×
A.C.托马斯。；塞缪尔·文图拉。；谢恩·詹森（Shane T.Jensen）。；马，斯蒂芬

冰球运动员评分的竞争过程危险函数模型。 （英语） Zbl 1283.62245号

附录申请。斯达。 7，第3期，1497-1524（2013）.
小结：评估国家曲棍球联盟（NHL）运动员的整体能力是一项艰巨的任务。现有的方法，如著名的“加/减”统计有许多缺点。当球员替换相对不常见，得分项目相对常见时（如篮球），标准线性回归方法很有效，但由于曲棍球不存在这两种情况，我们使用的方法包含了该运动的独特特征。
我们将每支球队的得分率建模为其自己的半马尔可夫过程，每个过程的风险函数取决于冰上的球员。这种方法产生进攻和防守球员能力评级，其中考虑了队友和对手的质量、比赛情况和其他期望因素，这些因素本身对比赛结果有着重要的解释。此外，由于该模型中的参数数量可能相当大，我们根据感兴趣的问题使用了两种不同的收缩方法：根据玩家位置部分汇集参数的全贝叶斯分层模型，并惩罚最大似然估计，以选择数量较少的参数，这些参数明显不同于平均值。我们将该模型应用于NHL五个赛季比赛的所有五对五（全能）情况。

引用于4文件

MSC公司：

62页99 统计学的应用
2015年1月62日 贝叶斯推断
65立方厘米 马尔可夫链的数值分析或方法
65C60个 统计中的计算问题（MSC2010）

关键词：

竞争过程模型；考克斯模型；贝叶斯推断；层次模型；玩家评分

软件：

布莱索
PDF格式BibTeX公司 XML格式引用
\textit{A.C.Thomas}等人，Ann.Appl。《法律总汇》第7卷第3期，1497-1524页（2013年；兹bl 1283.62245）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Beaudoin，D.和Swartz，T.B.（2010年）。曲棍球中拉守门员的策略。阿默尔。统计师。64 197-204. ·Zbl 05798295号 ·doi:10.1198/tast.2010.09147
[2] Berry，S.M.、Reese，C.S.和Larkey，P.D.（1999）。在运动中跨越不同的时代。J.Amer。统计师。协会94 661-676。
[3] Brown，L.D.（2008）。击球平均数的季节内预测：经验贝叶斯和贝叶斯方法的现场测试。附录申请。统计2 113-152·Zbl 1137.62419号 ·doi:10.1214/07-AOAS138支持
[4] Cook，S.R.、Gelman，A.和Rubin，D.B.（2006年）。使用后验分位数验证贝叶斯模型软件。J.计算。图表。统计师。15 675-692. ·doi:10.1198/106186006X136976
[5] Cox，D.R.（1972）。回归模型和生命表。J.R.统计社会服务。B统计方法。34 187-220. ·Zbl 0243.62041号
[6] Dawid，A.P.（1994）。贝叶斯推理的选择悖论。《多元分析及其应用》（香港，1992年）。数理统计研究所讲稿——专题系列24 211-220。加利福尼亚州海沃德IMS·doi:10.1214/lnms/1215463797
[7] Gramacy，R.B.、Jensen，S.T.和Taddy，M.（2013）。用正则化logistic回归估计运动员在曲棍球比赛中的贡献。可在上获取。1209.5026
[8] Hans，C.（2011年）。具有正态先验的弹性网回归建模。J.Amer。统计师。协会106 1383-1393·兹比尔1234.62106 ·doi:10.1198/jasa.2011.tm09241
[9] Hirotsu，N.和Wright，M.（2002年）。使用协会足球比赛的马尔可夫过程模型来确定最佳替换时机和战术决策。运筹学学会杂志53 88-96·兹比尔1138.90408 ·doi:10.1057/palgrave/jors/2601254
[10] Hoerl，A.E.和Kennard，R.W.（1970年）。岭回归：非正交问题的有偏估计。技术计量12 55-67·Zbl 0202.17205号 ·数字对象标识代码：10.2307/1267351
[11] Ilardi，S.和Barzilai，A.（2008年）。调整后的百万分之几评级：2007-2008年的新评级和改进评级。可从获取。
[12] James，W.和Stein，C.（1961年）。二次损失估算。程序中。第四届伯克利交响乐团。普罗巴伯。统计师。交响乐。数学。统计师。和探针。1 361-379. 加利福尼亚大学出版社，加利福尼亚州伯克利·Zbl 1281.62026号
[13] Klein，J.Z.和Reif，K.-E.（2001）。曲棍球简编：NHL事实、统计和故事。McClelland&Stewar，加拿大安大略省多伦多市。
[14] Li，Q.和Lin，N.（2010）。贝叶斯弹性网。贝叶斯分析。5 151-170. ·Zbl 1330.65026号 ·doi:10.1214/10-BA506
[15] Lock，D.和Schuckers，M.（2009年）。超越+/-：一个比较NHL球员的评分系统。在联合统计会议上发言。
[16] Macdonald，B.（2011）。一个基于回归的NHL球员的调整后加分统计。J.数量。分析。体育7。
[17] 麦克唐纳，B.（2012a）。用于评估NHL球队和球员的预期目标模型。在2012年麻省理工学院斯隆体育分析会议上。麻省理工学院，马萨诸塞州剑桥。
[18] Macdonald，B.（2012年B）。使用岭回归法调整NHL球员的加分。可从获取。
[19] 莫里森·D·G（1976）。关于最佳拉网时间：一个应用于冰球常用策略的泊松模型。TIMS管理科学研究4。荷兰北部，阿姆斯特丹·Zbl 0384.90078号
[20] Park，T.和Casella，G.（2008）。贝叶斯套索。J.Amer。统计师。协会103 681-686·Zbl 1330.62292号 ·doi:10.1198/016214500000037
[21] Rosenbaum，D.T.（2004）。衡量NBA球员如何帮助球队获胜。可从获取。
[22] Schuckers，M.E.、Lock，D.F.、Wells，C.、Nickerbocker，C.J.和Lock，R.H.（2011）。基于所有冰上项目的全国曲棍球联盟滑冰运动员评分：调整后的负/正概率（AMPP）方法。未发表的手稿。可从获取。
[23] Sill，J.（2010）。改进NBA调整+/-使用规则化和样本外测试。麻省理工学院斯隆体育分析会议。麻省理工学院。
[24] Thomas，A.C.（2006）。冰球的拥有和位置对冰球战略的影响。J.数量。分析。体育2 18页（电子版）。 ·数字对象标识代码：10.2202/1559-0410.1007
[25] Thomas，A.C.（2007）。冰球进球的间隔时间。J.数量。分析。体育3 17·doi:10.2202/1559-0410.1064
[26] Tibshirani，R.（1996）。通过套索回归收缩和选择。J.R.统计社会服务。B统计方法。58 267-288. ·Zbl 0850.62538号
[27] Tibshirani，R.（1997）。Cox模型中变量选择的套索方法。统计医学16 385-395。
[28] Zou，H.和Hastie，T.（2005）。通过弹性网进行规则化和变量选择。J.R.统计社会服务。B统计方法。67 301-320. ·Zbl 1069.62054号 ·数字对象标识代码：10.1111/j.1467-9868.2005.0050.x
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。