日子越來越短，孩子們正在返校，NFL 球隊已經開始打季前賽。 這意味著是時候使用一些足球預測模型了。
大量網站、雜誌和“NFL 專家”將對即將到來的 NFL 賽季做出預測。 雖然有些預測實際上會考慮歷史數據和統計數據，但許多預測並沒有。 如果我們有歷史數據，我們應該使用它，所以這是我的計劃。 在介紹如何構建模型和使用了哪些數據之前，讓我們先看看結果。
對於亞足聯的預測，沒有什麼太令人震驚的了。 每年總勝場變化最大的球隊是突襲者隊，從去年的 12 場胜利增加到今年的 8 場。 其他每支球隊都與去年的總數相差一兩場。
對於 NFC，結果有點令人驚訝，牛仔隊和巨人隊在 2017 年分別輸掉了四場和五場比賽。 另一件讓我感到有點驚訝的事情是包裝工隊預計將獲得第三名在 NFC 北部。 我很高興看到該模型沒有任何瘋狂的預測，例如布朗隊贏得 12 場比賽或愛國者隊贏得三場比賽。 總而言之，從足球的角度來看，這個模型似乎非常合理。 現在讓我們來看看我是如何構建這個模型的。
構建模型
我的第一個目標是獲得一堆歷史數據。 我首先追踪歷史工資數據（ http://www.spotrac.com/nfl/cap/ ). 我想看看是否有任何神奇的工資單組合可以帶領 NFL 球隊獲勝。 由於工資帽從 1.2 億美元增加到 1.67 億美元，我使用了用於每個職位和職位組的工資帽分數。
回顧 2010 年以來的歷史薪資數據，我發現球隊獲勝和球員薪水之間的相關性很小。 這並不奇怪，因為 NFL 充斥著糟糕的合同，這些合同與場上表現沒有必然聯繫。 例如，2017 賽季 NFL 收入最高的三名球員是喬·弗拉科、卡森·帕爾默和柯克·考辛斯。 雖然所有這三個 QB 都可能高於平均水平，但這些人都沒有在 MVP 討論中，也沒有在坎頓佔有一席之地。
所以我認為更好的方法是嘗試根據每個職位、職位組的薪水和薪水變化來預測從一年到下一年的獲勝差異。 我還查看了其他一些因素，比如去年的勝利、每場比賽的得分、每場比賽的碼數和每場比賽的允許碼數。 我總共有 98 個因素，所以我需要在運行完整模型之前進行一些變量選擇。 我使用引導森林來執行我的變量選擇。 影響獲勝差異的前 12 個因素如下所示JMP .
最重要的預測指標是球隊去年的勝利和球隊去年的分差。 雖然這些因素可能看起來很明顯，但其他重要的因素卻不那麼明顯。 我發現有趣的因素是 C pay、FS pay 和 RB pay。 通常，中鋒、自由安全和跑衛不被視為關鍵位置。 給這些職位高薪可能會對團隊的表現產生不利影響。
為了確定每個因素所產生的影響，我創建了一個模型。 前 11 個因素按變量重要性排序，並顯示在下面的刻畫器中。 我刪除了去年的 PTS/G，因為它與點差和允許點完全混淆。
有幾件事出乎意料：
- 在球的進攻端花更多的錢會帶來進步。
- 去年失分較多的球隊比失分較少的球隊進步更多。
- 有一個獨特的最佳範圍來支付您的免費安全。
不太令人驚訝的是，最重要的因素是去年的總勝利數。 糟糕的球隊會進步，而優秀的球隊在某個時候會變得更糟，這是有道理的。 布朗球迷的好消息！ 對於新英格蘭的邪惡王朝來說，這可不是什麼好消息。
對於我預測獲勝的最終模型，我製作了一個集成模型。 首先，我在 JMP 中創建了一個驗證列，因此所有模型都具有可比性。 我使用驗證列保存了引導森林、提升樹、神經網絡和廣義回歸模型的預測公式。 然後我將這些模型預測公式作為神經網絡中的因素。以下是所有構建模型的比較。
真的很酷！ 看看我從帶有 R 的集成模型中得到了多少改進2個超過 0.86。 現在讓我們看看實際與預測的情節。
還不錯。 該模型最糟糕的失誤是 2014 年的 Green Bay。 該模型預測獲勝差值約為 1，而包裝工隊實際上又贏了四場比賽。
總而言之，我使用歷史薪水和場上表現數據來預測今年每支球隊的勝率。 表現最好的模型是集成神經網絡模型。 現在讓我們踢足球，看看模型的結果如何！
我試圖製作一個準確的模型。 新賽季新布朗首發四分衛。 他們已經是亞足聯進步最大的球隊之一。
我需要查看預測布朗隊贏得更多勝利的模型！看起來他們今年將與另一名新秀四分衛一起去，除非受傷。
