Analisi del calcio con Python e R

Capitolo 4. Regressione multipla: Yard corse oltre le aspettative

Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: [e-mail]

Nel capitolo precedente hai analizzato le yard su corsa con un'ottica diversa, controllando il numero di yard necessarie per ottenere un primo down o un touchdown. Hai scoperto che il buon senso prevale: più yard una squadra deve guadagnare per ottenere un primo down o un touchdown, più è facile guadagnare yard su terra. Questo ti dice che la regolazione di questi aspetti sarà una parte importante della comprensione del gioco dei running back.

Una limitazione della semplice regressione lineare è che nel gioco di corsa ci sono più variabili importanti da regolare. Se la distanza dal primo down o dal touchdown è molto importante, forse lo è anche il down. È più probabile che una squadra corra la palla al primo down e a 10 yard dalla fine piuttosto che al terzo down e a 10 yard dalla fine e quindi è più probabile che la difesa sia più preparata a fermare la corsa nel primo caso che nel secondo.

Un altro esempio è il differenziale di punti . Il punteggio della partita influenza l'aspettativa in diversi modi, poiché una squadra in vantaggio di molti punti non affollerà la linea di scrimmage quanto una squadra che si trova in una partita combattuta con l'avversario. In generale, quando si valuta un'azione di calcio è necessario tenere sotto controllo una pletora di variabili. Il ...