世界杯与牛津大学：数据如何表明巴西将成为冠军？
Posted: Thu Dec 26, 2024 10:28 am
巴西队在 2022 年卡塔尔世界杯上首次亮相并取得成功后，人们对获得世界冠军的可能性越来越焦虑。但即使是最优秀的值班猜测者也无法做出与牛津大学创建的预测模型一样多的计算。
尽管蒂特教练的球队是最有可能举起奖杯的球队之一，但巴西队将成为六届冠军的数学预测引起了好奇者和怀疑者的注意。毕竟，如何为足球这样充满变量的事物建立数学模型？
战术方案的改变、替补与首发的更换、人群的热度、场上的伤病、球员的情绪。数学如何消化这一切并为单个冠军得出最有可能的答案？
就像企业面临市场波动、通货膨胀、货币升值等因素的沉重打击一样，足球也需要统计和预测分析可以掌握的变量。
如果您想了解这家著名的英国机构如何准备有关本届世界杯的最多讨论的研究及其背后的情报，请继续阅读。
另请阅读：2022 年世界杯及其对黑色星期五的影响
牛津大学：研究表明巴西将成为冠军
截图2022-11-24 110106将足球这个充满惊喜的盒子转化为统计数据是一项需要重复的工作。为了得出研究结论，牛津大学数学研究所的教授兼研究员 Joshua Bull 召集了一组数据专家，他们分析了可能的变量，创建了能够转化未来最有可能结果的模型。
从这个意义上说，我们在这里讨论的不仅是预测模型——能够预测未来，并预测最有可能发生的事情——而且是规范模型——除了假设的情况之外，它还能理解不太可能发生的情况及其可能的结果尽可能多样化的场景。
公牛团队建立的统计模型成为了真正的世界杯模拟器——有超过100万种小组冲突的可能性，选择最有可能的结果进入决胜阶段，然后算法再模拟每场淘汰赛10万次。
Info-pt-博客文章---世界杯和牛津大学数据如何显示巴西将成为冠军
现在，你如何模拟未来将发生的游戏？
总不能只是“猜测”吧？牛津数学家所做的就是通过历史 冰岛手机号码列表 的角度（自 2018 年以来）了解哪支球队最有可能获胜，了解他们在每场比赛中的表现。
使用足球技术界已知的称为 xG 的工具，它可以计算球员/球队进球的概率。该工具可以了解球员是谁以及他从哪里射门，从而判断成功或错误的机会是否更大。
并且使用另一种名为 Elo Ratings 的工具，他们可以衡量对手在每场比赛中的实力。 xG 还可以进行数千种其他计算，但 Bull 选择用过去的国家队比赛来为模型提供数据。
用商业语言来说，考虑零售，就像查看最畅销产品的历史、客户群和促销范围，以构建物流、库存并定义黑色星期五的特色产品。
将Elo 评分 结果与 xG 相交叉，它们之间就会出现相关性：如果 A 队比 B 队多 500 Elo 分，我们可以预期 A 队的比赛得分为 1.8 xG，即：比赛结束时大约有 2 个进球。此外，球队最近的比赛在计算中比以前的比赛具有更大的权重，并且可以在模型中添加“意外”变量 - 正如我们上面提到的。
如果你想更深入地了解，下面的视频发布在该大学数学学院的牛津数学频道，我们在数学家约书亚·布尔的指导下做出了预测。不幸的是，内容只有英文字幕。
您还喜欢阅读：数据科学：开始项目之前需要了解的一切
统计与预测分析
除了预测足球比赛结果的有趣挑战之外，分析模型还为不同的领域创造了巨大的竞争优势，无论是在体育、旅游、零售、保险和银行，甚至娱乐领域。请参阅下面的 3 个数据建模应用程序示例。
授信
当然，这个例子是大多数人都接触过的。它旨在统计预测金融产品的未来客户违约的可能性。
营销
实验、观察、学习和纠正可能是一个很好的策略，但预测模型对于处理大量数据非常有用。
结果也可以更快、更准确，从而使众多营销活动的创建走向成功。
通过适当使用模型，可以确定开始活动的适当时间、目标受众、预计回报和工作效率。
投资组合货币化
公司与其客户群的关系无疑是其最大的资产之一——无论是零售、银行、保险还是工业领域。
因此，充分了解受众的行为和需求可以带来高水平的满意度：产生忠诚度和盈利能力。
