Chapitre 8. Processus de Poisson
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Ce chapitre présente leprocessus de Poisson, un modèle utilisé pour décrire les événements qui se produisent à intervalles aléatoires. Comme exemple de processus de Poisson, nous modéliserons le marquage de buts dans le soccer, qui est l'anglais américain pour le jeu que tout le monde appelle "football". Nous utiliserons les buts marqués au cours d'un match pour estimer le paramètre d'un processus de Poisson, puis nous utiliserons la distribution postérieure pour faire des prédictions.
Et nous résoudrons le problème de la coupe du monde.
Le problème de la coupe du monde
Lors de la finale de la Coupe du monde de football 2018, la France a battu la Croatie 4 buts à 2. En se basant sur ce résultat :
-
Jusqu'à quel point devons-nous être convaincus que la France est la meilleure équipe ?
-
Si les mêmes équipes jouaient à nouveau, quelle est la probabilité que la France gagne à nouveau ?
Pour répondre à ces questions, nous devons prendre certaines décisions en matière de modélisation.
-
Tout d'abord, je vais supposer que pour toute équipe contre une autre équipe, il y a un taux inconnu de buts marqués, mesuré en buts par match, que je désignerai par la variable Python
lamou la lettre grecque. , prononcée "Lambda". -
Deuxièmement, je vais supposer qu'un but a la même probabilité pendant toutes les minutes d'un match. ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access