Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

计算获胜概率

Posted on 2022-04-21

美国长曲棍球杂志的 Zack Capozzi 解释了他如何在赛前和比赛期间计算获胜概率。关于解释,可以很容易地应用于其他运动和所有预测:

但是这里的解释很重要。这对一些人来说是令人沮丧的,但是这 61% 应该被解释为:“如果这些球队打了 100 次,我们预计马奎特会赢得其中的 61 场。”这绝对不意味着该模型对 Marquette 获胜的信心为 61%。

这有点奇怪,但这也意味着如果获胜概率模型让 A 队有 90% 的机会击败 B 队,那么如果 B 队最终赢得比赛,该模型没有任何问题。如果在 100 场 90% 获胜概率的比赛中,最喜欢的人没有赢得大约 90 场比赛,那么问题就会出现。当模型显示 90% 时,您希望它表示 90%。

我想知道有多少人错误地将概率解释为“61% 的自信”。我赌了很多。

我确实知道,自从金州勇士队在 2016 年 NBA 总决赛中输给克利夫兰骑士队之后——在 FiveThirtyEight 预测的获胜率为 90% 左右——我就不再关注获胜概率。但是更多地了解计算会使它变得更有趣。

标签:概率,体育,扎克卡波齐

原文: https://flowingdata.com/2022/04/20/calculating-win-probabilities/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Lou Plummer
  • Luke Wroblewski
  • Matt Stoller
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme