数据科学在橄榄球数据分析中的应用:从多元回归到广义线性模型
在橄榄球数据分析的领域中,数据科学发挥着至关重要的作用。从多元回归到广义线性模型,这些技术帮助我们更深入地理解比赛中的各种因素,例如球员表现、比赛策略等。
多元回归分析
首先,让我们来看一组多元回归分析的结果:
| 系数 | 估计值 | 标准误差 | t 值 | Pr(>|t|) |
| — | — | — | — | — |
| (Intercept) | 21.950963 | 2.157834 | 10.173 | <2e - 16 *** |
| down2 | -2.853904 | 2.214676 | -1.289 | 0.1976 |
| down3 | -0.696781 | 2.248905 | -0.310 | 0.7567 |
| down4 | 0.418564 | 3.195993 | 0.131 | 0.8958 |
| ydstogo | -0.420525 | 0.204504 | -2.056 | 0.0398 * |
| yardline_100 | 0.130255 | 0.009975 | 13.058 | <2e - 16 *** |
| run_locationmiddle | 0.680770 | 0.562407 | 1.210 | 0.2262 |
| run_locationright | 0.635015 | 0.443208 | 1.433 | 0.1520 |
| score_differential | 0.048017 | 0.019098
超级会员免费看
订阅专栏 解锁全文
15

被折叠的 条评论
为什么被折叠?



