世界杯竞猜背后的数据分析

    这次世界杯无数的平台都在进行竞猜的活动，大致看了下网上的呼声，输多赢少，这次世界杯是有够奇葩的。
     这是小编的世界杯竞赛帖喔，来参与！http://bbs.aliyun.com/read/162318.html?spm=5176.7189909.0.0.VfvPu8

    小编此次世界杯的准确率目前为66%，那究竟是RP大爆发呢还是RP大爆发？


    玩笑开到此，小编自己是一个数据分析爱好者，所以做了一个简（fu）单（za）的球队战斗力模型。


     对于一个不关注足球长达十五年的人来说，历史数据两眼一抹黑，而对于小编的数据分析理念而言，现实便是最好的嗅探器。


    所以小编根据世界杯规则：
    小组前两名出线；积分相同者，净胜球多者出线；
    净胜球如还相同，进球数多者出线；
    积分、净胜球、进球数如全部相同，比较1.相互交战积分，2.相互交战净胜球，3.相互交战进球数；    如再相同，抽签决定名次。

    设定了以下参数作为原始参数：


    参赛场次，胜利次数，平局次数，失败次数，进球粒数，失球粒数，净球粒数，得分。
例如：
[attachment=55266]





    由于这些数据并不能完全勾勒出一支球队的现场表现，所以又设定以下参数作为数据源的修订：
    传球，传中，射门，射正，抢断，角球，任意球，越位，犯规，控球率
    例如：

球队	传球	传中	射门	射正	抢断	角球	任意球	越位	犯规	控球率
巴西	451	25	14	6	16	7	19	1	5	60.9
克罗地亚	281	20	11	3	21	3	5	0	20	39.1

    根据原始数据来搜集球队整体战力，通过修正数据来搜集球队状态（也就是出乱子的概率）


    于是便有了以下的信息：


[attachment=55268][attachment=55269][attachment=55270][attachment=55271]



     这并不是数据分析的结束，也不能靠着这个一直继续下去，而是应该随着比赛的不同而进行修正。特别是对一些比赛的KEYPOINT调整权重和加分。


     我们来看看其他大神如何预测世界杯的………………



高盛：巴西夺冠阿根廷亚军  （个人觉得这个分析还是比较靠谱的，至于结果……）

高盛(Goldman Sachs)的量化分析师通过历史数据的回归分析，对淘汰赛的结果做出了预测。预测结果显示，半决赛为巴西对战德国、西班牙对战阿根廷，决赛为巴西对战阿根廷，最终巴西胜出。

[attachment=55273]




分析师构建了一个随机模型，由其产生2014年世界杯全部64场比赛的结果分布。每场比赛的预测基于对1960年以来所有正式国际比赛(即不含友谊赛)历史数据的回归分析。由此获得1.4万个数据点来估算模型的系数。回归分析的因变量是每场比赛双方的进球数量。

具体来讲，高盛的预测主要分为两个部分：数据源和随机模型。前者是后者估算模型系数和验证调整算法的数据基础，也就是前面提到的从球队的历史数据分析得到的1.4万个数据点。随机模型中，高盛采用了蒙特卡洛演算方法，总共进行了10万次演算。


德银：“轮流转周期”，反正一定是英格兰夺冠 （嗯 抽脸的节奏）

德银建立了量化分析模型，计算的参数包括球队的世界排名、以往战绩、球员构成和赌球市场赔率。德银的复杂计算得到了以下的一个夺冠概率表格。巴西名列第一，紧随其后的是德国、西班牙、法国。但是，德银认为这样的预测太乏味也太传统，于是德银引入了一系列条件，以求预测出最终的冠军得主。


霍金：温度上升5℃，英格兰夺冠概率降低59% （人瘫脑不瘫 …… 知道下结论是不科学的做法）
这就是他的计算公式……小编花了0.1s的时间决定不去看这类根本看不懂的东西 ╮(╯▽╰)╭
[attachment=55274]