C`est étrange. Quel code de convergence obtenez-vous? Les poids devraient tous être positifs. Sont les vôtres? Etes-vous sûr que les poids sont multipliés correctement? Et avez-vous regardé les autres postes sur le modèle de DC que j`ai écrit? Il y a peut-être quelque chose là-dedans. Je suppose que la chose standard à faire serait un test de Fisher exact ou test Chi-Square de l`indépendance. Je suis, cependant, pas un grand fan de Chi-Sqaure tests, car je pense qu`ils sont un peu difficile à interpréter. Une approche différente que j`ai utilisée est d`adapter les modèles et de calculer AIC. L`AIC indique parfois un meilleur ajustement pour le modèle DC, mais il est incompatible avec la direction de l`effet. Parfois, l`effet est dans la direction opposée de ce qui est montré dans le papier. Je n`ai pas vraiment testé le modèle DC correctement, mais je soupçonne qu`il ya une certaine surajustement passe. Nous avons construit un modèle de poisson simple pour prédire les résultats des matches de la première Ligue anglaise. Malgré ses défauts inhérents, il recre plusieurs caractéristiques qui seraient une nécessité pour tout modèle de football prédictif (avantage à la maison, les forces offensives variables et la qualité de l`opposition). En conclusion, ne misez pas sur l`argent du loyer, mais c`est un bon point de départ pour des modèles réalistes plus sophistiqués.
Merci pour la lecture! Je cherche à faire le modèle pour une ligue non-européenne et juste intéressé à tester plutôt que de supposer que seulement 0-0, 1-0 et 0-1 résultats sont les seuls qui ont besoin d`ajustement. Chaque élément de la matrice est la probabilité de ce score particulier. La somme de toutes les probabilités dans la matrice somme à (approximativement) 1, il s`agit donc d`une distribution de probabilité sur tous les scores. Pour obtenir les probabilités que vous voulez, vous pouvez additionner tous les scores qui correspondent à votre critère. La probabilité de l`équipe à la maison marquant plus de 2 buts est la somme de toutes les lignes de la rangée 3 (Rappelez-vous que la rangée 1 correspond à 0 buts) et vers le bas, par exemple. PS: le modèle actuel que j`utilise est comme la partie 4 de vos articles. Désolé, je n`ai toujours pas tout à fait comprendre comment cela fonctionne. Pourriez-vous peut-être montrer le code pour prédire 4 buts ou plus dans le match et l`équipe à la maison marquant 2 ou plus? Peut-être alors je peux l`utiliser pour mieux le comprendre. En fait, j`ai réparé ça.
La feuille de calcul peut être trouvée ici: http://www.sharecsv.com/dl/7c37cd087c37fc79fab623d886aed4f6/DE1.csv. Mais les probabilités que je reçois sont tous NA. Tu sais pourquoi? Le modèle de Dixon-Coles est à peu près attaché au modèle de poisson, qui ne fonctionne pas avec les nombres décimaux du tout. Cela dit, vous pouvez adapter un modèle de régression linéaire, peut-être avec un log-Link. Commençons à faire des prédictions pour les prochains matches. Nous passons simplement nos équipes dans poisson_model et il va retourner le nombre moyen prévu de buts pour cette équipe (nous avons besoin de l`exécuter deux fois-nous calculons le nombre moyen prévu de buts pour chaque équipe séparément). Voyons donc combien de buts nous attendons Chelsea et Sunderland pour marquer. 1.) ajout d`un vecteur de pondération à la liste créée par la fonction`DCmodelData` (avec tous les poids définis sur 1 pour commencer).