Antaŭdiraj Modeloj kun Sportaj Datumaj Kvizoj & Respondoj – Coursera

Plonĝu en la ekscitan mondon de sportanalitiko kun allogaj kvizoj kaj spertaj respondoj Antaŭdiraj Modeloj kun Sportoj Datumoj. Esploru la intersekciĝon de datumscienco kaj sporto, kie prognoza modeligado ŝanĝas la manieron kiel ni komprenas kaj analizas sportan agadon. Ĉi tiuj kvizoj funkcias kiel enirejo por malkovri la kompleksecojn de konstruado de precizaj prognozaj modeloj kun sportaj datumoj., de ludanta efikeco ĝis ludrezultoj.

Ĉu vi estas sporta entuziasmulo fascinita de la datumoj malantaŭ la ludo, aŭ datuma entuziasmulo serĉanta apliki prognozan analizon en sporta kunteksto, ĉi tiu kolekto ofertas valorajn sciojn pri la potenco de datuma decidado en sporto. Aliĝu al ni en vojaĝo de statistika malkovro dum ni esploras la regnon de antaŭdira modeloj uzante sportoj datumoj kaj malfermu ŝancojn por datum-movitaj komprenoj kaj strategiaj avantaĝoj en la mondo de sportanalitiko.

Aliro al avangarda esplorado 1: Semajno 1 – Kvizo 1

Q1. De la LPM, kio estis la regresa koeficiento por la pitagora venka procento en klarigado de la binara venka variablo, nomita "VENKO"?

• Pitagora Venko%: 6.2946
• Pitagora Venko%: 2.6461
• Pitagora Venko%: 5.542
• Pitagora Venko%: 16.393

Q2. De la LPM, kio estis la R-kvadrata valoro?

• 0.102
• 10.2
• 1.02
• 0.0102

Q3. El la Loĝistika Regreso, kio estis la regresa koeficiento por la pitagora gajno %?

• 30.5739
• 26.550
• 34.598
• 1.027

Q4. El la Loĝistika Regreso, kio estas la norma eraro por la pitagora gajno %?

• 2.053
• 20.53
• 1.027
• 1.023

Q5. El la Loĝistika Regreso, kia frakcio de rezultoj estis ĝuste antaŭdirita %?

• 65%
• 55%
• 90%
• 38%

Q6. De la Multobla Loĝistika Regreso kiu asimilis la hejman teaman avantaĝon, kia frakcio de rezultoj estis ĝuste antaŭdirita %?

• 90%
• 58%
• 35%
• 65%

Aliro al avangarda esplorado 2: Semajno 1 – Kvizo 2

Q1. Post disigo de la regula sezona datumaro uzante la ludidentigilon (t.e., GAME_ID), kiom da ludoj estis Atlanta Hawks kaj Chicago Bulls ludis antaŭe (raportu al la datumaro "NBA17_pre_team".)?

• Atlanta Hawks: 40
  Ĉikago-Virbovoj: 42
• Atlanta Hawks: 41
  Ĉikago-Virbovoj: 41
• Atlanta Hawks: 41
  Ĉikago-Virbovoj: 42
• Atlanta Hawks: 44
  Ĉikago-Virbovoj: 40

Q2. Kio estis la korelacia koeficiento inter la pitagora gajno % kaj Venkinto % en la 1-a duono de la datumaro (raportu al "NBA17_pre_team" datumaro)?

• 0.78
• 0.89
• 0.45
• 0.91

Q3. Kio estis la gajno % de Chicago Bulls en la 2-a duono de la datumaro (raportu al la datumaro "NBA_17_post_team".)

• 43%
• 55%
• 41%
• 30%

Q4. El la prognoza modelo, kio estis la regresaj koeficientoj por ĉiu sendependa variablo (t.e., "wpc_pre" kaj "pyth_pre"

• Pitagora Venko %: 3.75
  Venki %: 0.825
• Pitagora Venko %: 6.25
  Venki %: 0.756
• Pitagora Venko %: 4.55
  Venki %: 0.567
• Pitagora Venko %: 7.55
  Venki %: 0.625

Semajno 2: Antaŭdiraj Modeloj kun Sportaj Datumoj Coursera Quiz Answers

Aliro al avangarda esplorado 1: Semajno 2 Aliro al avangarda esplorado

Q1. Kio estas la korelacio inter la hejmteama venkoprobablo kaj hejmteama venkoj tra la tutaĵo 2018/19 sezono?

