Imagine que existem 80 jogadores de queimada no mundo. Cada um deles jogou milhares de jogos de queimada com os outros 79 jogadores em ordem aleatória mais ou menos. Este é um mundo sem equipes (por exemplo, todo jogador tem uma chance de ser escolhido em qualquer equipe a cada jogo). Conheço a taxa de vitória anterior de cada jogador (por exemplo, um ganhou 46% de todos os jogos anteriores, outro ganhou 56% de todos os seus jogos anteriores). Digamos que há uma partida chegando e eu sei quem está jogando em cada equipe. Eu também conheço a taxa de vitória anterior.
Qual é a melhor maneira de calcular a probabilidade de cada equipe vencer com base na composição da equipe?
Se exigir um cálculo relativamente avançado (por exemplo, regressão logística), deixe-me saber algumas das especificidades. Estou bastante familiarizado com o SPSS, mas prefiro não fazer uma pergunta de acompanhamento.
Além disso, como eu exploraria a precisão do meu método usando dados de arquivo? Eu sei que não será claro, já que a maioria dos jogadores gira em torno de 40-60%, mas ainda assim.
Para ser específico, quais são as chances de a equipe A vencer?
A - composto por indivíduos com taxa de vitória anterior de 52%, 54%, 56%, 58%, 60% B - composto por indivíduos com taxa de vitória anterior de 48%, 55%, 56%, 58%, 60%
(este é apenas um exemplo aleatório para fins ilustrativos. Duas equipes muito boas.)
Edit: Existe uma maneira de começar com um algoritmo muito simples e depois ver como ele funciona? Talvez pudéssemos simplesmente somar as porcentagens de cada equipe e prever que aquela com a maior porcentagem vencerá. É claro que nossa classificação não seria precisa, mas em milhares de jogos arquivados pudemos ver se podemos prever melhor que o acaso.
AvgTeam1WinP
/ AvgTeam2WinP
? Deve render as probabilidades que team1
vencerão team2
.