日子越来越短，孩子们正在返校，NFL 球队已经开始打季前赛。 这意味着是时候使用一些足球预测模型了。
大量网站、杂志和“NFL 专家”将对即将到来的 NFL 赛季做出预测。 虽然有些预测实际上会考虑历史数据和统计数据，但许多预测并没有。 如果我们有历史数据，我们应该使用它，所以这是我的计划。 在介绍如何构建模型和使用了哪些数据之前，让我们先看看结果。
对于亚足联的预测，没有什么太令人震惊的了。 每年总胜场变化最大的球队是突袭者队，从去年的 12 场胜利增加到今年的 8 场。 其他每支球队都与去年的总数相差一两场。
对于 NFC，结果有点令人惊讶，牛仔队和巨人队在 2017 年分别输掉了四场和五场比赛。 另一件让我感到有点惊讶的事情是包装工队预计将获得第三名在 NFC 北部。 我很高兴看到该模型没有任何疯狂的预测，例如布朗队赢得 12 场比赛或爱国者队赢得三场比赛。 总而言之，从足球的角度来看，这个模型似乎非常合理。 现在让我们来看看我是如何构建这个模型的。
构建模型
我的第一个目标是获得一堆历史数据。 我首先追踪历史工资数据（ http://www.spotrac.com/nfl/cap/ ). 我想看看是否有任何神奇的工资单组合可以带领 NFL 球队获胜。 由于工资帽从 1.2 亿美元增加到 1.67 亿美元，我使用了用于每个职位和职位组的工资帽分数。
回顾 2010 年以来的历史薪资数据，我发现球队获胜和球员薪水之间的相关性很小。 这并不奇怪，因为 NFL 充斥着糟糕的合同，这些合同与场上表现没有必然联系。 例如，2017 赛季 NFL 收入最高的三名球员是乔·弗拉科、卡森·帕尔默和柯克·考辛斯。 虽然所有这三个 QB 都可能高于平均水平，但这些人都没有在 MVP 讨论中，也没有在坎顿占有一席之地。
所以我认为更好的方法是尝试根据每个职位、职位组的薪水和薪水变化来预测从一年到下一年的获胜差异。 我还查看了其他一些因素，比如去年的胜利、每场比赛的得分、每场比赛的码数和每场比赛的允许码数。 我总共有 98 个因素，所以我需要在运行完整模型之前进行一些变量选择。 我使用引导森林来执行我的变量选择。 影响获胜差异的前 12 个因素如下所示JMP .
最重要的预测指标是球队去年的胜利和球队去年的分差。 虽然这些因素可能看起来很明显，但其他重要的因素却不那么明显。 我发现有趣的因素是 C pay、FS pay 和 RB pay。 通常，中锋、自由安全和跑卫不被视为关键位置。 给这些职位高薪可能会对团队的表现产生不利影响。
为了确定每个因素的影响，我创建了一个模型。 前 11 个因素按变量重要性排序，并显示在下面的刻画器中。 我删除了去年的 PTS/G，因为它与点差和允许点完全混淆。
有几件事出乎意料：
- 在球的进攻端花更多的钱会带来进步。
- 去年失分较多的球队比失分较少的球队进步更多。
- 有一个独特的最佳范围来支付您的免费安全。
不太令人惊讶的是，最重要的因素是去年的总胜利数。 糟糕的球队会进步，而优秀的球队在某个时候会变得更糟，这是有道理的。 布朗球迷的好消息！ 对于新英格兰的邪恶王朝来说，这可不是什么好消息。
对于我预测获胜的最终模型，我制作了一个集成模型。 首先，我在 JMP 中创建了一个验证列，因此所有模型都具有可比性。 我使用验证列保存了引导森林、增强树、神经网络和广义回归模型的预测公式。 然后我将这些模型预测公式作为神经网络中的因素。以下是所有构建模型的比较。
真的很酷！ 看看我从带有 R 的集成模型中得到了多少改进2个超过 0.86。 现在让我们看看实际与预测的情节。
还不错。 该模型最糟糕的失误是 2014 年的 Green Bay。 该模型预测获胜差值约为 1，而包装工队实际上又赢了四场比赛。
总而言之，我使用历史薪水和场上表现数据来预测今年每支球队的胜率。 表现最好的模型是集成神经网络模型。 现在让我们踢足球，看看模型的结果如何！
我试图制作一个准确的模型。 新赛季新布朗首发四分卫。 他们已经是亚足联进步最大的球队之一。
我需要查看预测布朗队赢得更多胜利的模型！看起来他们今年将与另一名新秀四分卫一起去，除非受伤。
