和纯理论向有着很明显的差异:         常用的有信息源有(博彩公司的链接就不放了,不好):   bet365,bovada博狗,ladbrokes立博等等,威廉希尔和伟德我看得很少   oddsshark,这是个信息汇总的网站可以看看   NBA Basketball Futures   拿bet365举个例子,尤其开赛后有了样本支撑,你会很轻易的从分区冠军赔率中看出强弱关系并得出一个详细的比例               ===========================================================   这一篇,和接下来的一篇,写的都是关于如何量化球队实力的问题   因为只有把球量化弄明白,才会到用各种形式的占比去拆分球队,进而达到球员水平量化的目的   原因:覆盖全历史的前提下,做到最准确,为什么最准确,我会在下一篇详细说   就写到这里。   ==========================================   下一篇,我要说说,关于ELO初值,终值,峰值,谷值,均值,去前多少场均值,这几个值,该用哪几种或哪一种,怎么算的问题,阐明原因,并会给出一些科普链接,作出分析

关于NBA球员历史地位问题研究(二)——如何量化球队

关于NBA球员历史地位问题研究(二)——如何量化球队

相关资讯

直播

更多

录像

更多

视频

更多