• +0.413
• +0.576
• +0.397
• -0.198

Q2. Kio estas la korelacio inter la hejmteama venkoprobablo kaj hejmteama venkoj por ludoj kie la punktodiferenco estis malpli ol 9?

• +0.414
• -0.198
• +0.455
• +0.198

Q3. Kio estas la korelacio inter la hejmteama venkoprobablo kaj hejmteama venkoj por ludoj kie la punktodiferenco estis pli granda ol 9?

• -0.319
• +0.321
• +0.198
• +0.576

Q4. Konsiderante la respondojn al la lastaj du demandoj, kio laŭ vi estas la plej verŝajna klarigo de ĉi tiuj rezultoj

• Bukmekroj faras la probablecon pli hazardaj por altiri vetojn pri proksimaj ludoj
• La observitaj diferencoj en la korelacioj estas nur hazardaj
• Bukmekroj ne estas bonaj prognozistoj
• Necertaj ludoj estas tiuj, kie la probabloj de bukmekroj estas plej verŝajne malĝustaj kaj la poentoj verŝajne estos plej proksimaj.

Q5. Kio estas la korelacio inter la hejmteama venkoprobablo kaj hejmteama venkoj por ludoj kie la ludo iris al kromlaboro?

• +0.414
• -0.397
• +0.319
• +0.032

Q6. Kio estas la korelacio inter la hejmteama venkoprobablo kaj hejmteama venkoj por ludoj kie la ludo estis finita en regula tempo?

• +0.576
• +0.414
• -0.413
• +0.503

Q7. Kio estas la korelacio inter la hejmteama venkoprobablo kaj hejmteama venkoj por ludoj kie la ludo estis ludita en kalendara jaro 2018?

• +0.338
• +0.319
• +0.322
• -0.322

Q8. Kio estas la korelacio inter la hejmteama venkoprobablo kaj hejmteama venkoj por ludoj kie la ludo estis ludita en kalendara jaro 2019?

• +0.455
• +0.379
• -0.438
• +0.438

Q9. En kiu monato estis la korelacia koeficiento inter la hejmteama venkprobablo kaj hejmteama venkoj plej grandaj?

• januaro
• oktobro
• decembro
• Aprilo

Q10. En kiu monato estis la korelacia koeficiento inter la hejmteama venkprobablo kaj hejmteamaj venkoj plej malsupraj?

• Marto
• februaro
• novembro
• oktobro

Semajno 3: Antaŭdiraj Modeloj kun Sportaj Datumoj Coursera Quiz Answers

Semajno 3 Aliro al avangarda esplorado

Q1. Surbaze de la kructabelo, kian procenton de ludoj la bukmekro antaŭdiris ĝuste dum la tuta sezono

• 52%
• 36%
• 48%
• 64%

Q2. El la mendita logit-modelo, kio estas la koeficiento de la TM-proporcia variablo?

• 0.1129
• -0.6734
• 0.3356
• 0.5981

Q3. En la ordigita logit-modelo, kio estas la plej bona ni povas diri pri la statistika signifo de la TM-proporcia variablo?

• Ĝi estas statistike signifa ĉe la 10% nivelo (p-valoro)
• Ĝi estas statistike signifa ĉe la 1% nivelo (p-valoro)
• Ĝi ne estas statistike signifa
• Ĝi estas statistike signifa ĉe la 5% nivelo (p-valoro)

Q4. En la loĝistika regresa modelo, se la proporcio de la TM-valoroj egalis unu, tiam

• La valoro de la konstantoj sole determinus la probablecon de venko, remizo aŭ perdo por la hejma teamo
• Ĉiu teamo havus egalan ŝancon venki
• La rezulto estus tute hazarda
• Ĉiu teamo estus same bona

Q5. Surbaze de la probableco de bukmekro, kia frakcio de rezultoj estis ĝuste antaŭdirita de ludo 224 pluen?

