對於大學橄欖球隊來說，常規賽即將結束，幾天后我們就會知道哪支球隊將參加哪個賽季結束的比賽。雖然一些碗的分配由公式決定，但每個碗通常可以選擇幾個團隊來邀請他們的遊戲。一些團隊以“旅行良好”而聞名，這意味著他們擁有粉絲基礎，可以提高遠距離比賽的參賽人數或吸引大量電視觀眾。例如，請考慮此博客文章評論關於俄亥俄州：
Buckeye國家旅行很好是輕描淡寫。我們是全美最好的旅行大學球迷。
我想知道這些數字是否支持聲譽，並著手收集出席率和電視收視率數據。我把11年的碗遊戲數據放在一起，大部分是來自 bcsfootball.org 從個別碗網站填寫一些洞。通常情況下，清理數據是一項重大任務。我使用了Recode功能 JMP 標準化團隊名稱（“康涅狄格州”或“康涅狄格州”）和碗名稱。碗名稱特別棘手，因為實際名稱有時會在多年內發生變化，有時同一名稱已用於不同的碗（“ Meineke汽車護理碗 “就是一個例子。我使用JMP Geocoder加載項來確定計算行程距離的位置。
更多變量肯定會有所幫助，儘管我希望碗本身可以作為變量的代理團隊排名 （因為每個碗位於碗啄食順序相當穩定的槽中）。看看包含的模型年 ，碗 ，年*碗 ，球隊和距離事實證明，出席率和電視收視率表現完全不同。幾乎所有的碗和年*碗相互作用密切相關勤 ，但只有少數與之相關電視評級 。顯然，電視收視率更可能受到哪些球隊比賽的影響。距離總體而言是一個相對較弱的因素，並且沒有足夠的數據來了解它如何應用於各個團隊。
碗的出勤趨勢因碗而異，一些碗穩定，一些趨勢上升，一些趨勢下降。下圖顯示了趨勢線，每個類別中都有兩個突出顯示。
談到團隊，這些數據的複雜性是有兩個球隊列，因此每行有兩個團隊值。堆疊團隊列是可能的，但它會導致重複的碗年行（人為地減少他們的p值），更重要的是解除兩個對立團隊的關聯，這樣我們就不能再模擬對結果的共同責任。更好的方法是創建指標列，每個團隊一個，這樣每個遊戲中恰好有兩列不為零。我找到了Table> Summary with 球隊作為子組，是生成指標列的便捷方式。
包括指標列年和碗列讓我們看到每個團隊在考慮了效果之後的效果年和碗 。正如我上面提到的那樣，通過這兩個變量的組合很好地模擬了出勤率，也許由於這個原因，很少有團隊具有顯著的模型效應。以下是具有最小p值的那些，按估計值排序。夏威夷是一個特殊的環境，因為那所學校經常在夏威夷碗中演出，而且夏威夷人參加夏威夷碗時的出席率通常要高得多。
|
| 術語 |
|---|
| 估計 |
|---|
| 概率> | T | |
|---|
|
| 夏威夷 |
| 10507 |
| 0.0148 |
|
| Ole Miss |
| 8445 |
| 0.0427 |
|
| 德克薩斯A＆M |
| 6932 |
| 0.0405 |
|
| 阿拉巴馬 |
| 5803 |
| 0.0884 |
|
| 德州 |
| 5308 |
| 0.0637 |
|
| 西弗吉尼亞 |
| 5219 |
| 0.0758 |
|
| Florida St. |
| 4870 |
| 0.0904 |
|
| Georgia Tech |
| -5707 |
| 0.0752 |
|
| 匹茲堡 |
| -5982 |
| 0.0896 |
|
| 南佛羅里達 |
| -6770 |
| 0.0737 |
|
| 明尼蘇達 |
| -7393 |
| 0.0401 |
|
| 保齡球綠 |
| -8117 |
| 0.0716 |
|
| 托萊多 |
| -11831 |
| 0.0302 |
同樣的模型電視評級回應顯示幾所學校取得了重大成果。最高結果如下。在有負面影響的學校中，沒有一個具有顯著的p值。
|
| 術語 |
|---|
| 估計 |
|---|
| 概率> | T | |
|---|
|
| 德州 |
| 2.30 |
| <.0001 |
|
| 南卡爾 |
| 1.83 |
| 0.0017 |
|
| 賓州街 |
| 1.91 |
| 0.0021 |
|
| 俄勒岡 |
| 1.65 |
| 0.0046 |
|
| Ohio St. |
| 1.55 |
| 0.0073 |
|
| 密歇根州 |
| 1.47 |
| 0.0074 |
|
| Florida St. |
| 1.37 |
| 0.0126 |
|
| 佛羅里達 |
| 1.51 |
| 0.0130 |
|
| 巴黎圣母院 |
| 1.35 |
| 0.0164 |
|
| 內布拉斯加州 |
| 1.32 |
| 0.0273 |
|
| 密歇根街 |
| 1.30 |
| 0.0362 |
|
| 威斯康星 |
| 1.23 |
| 0.0371 |
我已將完整的模型報告保存為交互式HTML頁面，以防您想要探索模型或只看您的團隊得分。看看吧勤和電視評級報告。
