Le giornate si stanno accorciando, i ragazzi stanno tornando a scuola e le squadre della NFL hanno iniziato a giocare partite di preseason. Ciò significa che è tempo di alcuni modelli predittivi del calcio.
Una pletora di siti Web, riviste ed "esperti NFL" presenteranno previsioni per la prossima stagione NFL. Mentre alcune delle previsioni terranno effettivamente conto di dati storici e statistiche, molte no. Se disponiamo di dati storici, dovremmo usarli, quindi questo è il mio piano. Prima di entrare nel modo in cui ho costruito il modello e quali dati ho usato, diamo un'occhiata ai risultati.
Per le proiezioni AFC, non c'è niente di troppo scioccante. La squadra con il più grande cambiamento nel totale delle vittorie di anno in anno è quella dei Raiders, passando dalle 12 vittorie dell'anno scorso alle 8 di quest'anno. Ogni altra squadra è all'interno di una o due vittorie del totale dell'anno scorso.
Per l'NFC, i risultati sono un po' più sorprendenti, con i Cowboys e i Giants che hanno perso rispettivamente altre quattro e cinque partite nel 2017. Un'altra cosa che ho trovato un po' sorprendente è che i Packers dovrebbero finire terzi nell'NFC Nord. Sono stato felice di vedere che quel modello non aveva proiezioni folli, come i Browns che hanno vinto 12 partite o i Patriots che hanno vinto tre partite. Tutto sommato, il modello sembrava molto ragionevole dal punto di vista calcistico. Ora passiamo a come ho costruito questo modello.
Costruire un modello
Il mio primo obiettivo era ottenere un mucchio di dati storici. Per prima cosa ho rintracciato i dati storici sui salari ( http://www.spotrac.com/nfl/cap/ ). Volevo vedere se esisteva una combinazione magica di buste paga che portasse le squadre della NFL a vincere. Poiché il tetto salariale è aumentato da $ 120 milioni a $ 167 milioni, ho utilizzato la frazione del tetto salariale utilizzata per ciascuna posizione e gruppo di posizioni.
Guardando i dati storici sugli stipendi fino al 2010, ho scoperto che c'era pochissima correlazione tra le vittorie delle squadre e la paga dei giocatori. Ciò non è stato troppo sorprendente poiché la NFL è piena di cattivi contratti, che non sono necessariamente correlati alle prestazioni sul campo. Ad esempio, i tre giocatori più pagati della NFL per la stagione 2017 sono Joe Flacco, Carson Palmer e Kirk Cousins. Sebbene tutti e tre questi QB possano essere al di sopra della media, nessuno di questi ragazzi è nella discussione MVP o ha un segnaposto a Canton.
Quindi ho pensato che un approccio migliore sarebbe stato quello di provare a prevedere la differenza di vincita da un anno all'altro in base allo stipendio e al cambio di stipendio di ciascuna posizione, gruppo di posizioni. Ho anche esaminato alcuni altri fattori come le vittorie dell'anno scorso, i punti per partita, le yard per partita e le yard consentite per partita. Avevo un totale di 98 fattori, quindi avevo bisogno di selezionare alcune variabili prima di eseguire un modello completo. Ho usato una foresta bootstrap per eseguire la mia selezione variabile. I primi 12 fattori che contribuiscono al differenziale di vincita sono mostrati di seguito in JMP .
I migliori predittori sono le vittorie ottenute da una squadra l'anno scorso e il differenziale di punti ottenuto da una squadra l'anno scorso. Sebbene questi fattori possano sembrare ovvi, altri fattori importanti sono meno ovvi. I fattori che ho trovato intriganti sono stati la paga C, la paga FS e la paga RB. In genere il centro, la sicurezza libera e il running back non sono visti come posizioni critiche. Potrebbe essere che pagare molto queste posizioni abbia un effetto negativo sulle prestazioni della squadra.
Per determinare l'impatto che ciascuno di questi fattori stava avendo, ho creato un modello. I primi 11 fattori sono ordinati per importanza variabile e mostrati nel Profiler sottostante. Ho rimosso il PTS/G dell'anno scorso poiché è completamente confuso con la differenza di punti e i punti consentiti.
Alcune cose si sono rivelate inaspettate:
- Spendere più soldi sul lato offensivo della palla porta a un miglioramento.
- Le squadre che hanno concesso molti punti l'anno scorso migliorano di più delle squadre che hanno concesso meno punti.
- Esiste un intervallo ottimale distinto per pagare la tua sicurezza gratuita.
Meno sorprendente è stato il fatto che il fattore più importante sia il totale delle vittorie dell'anno scorso. Ha senso che le squadre cattive miglioreranno e le squadre buone peggioreranno a un certo punto. Buone notizie per i fan di Browns! Non una buona notizia per la malvagia dinastia del New England.
Per il mio modello finale per prevedere le vittorie, ho creato un modello di ensemble. Innanzitutto, ho creato una colonna di convalida in JMP, in modo che tutti i modelli fossero confrontabili. Ho salvato le formule di previsione dalla foresta bootstrap, dall'albero potenziato, dalla rete neurale e dai modelli di regressione generalizzata utilizzando la colonna di convalida. Quindi ho preso quelle formule di previsione del modello come fattori in una rete neurale.Di seguito è riportato un confronto di tutti i modelli costruiti.
Veramente cool! Guarda quanto miglioramento ottengo dal modello d'insieme, con una R 2 di oltre 0,86. Ora diamo un'occhiata alla trama effettiva rispetto a quella prevista.
Non male. La peggiore mancanza per questo modello è stata la Green Bay del 2014. Il modello prevedeva un differenziale di vittorie di circa uno, e i Packers hanno effettivamente vinto altre quattro partite.
In sintesi, ho utilizzato i dati storici sullo stipendio e sulle prestazioni sul campo per prevedere il differenziale di vittorie per ciascuna squadra quest'anno. Il modello con le migliori prestazioni è stato un modello di rete neurale d'insieme. Ora giochiamo a calcio e vediamo come viene fuori il modello!
Stavo cercando di fare un modello accurato. Nuova stagione nuovi Browns che iniziano QB. Sono già una delle squadre più migliorate della AFC.
Devo vedere il modello che prevede più vittorie per i Browns!Sembra che quest'anno andranno con un altro quarterback esordiente, salvo infortuni.
