在R上模拟足球联赛赛季

Question

我在R上编写了代码，预测了92支球队的足球联赛赛季的结果。

mod3=glm(formula = Score ~ as.factor(Attack) + as.factor(Defence) + as.factor(Home),     family = poisson,    data = football)
for (i in 1:92){
  for (j in 1:92){
   if (i!=j){
     teamHome=levels(football$Attack)[i] 
     teamAway=levels(football$Attack)[j] 
     homeScore=rpois(1,predict.glm(mod3, data.frame(Attack=teamHome,Defence=teamAway,Home="Y   "),type="response"))
     awayScore=rpois(1,predict.glm(mod3, data.frame(Attack=teamAway,Defence=teamHome,Home="N   "),type="response"))
     Result= if(homeScore>awayScore){
       Result="H"
     } else if(homeScore<awayScore){
       Result="A"
     } else if(homeScore==awayScore){
       Result="D"
     }

     Results<-print(paste(teamHome,homeScore,"      ",teamAway,awayScore,Result),quote=F)
    }
  }
}  

这会产生一个8000 r的列表，与我想要的匹配。

但是当我做的时候

teamHome

1“奥尔德赛”

我只得到第一组在我的输出和当我这样做

   levels(teamHome)

    NULL

这对于我所有的变量来说都是一样的，并且使得很难将结果格式化为“排行榜”。

我的代码中是否有任何错误意味着我没有得到"teamHome“的完整列表，或者是否有一个方法来访问这个列表。

我希望我正确地解释了这个问题。

谢谢

斯蒂芬

Answer 1

这里有一个简单的方法来模拟分数，它利用了这样一个事实，即我们可以同时预测多个新的协变量组合。

首先，让我们模拟一些数据以适应原始模型：

set.seed(1)
n <- 100000
att <- sample(LETTERS, n, TRUE)
def <- sapply(att, function(x) sample(LETTERS[-grep(x, LETTERS)], 1))
X <- data.frame(att, def, home=factor(sample(0:1, n, TRUE)))
mm <- model.matrix(~ ., data=X)
b <- rnorm(ncol(mm), sd=0.1)
mu <- exp(mm %*% b)
y <- rpois(length(mu), mu)
dat <- cbind(y, X)

head(dat)

  y att def home
1 1   G   S    1
2 1   J   S    1
3 1   O   H    1
4 1   X   N    1
5 1   F   W    0
6 2   X   R    1

并符合以下模式：

mod <- glm(y ~ ., data=dat, family='poisson')

b和coef(mod)的比较表明，该模型相对准确地估计了真实系数(尽管我们需要大量的样本才能达到这一目的，考虑到我们正在估计的许多因素水平--因此也有许多系数)。

现在我们可以对一些新的数据进行拟合模型的预测。我们可以使用expand.grid返回任意数量因素的所有组合。这是有用的，如果我们想要预测所有的组合进攻队，防守队，和“主场”。

newdat <- setNames(expand.grid(levels(dat$att), levels(dat$def), factor(0:1)),
                   c('att', 'def', 'home'))
# now reduce newdat to exclude rows where att == def
newdat <- subset(newdat, att!=def)

sim.score <- rpois(nrow(newdat), predict(mod, newdat, type='response'))
results <- cbind(newdat, score=sim.score)
head(results)

  att def home score
2   B   A    0     1
3   C   A    0     0
4   D   A    0     2
5   E   A    0     1
6   F   A    0     2
7   G   A    0     0