以回歸樹預估美國職棒大聯盟球隊年度勝率

淡江大學機構典藏 > 商管學院 > 資訊管理學系暨研究所 > 會議論文 > Item 987654321/116321

請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/116321

題名:	以回歸樹預估美國職棒大聯盟球隊年度勝率
作者:	周清江;羅莉雯
關鍵詞:	最大概似回歸樹;CART;MLB勝率;預測能力
日期:	2018-12-06
上傳時間:	2019-04-23 12:10:22 (UTC+8)
摘要:	棒球被譽為台灣的國球，近年來也有越來越多選手到國外發展，依據中華職棒官方臉書粉絲團與MLB台灣官方臉書粉絲團粉絲人數比較，前者粉絲人數為27萬，後者為34萬，台灣人關注美國職棒大聯盟的人數反而超過關注中華職棒的人數。本研究以美國職棒大聯盟為研究對象，利用上半季球隊各項平均成績建立模型，以預測各球隊當年度的勝率。我們以分類回歸樹（Classification and Regression Tree，CART）及最大概似回歸樹（Maximum Likelihood Regression Tree，MLRT）方法建立西元2016、2017、2018這三年之各自模型，並比較他們預估各球隊全年勝率之能力。結果發現MRLT模型這三年的平均誤差百分比皆小於10%，有良好的預測能力。CART的部分只有2017年高於10%，預測能力算不錯，但3年皆比MLRT差，得知在勝率預測方面，MLRT的預測能力優於CART。
顯示於類別:	[資訊管理學系暨研究所] 會議論文

文件中的檔案:

檔案	大小	格式	瀏覽次數
index.html	0Kb	HTML	132	檢視/開啟

在機構典藏中所有的資料項目都受到原著作權保護.

TAIR相關文章