辛、鲁;朱，穆;休·奇普曼 篮球网络的连续时间随机块模型。 （英语） Zbl 1391.62309号 附录申请。斯达。 11，No.2，553-597（2017）. 总结：对于职业篮球来说，找到有价值、合适的球员是组建一支获胜球队的关键。为了应对这些挑战，篮球经理、球探和教练越来越多地转向分析。对球员和球队进行客观评价一直是篮球分析的首要目标。典型的统计分析主要关注盒子得分，并制定了各种指标。尽管有越来越先进的方法，但基于方框得分统计的指标提供的关于玩家如何相互作用的信息有限。两名得分相近的球员可能会表现出不同的团队合作。因此，职业篮球球探必须观看真实的比赛来评估球员。现场侦察是有效的，但存在效率低下和主观性的问题。在本文中，我们超越了静态的方块分数，将篮球比赛建模为动态网络。提出的连续时间随机块模型根据玩家的游戏风格和表现对其进行聚类。该模型提供了球员在得分、篮板、偷窃等方面的效率的集群特定评估，还捕获了集群内和集群之间的球员互动模式。通过将相似的球员聚集在一起，该模型可以帮助篮球球探缩小搜索空间。此外，该模型能够揭示不同球队进攻策略的细微差异。NBA篮球比赛的应用程序说明了该模型的性能。 引用于4文件 MSC公司： 62页99 统计学的应用 62H30型 分类和区分；聚类分析（统计方面） 91天30分 社交网络；意见动态 关键词：群集;事务性网络;马尔可夫链;EM算法;吉布斯采样;篮球分析;社交网络 PDF格式BibTeX公司 XML格式引用 \textit｛L.Xin｝等人，Ann.Appl。Stat.11，No.2，553--597（2017；Zbl 1391.62309） 全文： DOI程序 arXiv公司 欧几里得