卓科斯，Alkeos;桑托什·纳拉亚南;科西米迪斯，约阿尼丝;吉安卢卡·拜奥;米海·库库林古;加文·惠特克;弗朗茨·基拉里 模拟足球比赛的结果。 （英语） Zbl 1480.62049号 机器。学习。 108，第1号，77-95（2019）; 更正同上108，第2号，377-378（2019）。 总结：我们比较了Bradley-Terry模型和层次Poisson对数线性模型在预测足球比赛结果（赢、平或输）方面的各种扩展。布莱德雷-特里扩展的参数通过最大化对数似然或适当惩罚的对数似然估计，而分层泊松对数线性模型参数的后验密度则通过综合嵌套拉普拉斯近似进行近似。各种建模方法的预测性能通过使用一种新颖的、特定于上下文的时间验证框架进行评估，该框架能够准确估计测试误差。通过各种布莱德雷-特里扩展对结果进行直接建模，以及使用层次泊松对数线性模型对比赛成绩进行建模，在预测性能方面表现出类似的行为。 引用于5文件 MSC公司： 62F07型 统计排名和选择程序 62J02型 一般非线性回归 关键词：布莱德利-特里模型;泊松对数层次模型;最大惩罚似然;积分嵌套拉普拉斯近似;时间验证 软件：LBFGS-B型;R-INLA公司;加迈尔 PDF格式BibTeX公司 XML格式引用 \textit{A.Tsokos}等人，马赫。学习。108，编号1，77--95（2019；Zbl 1480.62049） 全文： 内政部 arXiv公司 参考文献： [1] Agresti，A.（2015）。线性和广义线性模型的基础。霍博肯：威利·兹比尔1309.62001 [2] Baio，G.和Blangiardo，M.（2010年）。足球成绩预测的贝叶斯层次模型。应用统计学杂志，37（2），253-264·Zbl 1511.62489号 ·doi:10.1080/02664760802684177 [3] Berrar，D.、Dubitzky，W.、Davis，J.和Lopes，P.（2017年）。足球机器学习。检索自osf.io/ftuva·Zbl 1443.00015号 [4] Bradley，R.A.和Terry，M.E.（1952年）。不完全区组设计的秩分析：I.成对比较法。《生物特征》，39（3-4），502-537。 [5] Byrd，R.H.、Lu，P.、Nocedal，J.和Zhu，C.（1995）。一种用于约束优化的有限内存算法。SIAM科学计算杂志，161190·Zbl 0836.65080号 ·doi:10.1137/0916069 [6] Cattelan，M.、Varin，C.和Firth，D.（2013年）。运动比赛的动态布拉德利·特里模型。英国皇家统计学会杂志：C辑（应用统计学），62（1），135-150·文件编号：10.1111/j.1467-9876.2012.01046.x [7] Davidson，R.R.（1970）。关于扩展Bradley-Terry模型以适应配对比较实验中的关系。《美国统计协会杂志》，65（329），317·doi:10.1080/01621459.1970.10481082 [8] DerSimonian，R.和Laird，N.（1986年）。临床试验的荟萃分析。对照临床试验，7（3），177·doi:10.1016/0197-2456（86）90046-2 [9] Dietterich，T.G.（2000）。机器学习中的集成方法（第1-15页）。柏林：斯普林格。 [10] Dixon，M.J.和Coles，S.G.（1997年）。模拟足球博彩市场中的协会足球得分和效率低下。应用统计学，46（2），265。 [11] Efron，B.（1982）。折刀、引导和其他重采样计划。新德里：SIAM·Zbl 0496.62036号 ·doi:10.137/1.9781611970319 [12] Epstein，E.S.（1969年）。排名类别概率预测的评分系统。应用气象学杂志，8（6），985-987·doi:10.1175/1520-0450（1969）008<0985:ASSFPF>2.0.CO；2 [13] Firth，D.（2005）。《统计软件杂志》中的布莱德利-特里模型，12（1） [14] Gneiting，T.和Raftery，A.E.（2007年）。严格正确的评分规则、预测和评估。《美国统计协会杂志》，102（477），359-378·Zbl 1284.62093号 ·doi:10.1198/0162145000001437 [15] Golub，G.H.、Heath，M.和Wahba，G.（1979年）。广义交叉验证是一种选择好脊线参数的方法。技术计量学，21（2），215·Zbl 0461.62059号 ·doi:10.1080/00401706.1979.10489751 [16] Karlis，D.和Ntzoufras，I.（2003年）。使用双变量泊松模型分析体育数据。英国皇家统计学会期刊D，52381-393·数字对象标识代码：10.1111/1467-9884.00366 [17] Király，F.J.和Qian，Z.（2017年）。竞技体育建模：布莱德利-特里-埃洛模型，用于监督和在线学习配对比赛结果（第1-53页）。arXiv:1701.08055。 [18] Lindgren，F.和Rue，H.（2015）。基于r-inla的贝叶斯空间建模。统计软件杂志，文章，63（19），1-25。 [19] Maher，M.J.（1982年）。模拟协会足球得分。Neerlandica统计，36（3），109-118·doi:10.1111/j.1467-9574.1982.tb00782.x [20] Murphy，A.H.（1969年）。在排名概率得分上。应用气象学杂志，8（6），988-989·doi:10.1175/1520-0450（1969）008<0988:OTPS>2.0.CO；2 [21] Rue，H.、Martino，S.和Chopin，N.（2009年）。利用集成嵌套拉普拉斯近似对潜在高斯模型进行近似贝叶斯推断。英国皇家统计学会杂志B，71，319-392·Zbl 1248.62156号 ·doi:10.1111/j.1467-9868.2008.00700.x [22] Wahba，G.（1990年）。观测数据的样条模型。工业和应用数学学会·Zbl 0813.62001号 [23] 维基百科（2018）。欧足联系数-维基百科，免费百科全书。http://en.wikipedia.org/w/index.php？title=UEFA [24] Wood，S.N.（2003）。薄板回归样条。英国皇家统计学会杂志。B辑：统计方法，65（1），95·Zbl 1063.62059号 ·数字对象标识代码：10.1111/1467-9868.00374 [25] Wood，S.N.（2006）。广义可加模型：R.Boca Raton简介：CRC出版社·Zbl 1087.62082号 ·doi:10.1201/9781420010404 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。