其他产品的倾向模型（追加销售和交叉销售）、流失/逃避甚至已使用产品的适用性（例如限制调整）都可以成为维护客户关系的重要工具。
尽管蒂特教练的球队是最有可能举起奖杯的球队之一，但巴西队将成为六届冠军的数学预测引起了好奇者和怀疑者的注意。毕竟，如何为足球这样充满变量的事物建立数学模型？
战术方案的改变、替补与首发的更换、人群的热度、场上的伤病、球员的情绪。数学如何消化这一切并为单个冠军得出最有可能的答案？
就像企业面临市场波动、通货膨胀、货币升值等因素的沉重打击一样，足球也需要统计和预测分析可以掌握的变量。
如果您想了解这家著名的英国机构如何准备有关本届世界杯的最多讨论的研究及其背后的情报，请继续阅读。
另请阅读：2022 年世界杯及其对黑色星期五的影响
牛津大学：研究表明巴西将成为冠军
截图2022-11-24 110106将足球这个充满惊喜的盒子转化为统计数据是一项需要重复的工作。为了得出研究结论，牛津大学数学研究所的教授兼研究员 Joshua Bull 召集了一组数据专家，他们分析了可能的变量，创建了能够转化未来最有可能结果的模型。
从这个意义上说，我们在这里讨论的不仅是预测模型——能够预测未来，并预测最有可能发生的事情——而且是规范模型——除了假设的情况之外，它还能理解不太可能发生的情况及其可能的结果尽可能多样化的场景。
公牛团队建立的统计模型成为了真正的世界杯模拟器——有超过100万种小组冲突的可能性，选择最有可能的结果进入决胜阶段，然后算法再模拟每场淘汰赛10万次。
Info-pt-博客文章---世界杯和牛津大学数据如何显示巴西将成为冠军
现在，你如何模拟未来将发生的游戏？
总不能只是“猜测”吧？牛津数学家所做的就是通过历史 冰岛手机号码列表 的角度（自 2018 年以来）了解哪支球队最有可能获胜，了解他们在每场比赛中的表现。
使用足球技术界已知的称为 xG 的工具，它可以计算球员/球队进球的概率。该工具可以了解球员是谁以及他从哪里射门，从而判断成功或错误的机会是否更大。
并且使用另一种名为 Elo Ratings 的工具，他们可以衡量对手在每场比赛中的实力。 xG 还可以进行数千种其他计算，但 Bull 选择用过去的国家队比赛来为模型提供数据。
用商业语言来说，考虑零售，就像查看最畅销产品的历史、客户群和促销范围，以构建物流、库存并定义黑色星期五的特色产品。
将Elo 评分 结果与 xG 相交叉，它们之间就会出现相关性：如果 A 队比 B 队多 500 Elo 分，我们可以预期 A 队的比赛得分为 1.8 xG，即：比赛结束时大约有 2 个进球。此外，球队最近的比赛在计算中比以前的比赛具有更大的权重，并且可以在模型中添加“意外”变量 - 正如我们上面提到的。
如果你想更深入地了解，下面的视频发布在该大学数学学院的牛津数学频道，我们在数学家约书亚·布尔的指导下做出了预测。不幸的是，内容只有英文字幕。
您还喜欢阅读：数据科学：开始项目之前需要了解的一切
统计与预测分析
除了预测足球比赛结果的有趣挑战之外，分析模型还为不同的领域创造了巨大的竞争优势，无论是在体育、旅游、零售、保险和银行，甚至娱乐领域。请参阅下面的 3 个数据建模应用程序示例。
授信
当然，这个例子是大多数人都接触过的。它旨在统计预测金融产品的未来客户违约的可能性。
营销
实验、观察、学习和纠正可能是一个很好的策略，但预测模型对于处理大量数据非常有用。
结果也可以更快、更准确，从而使众多营销活动的创建走向成功。
通过适当使用模型，可以确定开始活动的适当时间、目标受众、预计回报和工作效率。
投资组合货币化
公司与其客户群的关系无疑是其最大的资产之一——无论是零售、银行、保险还是工业领域。
因此，充分了解受众的行为和需求可以带来高水平的满意度：产生忠诚度和盈利能力。
其他产品的倾向模型（追加销售和交叉销售）、流失/逃避甚至已使用产品的适用性（例如限制调整）都可以成为维护客户关系的重要工具。