• 45%
• 39%
• 55%
• 50%

Q6. Surbaze de la mendita logit-modelo, kia frakcio de rezultoj estis ĝuste antaŭdirita

• 39%
• 54%
• 48%
• 50%

Q7. Kio estis la Brier-poentaro derivita de la bukmekraj probablecoj?

• 0.562
• 0.692
• 0.477
• 0.587

Q8. Kio estis la Brier-poentaro derivita de la loĝistika modelo?

• 0.393
• 0.747
• 0.399
• 0.594

Q9. Pli malalta Brier-poentaro implicas

• La matĉorezultoj estas pli hazardaj
• La probabloj estis pli proksimaj al la realaj la rezultoj
• La probabloj estis pli for de la realaj la realaj rezultoj
• La matĉorezultoj estas malpli hazardaj

Q10. Supozu ke la ordigita logitmodelo estis ĝisdatigita post ĉiu ludo en la sezono, kiu el la sekvaj plej verŝajne estas vera:

• La ordigita logitmodelo estus pli preciza dum la sezono progresus
• La ordigita logitmodelo produktus pli fidindajn prognozojn
• La ordigita logit-modelo ankoraŭ agus malpli bone ol la bukmekraj probablecoj

Semajno 4: Antaŭdiraj Modeloj kun Sportaj Datumoj Coursera Quiz Answers

Aliro al avangarda esplorado 1: Semajno 4 Aliro al avangarda esplorado

Q1. Kiom da ludoj estis luditaj en kalendara jaro 2018

• 1230
• 542
• 543
• 540

Q2. El la loĝistika modelo, kio estas la koeficiento de la salajra proporcio variablo?

• 1.1216
• 0.4452
• 5.026
• 2.482

Q3. En la loĝistika modelo, kion ni povas diri pri la statistika signifo sur la variabloj?

• Ambaŭ estas statistike signifaj ĉe la 5% nivelo (p-valoro)
• Ambaŭ estas statistike signifaj
• Ambaŭ estas statistike signifaj ĉe la 1% nivelo (p-valoro)
• Nur la konstanto estas statistike signifa ĉe la 5% nivelo (p-valoro)

Q4. En la loĝistika regresa modelo, kio estas la interpreto de la konstanto (interkapto)

• Ĝi reflektas la valoron de hejma avantaĝo
• Ĝi estas hazarda parametro
• Ĝi estas la antaŭdirita probableco de hejma venko
• Ĝi ne havas naturan interpreton

Q5. Surbaze de la probableco de bukmekro, kia frakcio de rezultoj estis ĝuste antaŭdirita

• 66%
• 69%
• 39%
• 96%

Q6. Surbaze de la loĝistika modelo, kia frakcio de rezultoj estis ĝuste antaŭdirita

• 59%
• 69%
• 48%
• 39%

Q7. Kio estis la Brier-poentaro derivita de la bukmekraj probablecoj?

• 0.394
• 0.692
• 0.587
• 0.477

Q8. Kio estis la Brier-poentaro derivita de la loĝistika modelo?

• 0.393
• 0.747
• 0.399
• 0.477

Q9. Pli malalta Brier-poentaro implicas

• La matĉorezultoj estas pli hazardaj
• La probabloj estis pli for de la realaj la realaj rezultoj
• La matĉorezultoj estas malpli hazardaj
• La probabloj estis pli proksimaj al la realaj la realaj rezultoj

Q10. Supozu ke la loĝistika modelo estis ĝisdatigita post ĉiu ludo en la sezono, kiu el la sekvaj plej verŝajne estas vera:

• La loĝistika modelo produktus pli fidindajn prognozojn
• La loĝistika modelo ankoraŭ agus malpli bone ol la bukmekraj probablecoj
• La loĝistika modelo estus pli preciza dum la sezono progresus