ไม่ว่าจะใช้การชดเชยในการถดถอยปัวซองเมื่อทำนายเป้าหมายการทำงานทั้งหมดที่ผู้เล่นฮอกกี้ทำคะแนน

ฉันมีคำถามเกี่ยวกับสิ่งที่ดีกว่าหรือไม่ใช้การชดเชย สมมติว่าเป็นโมเดลที่ง่ายมากที่คุณต้องการอธิบายจำนวนเป้าหมาย (โดยรวม) ในฮอกกี้ ดังนั้นคุณมีเป้าหมายจำนวนเกมที่เล่นและตัวแปรดัมมี่ "กองหน้า" ซึ่งเท่ากับ 1 หากผู้เล่นเป็นกองหน้าและ 0 อย่างอื่น ดังนั้นรุ่นใดต่อไปนี้ที่ระบุไว้ถูกต้อง?

1. เป้าหมาย = เกม + กองหน้าหรือ

2. เป้าหมาย = ชดเชย (เกม) + กองหน้า

อีกครั้งเป้าหมายคือเป้าหมายโดยรวมและจำนวนเกมเป็นเกมโดยรวมสำหรับผู้เล่นคนเดียว ตัวอย่างเช่นอาจมีผู้เล่นที่หยิบขึ้นมาที่มี 50 เป้าหมายใน 100 เกมและผู้เล่นอีกคนที่มี 20 เป้าหมายใน 50 เกมเป็นต้น

ฉันควรทำอย่างไรเมื่อฉันต้องการประเมินจำนวนเป้าหมาย จำเป็นหรือไม่ที่จะใช้การชดเชยตรงนี้

อ้างอิง:

• ดูคำถามก่อนหน้านี้ที่พูดถึงเมื่อใช้ offsets ในการถดถอยปัวซองโดยทั่วไป

แบบจำลองออฟเซ็ตคือการสร้างแบบจำลองเป้าหมายต่อเกมดังที่เราเห็นได้ที่นี่:

log(goals/games) = a+bx

เทียบเท่ากับ

log(goals) -log(games) = a+bx

เทียบเท่ากับ

log(goals)= a+bx +log(games)   <-this is an offset model, assumes coef on the last term =1

ดูสไลด์ 35 ที่นี่: http://www.ed.uiuc.edu/courses/EdPsy490AT/lectures/4glm3-ha-online.pdf

หากคุณคิดว่า + bx เกี่ยวข้องกับอัตราการบันทึกของเป้าหมายต่อเกม (อัตรา) ให้ใช้การชดเชย หากคุณคิดว่ามีเอฟเฟกต์เกมที่ซับซ้อนกว่าเดิมบางทีอาจเป็นเพราะประสบการณ์สะสม สำหรับการสนทนาเพิ่มเติมโปรดดูที่: http://ezinearticles.com/?The-Exposure-and-Offset-Variables-in-Poisson-Regression-Models&id=2155811

จุดง่ายๆสองสามข้อที่ไม่ตรงกับคำถามของคุณเกี่ยวกับการชดเชย:

• ฉันจะดูว่าจำนวนของเกมมีความสัมพันธ์กับเป้าหมายค่าเฉลี่ย ในกีฬาที่ทำประตูยอดเยี่ยมหลายอย่างที่ฉันสามารถนึกถึง (เช่นฟุตบอลฟุตบอลออสเตรเลียกฎกติกาเป็นต้น) ฉันคาดการณ์ว่าอาชีพที่ยืนยาวนั้นเกี่ยวข้องกับความสำเร็จของอาชีพ และอย่างน้อยสำหรับผู้เล่นในบทบาทการให้คะแนนเป้าหมายความสำเร็จเกี่ยวข้องกับจำนวนคะแนนที่ทำประตู หากเป็นจริงจำนวนเกมจะจับเอฟเฟกต์สองอย่าง หนึ่งอาจเกี่ยวข้องกับความจริงที่ว่าเกมที่เล่นมากขึ้นหมายถึงโอกาสในการทำประตูมากกว่า และอีกอันจะจับภาพผลกระทบที่เกี่ยวข้องกับทักษะ คุณสามารถตรวจสอบความสัมพันธ์ระหว่างจำนวนเกมและค่าเฉลี่ยของคะแนนเป้าหมาย (เช่นเป้าหมาย / จำนวนเกม) เพื่อสำรวจสิ่งนี้ ฉันคิดว่าสิ่งนี้มีนัยสำคัญสำหรับการสร้างแบบจำลองใด ๆ ที่คุณทำ
• สัญชาตญาณของฉันคือการแปลงตัวแปรตามเป็นเป้าหมายเฉลี่ยต่อเกม ฉันรู้ว่าคุณจะมีการวัดทักษะผู้เล่นที่แม่นยำยิ่งขึ้นสำหรับผู้ที่เล่นเกมมากขึ้นดังนั้นอาจเป็นปัญหา ขึ้นอยู่กับความแม่นยำในแบบจำลองของคุณที่คุณต้องการและการกระจายตัวของโปรแกรมเล่นคุณอาจพึ่งพาเทคนิคการสร้างแบบจำลองเชิงเส้นมาตรฐาน แต่นี่อาจจะใช้กับวัตถุประสงค์ของคุณเล็กน้อยและบางทีคุณอาจมีเหตุผลที่อยากทำโมเดลเป้าหมายทั้งหมด