Czytam książkę o sabermetrii, w szczególności Mathletics autorstwa Wayne Winston, a w pierwszym rozdziale wprowadza ilość, którą można wykorzystać do przewidzenia wskaźnika wygranych drużyn:
i wydaje się sugerować, że w połowie sezonu można go wykorzystać do przewidywania wskaźnika wygranychlepszychniż wskaźnik wygranych w pierwszej połowie sezonu. Uogólnia wzór na
Rexp
Punkty zdobyte2)Punkty zdobyte2)+ Punkty przeciw2)≈ % wygranych gier ,
gdziejest stosunkiem punktów zdobytych do punktów przeciw. Następnie znajduje wykładnik najlepiej dopasowany do przewidywania% wygranych gier dla 3 dyscyplin sportowych i znajduje dla
Ale zdałem sobie sprawę, że możesz wyrazić% wygranych gier pod względem zdobytych punktów i punktów dla każdej gry, konkretnie% wygranych gier to dokładnie ułamek gier, w których zdobyte punktysą większe niż wskazuje na:
gdzie
RexpRexp+ 1,
Baseball: exp ≈ 2 , Piłka nożna: exp ≈ 2,7 , Koszykówka: exp ≈ 14. i P S i P A i 1RBaseball: exp ≈ 2 ,
Piłka nożna: exp ≈ 2.7 ,
Koszykówka: exp ≈ 14.
jaP.S.jaP.ZAjaI1n∑i=1nI(PSi>PAi),
I jest funkcją wskaźnika.
Dlatego moje pytanie brzmi:
(∑ni=1PSi)x(∑ni=1PSi)x+(∑ni=1PAi)x≈1n∑i=1nI(PSi>PAi)
Czy istnieje analityczny sposób na znalezienie MLE dla ? Wybacz mi, jeśli popełniłem naiwne błędy, przeważnie samokształcę się w statystykach.x