工具书类
奥斯汀,P.C.2011。“减少观察研究中混淆影响的倾向评分方法简介”多元行为研究46: 399–424,https://doi.org/10.1080/00273171.2011.568786.在谷歌学者中搜索公共医学公共医学中心
Bransen,L.、J.Van Haaren和M.Van de Velden。2019.“通过评估球员的传球价值来衡量球员对创造机会的贡献。”体育定量分析杂志15 (2): 97–116,https://doi.org/10.1515/jqas-2018-0020.在谷歌学者中搜索
德甲联赛. (2019).xG统计数据解释:Sportec Solutions预期目标模型背后的科学.https://www.bundesliga.com/en/bundesliga/news/expected-goals-xg-model-what-is-it-and-why-is-it-useful-sportec-solutions-3177(2020年7月10日访问)。在谷歌学者中搜索
Fernandez,J.和L.Bornn。(2018). 《广阔的开放空间:测量职业足球空间创造的统计技术》(Wide Open Spaces:A Statistical Techniques for Measurement Space Creation in Professional Soccer)第十二届斯隆体育分析会议.https://www.sloansportsconference.com/wp-content/uploads/2018/03/1003.pdf(2020年5月14日访问)。在谷歌学者中搜索
Fernandez、J.、L.Bornn和D.Cervone。(2019). 《分解不可估量的运动:足球的深度学习期望拥有价值框架》第13届斯隆体育分析会议.https://www.sloansportsconference.com/wp-content/uploads/2019/02/Decomposing-the-Immeasurable-Sport.pdf(2020年5月14日访问)。在谷歌学者中搜索
Gudmundsson,J.和M.Horton。2017.“团队运动的时空分析”倒排索引综述50(2),第22条,https://doi.org/10.1145/3054132.在谷歌学者中搜索
Imbens,G.W.,2004年。“外生性下平均治疗效果的非参数估计:综述。”经济学与统计学综述86: 4–29,https://doi.org/10.1162/003465304323023651.在谷歌学者中搜索
金·G·和R.尼尔森。2019.“为什么倾向得分不应用于匹配。”政治分析27:435-54之间,https://doi.org/10.1017/pan.2019.11.在谷歌学者中搜索
Liu,H.、M.A.Gomez、C.Lago-Penas和J.Sampaio。2015年,“2014年巴西国际足联世界杯小组赛获胜相关比赛统计”运动科学杂志33 (12): 1205–13,https://doi.org/10.1080/026404142015022578.在谷歌学者中搜索公共医学
Miller,A.、Bornn,L.、Adams,R.P.和Goldsberry,K.(2014)。《因子化得分过程强度:职业篮球的空间分析》第31届机器学习国际会议论文集第32卷,第235-43页。北京:JMLR.org。在谷歌学者中搜索
Oberstone,J.2009年。“区分顶级英超足球俱乐部与其他俱乐部:确定成功的关键。”体育定量分析杂志5(3),第10条,https://doi.org/10.2202/1559-0410.1183.在谷歌学者中搜索
Pearl,J.2009年。因果关系:模型、推理和推理第二版,纽约:剑桥大学出版社。2017年10月10日/CBO9780511803161在谷歌学者中搜索
Power,P.、H.Ruiz、X.Wei和P.Lucey。2017.《并非所有传球都是平等的:从跟踪数据中客观衡量足球传球的风险和回报》第23届ACM SIGKDD知识发现和数据挖掘国际会议论文集, 1605–13. 哈利法克斯。10.1145/3097983.3098051在谷歌学者中搜索
Sarkar,S.2018年。“协会足球(足球)中的十字架悖论——博弈论解释。”体育定量分析杂志14 (1): 25–36,https://doi.org/10.1515/jqas-2017-0073.在谷歌学者中搜索
Sarkar,S.和S.Chakraborty。2018年,“区分高得分球队的球场行动:20115-16年五个欧洲足球联盟的发现。”体育分析杂志4: 1–14,https://doi.org/10.3233/jsa-16161.在谷歌学者中搜索
Schuckers,M.和J.Curro(2013年)。“冰球总评分(THoR):基于所有冰上项目对国家冰球联盟前锋和防守队员的综合统计评分。”2013麻省理工学院斯隆运动分析会议记录.https://statsportsconsulting.com/thor/(2019年2月26日访问)。在谷歌学者中搜索
Sekhon,J.S.,2011年。“具有自动平衡优化的多元倾向得分匹配软件:R的匹配包。”统计软件杂志42:1–52,https://doi.org/10.18637/jss.v042.i07.在谷歌学者中搜索
Szczepanski,L.和I.McHale(2016)。“超越完成率:评估足球运动员的传球能力。”英国皇家统计学会杂志179 (2). 513–33.https://doi.org/10.1111/rssa.12115.在谷歌学者中搜索
Toumi,A.和Lopez,M.(2019年)。从葡萄和李子到苹果和苹果:使用匹配方法评估国家曲棍球联盟最佳区域进入决策。https://rpubs.com/atoumi/zone-entries-nhl(2020年5月14日访问)。在谷歌学者中搜索
Vecer,J.2014年。足球比赛中的传球对得分有很大的负面影响:来自英超、德甲和2014年世界杯的证据.https://ssrn.com/abstract=2225728(2019年2月5日访问)。10.2139/ssrn.2225728在谷歌学者中搜索
Vollman,R.、T.Awad和I.Fyffe。(2016).统计镜头:曲棍球分析终极指南多伦多:ECW出版社。在谷歌学者中搜索
Wilson,J.2013年。颠倒金字塔:足球战术史纽约:国家图书。在谷歌学者中搜索
Yam,D.R.和M.J.Lopez。2019.“失去了什么?对全国足球联赛第四次失利行为的因果估计。”体育分析杂志5: 153–67,https://doi.org/10.3233/jsa-190294.在谷歌学者中搜索