[论文解读] A Multiple Linear Regression Approach For Estimating the Market Value of Football Players in Forward Position

Yunus Kologlu, Hasan Birinci+2 more|arXiv (Cornell University)|Jul 3, 2018

Sports Analytics and Performance参考文献 8被引用 13

一句话总结

本研究运用多元线性回归，基于2017–2018赛季四大欧洲联赛中前锋球员的体能与表现指标，估算其市场价值。该模型具有统计显著性（p < 0.10），识别出进球数和上场时间等关键影响因素，并通过异方差性检验，验证了其在前锋球员市场价值预测中的可靠性。

ABSTRACT

In this paper, market values of the football players in the forward positions are estimated using multiple linear regression by including the physical and performance factors in 2017-2018 season. Players from 4 major leagues of Europe are examined, and by applying the test for homoscedasticity, a reasonable regression model within 0.10 significance level is built, and the most and the least affecting factors are explained in detail.

研究动机与目标

• 开发一种基于可量化表现与体能属性的统计模型，用于估算足球前锋的市场价值。
• 识别影响前锋位置球员市场价值的最重要与最不具影响力的因子。
• 通过异方差性等统计检验验证回归模型，确保其可靠性。
• 为俱乐部与球 agent 提供一种数据驱动的方法，用于评估转会市场中的球员估值。
• 通过将回归建模应用于真实足球转会数据，为体育分析领域做出贡献。

提出的方法

• 使用多元线性回归建模市场价值与进球数、助攻数、上场时间及体能属性等预测变量之间的关系。
• 数据收集自2017–2018赛季四大欧洲足球联赛，仅聚焦于前锋位置球员。
• 通过统计诊断检验模型的异方差性，确保残差方差在所有观测值中保持一致。
• 基于0.10显著性水平筛选变量，以确保模型相关性并减少过拟合。
• 对回归系数进行解释，以确定各因素对市场价值的相对影响。
• 通过标准统计假设与报告的显著性水平对最终模型进行验证。

实验结果

研究问题

• RQ1 哪些体能与表现因素对足球前锋市场价值的影响最为显著？
• RQ2 多元线性回归模型在使用可测量表现指标时，能多好地解释球员市场价值的变异？
• RQ3 模型是否通过异方差性与显著性检验，确认其统计有效性？
• RQ4 进球数、助攻数与上场时间对球员估值的相对贡献是什么？
• RQ5 线性模型是否能在10%显著性水平内可靠预测前锋球员的市场价值？

主要发现

• 多元线性回归模型在0.10显著性水平下具有统计显著性，表明其对市场价值预测具有可靠拟合度。
• 进球数被确定为影响球员市场价值的最重要因素之一。
• 上场时间被识别为市场价值的强正向预测因子，反映出球员的稳定性和可用性。
• 模型表现出异方差性，证实残差方差在所有自变量水平上保持恒定。
• 部分体能属性影响甚微，表明在估值中表现指标的重要性超过体能特征。
• 该模型为前锋位置的转会价值估算提供了一个结构化、数据驱动的框架。