La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Open Access
A Unified Statistical Rating Method for Team Ball Games and Its Application to Predictions in the Olympic Games
Open Access
Une méthode d'évaluation statistique unifiée pour les jeux de ballon en équipe et son application aux pronostics aux Jeux Olympiques

Eiji KONAKA

  • Vues en texte intégral

    68

  • Citer
  • Free PDF (734.6KB)

Résumé:

Cette étude tente de construire une méthode de classement précise pour cinq matchs de ballon en équipe aux Jeux Olympiques. Premièrement, l’étude utilise une méthode d’évaluation statistique des jeux de ballon en équipe. Un seul paramètre, appelé note, montre la force et les compétences de chaque équipe. Nous supposons que la différence entre les valeurs de notation explique le taux de notation dans un match basé sur un modèle de régression logistique. Les valeurs de notation sont estimées à partir des scores des grandes compétitions internationales organisées avant les Jeux Olympiques de Rio. Les pronostics aux Jeux Olympiques de Rio démontrent que la méthode proposée peut prédire les résultats des matchs avec plus de précision que les classements mondiaux officiels ou les points du classement mondial. La méthode proposée a permis d’obtenir 262 pronostics corrects sur 370 matchs, alors que l’utilisation du classement mondial officiel n’a abouti qu’à 238 pronostics corrects. Ce résultat montre une différence significative entre les deux critères.

Publication
IEICE TRANSACTIONS on Information Vol.E102-D No.6 pp.1145-1153
Date de publication
2019/06/01
Publicisé
2019/03/11
ISSN en ligne
1745-1361
DOI
10.1587/transinf.2018EDP7315
Type de manuscrit
PAPER
Catégories
Intelligence artificielle, exploration de données

Auteurs

Eiji KONAKA
  Meijo University

Mots-clés

Table des matières