使用JMP（R）預測FIFA球員的市場價值（2019-US-EPO-254）級別：初學者
Vineela Datla，康涅狄格大學學生
Thore Koch，康涅狄格大學學生
Johana Rodriguez，康涅狄格大學學生
Anan Garg，康涅狄格大學學生
評估球員的估計對於FIFA俱樂部很有幫助，同時與他們簽訂合同以製定支出預算。從sofifa.com刮取的數據已使用JMP進行了採樣，探索，修改，建模和分析。數據集有88個不同的列，大致分為球員信息和表現統計信息，每一行都屬於2019年各個FIFA球員。在採樣階段，將數據劃分為40-30-30進行訓練，驗證和測試。在修改階段，使用主成分分析將29個關鍵績效屬性歸為六個主要屬性。使用JMP公式和分佈圖對數據進行特徵設計和分析。建立決策樹，K最近鄰和神經網絡模型來識別最佳模型以預測玩家的價值。然後使用模型比較功能對模型進行比較，並根據其在測試數據上的性能來確定最佳模型。給定性能屬性，該模型可以最好地預測中低端玩家的價值。
最佳峰會電子海報預測建模