我沒有提到的一個細節是，我排除了少於四場比賽的碗和學校（對不起，杜克），以避免模型中的奇點，我只在模型不適合時才發現。進一步排除也可以改進模型，因為大多數術語的重要性很小，但他們的估計仍然參與最終模型。JMP Pro中的高級建模功能可以自動執行此類修剪，這就是JMP統計開發人員克萊巴克當他分析這些數據時做了。他曾經廣義回歸 ，迭代地尋找要刪除的術語，以便真正的術語可以適應更多的數據。克萊也結合了勤和電視評級以1：4的比例產生單一的綜合得分。以下是他的頂尖和底部學校。零分錶示團隊未參與最終模型。
|
| 球隊 |
|---|
| 電視 |
|---|
得分了| 勤 |
|---|
得分了| 總體 |
|---|
得分了|
| Florida St. |
| 0.73 |
| 0.60 |
| 0.70 |
|
| 南卡爾 |
| 0.78 |
| 0.00 |
| 0.63 |
|
| 德州 |
| 0.71 |
| 0.00 |
| 0.57 |
|
| Ohio St. |
| 0.60 |
| 0.11 |
| 0.50 |
|
| 賓州街 |
| 0.47 |
| 0.08 |
| 0.39 |
|
| 密歇根州 |
| 0.40 |
| 0.16 |
| 0.35 |
|
| 巴黎圣母院 |
| 0.36 |
| 0.30 |
| 0.35 |
|
| 格魯吉亞 |
| 0.42 |
| 0.00 |
| 0.34 |
|
| 佛羅里達 |
| 0.27 |
| 0.00 |
| 0.22 |
|
| 邁阿密（佛羅里達州） |
| 0.20 |
| 0.00 |
| 0.16 |
|
| 西弗吉尼亞 |
| 0.00 |
| 0.53 |
| 0.11 |
|
| 德克薩斯A＆M |
| 0.00 |
| 0.33 |
| 0.07 |
|
| 愛荷華州 |
| 0.00 |
| 0.23 |
| 0.05 |
|
| 路易斯安那州拉斐特 |
| 0.00 |
| 0.23 |
| 0.05 |
|
| 田納西 |
| 0.00 |
| 0.19 |
| 0.04 |
|
| 北卡羅來納 |
| 0.00 |
| 0.19 |
| 0.04 |
|
| Ole Miss |
| 0.00 |
| 0.17 |
| 0.03 |
|
| Florida International |
| 0.00 |
| -0.15 |
| -0.03 |
|
| 懷俄明 |
| 0.00 |
| -0.16 |
| -0.03 |
|
| 南方小姐 |
| 0.00 |
| -0.18 |
| -0.04 |
|
| 馬歇爾 |
| 0.00 |
| -0.21 |
| -0.04 |
|
| 科羅拉多州 |
| 0.00 |
| -0.28 |
| -0.06 |
|
| 西密歇根州 |
| -0.08 |
| 0.00 |
| -0.07 |
|
| 雪城 |
| 0.00 |
| -0.34 |
| -0.07 |
|
| 西肯塔基州 |
| 0.00 |
| -0.40 |
| -0.08 |
|
| 北伊利諾伊州 |
| -0.22 |
| -0.11 |
| -0.20 |
至少，俄亥俄州立大學的粉絲現在應該不那么生氣了。:)
如果您想檢查細節或嘗試不同的模型，數據文件在JMP文件交換中。（下載需要免費的SAS配置文件。）
保羅普瑞中寫道：
謝謝，Xan，將分數轉換為贏/輸將使該分析成為標準的Bradley-Terry模型。我可能會走那條路。親愛的，保羅
Xan Gregg 中寫道：
嗨保羅，一個區別是出勤率是一個附加分數，你的評級是一個減法（基於兩者的差異）。我不是統計學家，所以我只提供一些調查的想法。您可以嘗試指示方法，獲勝的香水評分為1，失敗的香味評分為-1。您應該調查體育評分模型，根據分數差異而不是出勤率對團隊進行評分。當然，您仍然需要弄清楚如何將您的比例轉換為連續數字，或者將治療視為序數。
保羅普瑞中寫道：
Xan，從表面上看，這個分析似乎可能為我正在努力進行的香水感官測試提供了一些答案，因為兩者都需要從頭到腳的比賽來確定幾個因素水平的總體評分。
感官研究涉及6種香料，以確定是否有明顯優選。40-一些小組成員聞到＃1，然後是＃2香水（蒙蔽），並給予試驗評級。
9-PT。利開特式量表
1：＃1的極端偏好<== 5：無偏好==> 9：對＃2極端偏好
當你寫下這樣的結果時，它會讓我產生共鳴的結果是“讓兩個對立的團隊解除關聯，這樣我們就無法再模擬對結果的共同責任”這就是我被困的地方。
我看到的類比是
*小組成員/年
*香水＃1 vs.＃2 / team＃1 vs.＃2
*評分/出勤率
用於偏好評級的李克特量錶帶來了額外的複雜性，使我無法直接應用指標變量結構。
您是否有任何建議可以將分析納入JMP？
謝謝，保羅
而你的碗遊戲分析對我來說看起來很準確。Big Ten附屬的碗通常會選擇其他十大球隊，這些球隊在我的母校明尼蘇達大學的記錄更糟糕，因為我們以貧窮的旅行者而聞名。
