如何在现有的统计算法中插入附加标准？

Question

问题

我正在写一个网络应用程序，可以预测棒球比赛的胜利者。用户将选择两支球队，并根据历史赛季数据，我的应用程序将预测哪个球队将赢得更多的比赛下个赛季。目前，该应用程序使用以下数据属性来计算预计获胜的游戏数量：

rs = runs scored
ra = runs allowed
g = number of games played total
actual = the real number of games won

​

​

代码

var numGames = 162;
var runsScored = 901;
var runsAllowed = 828;

var numActual = 84;

function winsPredicted1(rs, ra, g, actual){
    var wins = ((.102*rs-0.103*ra)/g+.505)*g;
    var diff = wins - numActual;
    return { wins: wins, diff: diff }; // 88, 4
}

到目前为止还不错。公式越来越接近..。

 88.42800000000001
 4.4280000000000115

改进成果

我现在想再增加两个字段，供算法考虑：

1. 投手防御率
2. 球的基础数(由这个投手)

我对统计编程非常陌生，并对这个课题进行了大量的研究。我不知道如何将这些新的统计数据添加到方程中，并让它们的值影响结果。

本项目仅供学习之用。有人能帮我处理这两个新的数据字段吗？

谢谢!我很想听听你的建议。

J

Answer 1

我假设系数0.102和0.103已经是统计回归的结果。据我所知，您想要找到接下来两个特征的系数。如果你想增加2个特征，那么你还必须观察到“获胜分数”和这两个特征之间的相关性(它们甚至可能不是“线性相关”)。观察关系图，并创建一个包含所有功能的模型。

最后，你可以有适当的重量。