我有一个足球比赛的数据框
df
以及每支球队相应的平均得分率。前两列是主队和客队,第三列和第四列分别是主队和客队的平均得分率。例如:
Home Away HomeRate AwayRate
1 Arsenal Bristol 1.3 1.3
2 Chelsea Newcastle 2.4 2.3
3 Liverpool Leeds 3.3 1.7
4 Bolton Fulham 2.1 2.5
我想生成 3 个新列,“HomeWin”、“Draw”、“AwayWin”,分别为每场比赛提供主场获胜、平局、客场获胜的泊松概率,并将这些列添加到我的数据框中。我假设事件是独立的。
我可以单独为每场比赛手动执行此操作。但我不知道如何同时对整个表执行此操作。 以第二行为例(切尔西 vs 纽卡斯尔)。我可以创建一个概率矩阵,其中包含切尔西和纽卡斯尔之间每个比分线的概率(0-0、0-1 0-2 等):
H <- c(dpois(0:20, df[2,3]), ppois(20, df[2,3], lower.tail=FALSE))
A <- c(dpois(0:20, df[2,4]), ppois(20, df[2,3], lower.tail=FALSE))
ProbMatrix = outer(H, A)
在上面的块中,
df[2,3]
是切尔西平均得分率,df[2,4]
是纽卡斯尔平均得分率,我假设每方可能进球的最大数量是20(因此我使用dpois(0:20)
和ppois(20)
)在上面,让概率总和尽可能接近1。
然后我可以简单地对上面矩阵的各个元素求和来生成主场、客场和平局获胜概率:
Prob_Home_Win = sum(ProbMatrix[lower.tri(ProbMatrix)])
Prob_Away_Win = sum(ProbMatrix[upper.tri(ProbMatrix)])
Prob_Draw = sum(diag(ProbMatrix))
但是我怎样才能有效地生成整个 HomeWin、AwayWin 和 Draw 列,从而生成
df
中每场比赛的概率?
apply
data.frame 的函数,例如像这样:
win_rate <- function(goal_rates) {
H <- c(dpois(0:20, goal_rates[1]), ppois(20, goal_rates[1], lower.tail=FALSE)
# !! note goal_rates[1] for `ppois`, not sure if you had a typo...
A <- c(dpois(0:20, goal_rates[2]), ppois(20, goal_rates[2], lower.tail=FALSE))
ProbMatrix = outer(H, A)
Prob_Home_Win = sum(ProbMatrix[lower.tri(ProbMatrix)])
Prob_Away_Win = sum(ProbMatrix[upper.tri(ProbMatrix)])
Prob_Draw = sum(diag(ProbMatrix))
return(c(Prob_Home_Win, Prob_Away_Win, Prob_Draw))
}
results <- apply(df[3:4], 1, win_rate) |>
t() |> as.data.frame() |> setNames(c('HomeWin', 'HomeLoss', 'Draw'))
cbind(df, results)
Home Away HomeRate AwayRate HomeWin HomeLoss Draw 1 Arsenal Bristol 1.3 1.3 0.3680430 0.3680430 0.2639140 2 Chelsea Newcastle 2.4 2.3 0.4231169 0.3873484 0.1895347 3 Liverpool Leeds 3.3 1.7 0.6870952 0.1676645 0.1452403 4 Bolton Fulham 2.1 2.5 0.3335564 0.4774577 0.1889859