Введение, Методы теории вероятности и статистики - Методы прогнозирования спортивных результатов

Изучение структуры подготовленности спортсменов в плане совершенствования подготовки спортивного резерва позволяет оптимизировать процесс отбора и ориентации спортсменов на основе разработки модельных характеристик, что расширяет возможности реализации индивидуального подхода к планированию и коррекции тренировочного процесса, а также прогнозированию спортивного результата. В целом это способствует оптимальному управлению многолетней подготовкой спортсменов.

Как правило, при разработке модельных характеристик для контингента занимающихся на определенном этапе подготовки ограничиваются морфологическими и функциональными системами организма. Однако использование таких моделей в практике спорта ограниченно, так как в различные возрастные периоды требования, предъявляемые к тем или иным системам организма, существенно различаются.

Цель моего реферата - рассмотреть различные методы прогнозирования спортивных результатов.

Методы теории вероятности и статистики

С точностью прогноза до 65%-70%, можно предусмотреть тот или иной результат спортивного соревнования, например, матча.

Приведем ряд толкований и формул, которые известны из курса Теории вероятности. Формула Бейеса имеет такой вид:

На первый взгляд много непонятного. Возьмем "живой" пример. Для этого возьмем любой матч из любого европейского чемпионата из футбола. Например, матч Ньюкасла против Лестера в Премьер Лиге. Для этого введем ряд понятий и обозначений:

А - состоялся матч (событие);

Н1 - гипотеза, что победит домашняя (первая - 1) команда;

Н2 - гипотеза, что победит гостевая (вторая - 2) команда;

Н3 - гипотеза, что будет ничья между данными командами;

Р(Н1)=Р(Н2)=Р(Н3)=1/3, то есть это одинаковая вероятность событий (победа 1, победа 2, ничья);

РН1(А) - так называемая статистическая вероятность, то есть это отношения количества выигранных дома матчей первой команды к общему количеству матчей;

РН2(А) - отношение количества выигранных на выезде матчей второй команды к общему количеству матчей;

РН3(А) - суммарная статистическая вероятность, то есть (ничьи 1 + ничьи 2) / общее количество матчей одной из команд.

Р(А) - полная вероятность наступления события (см. выше в формуле - множитель);

Наша цель - определить или оценить (для игроков спрогнозировать), например, победу первой команды (Ньюкасл) или найти Ра (Н1). Для этого, воспользовавшись статистической информацией (в данном примере - за предшествующий сезон; желательно - наибольшее число сезонов), найдем РН1(А), РН2(А), РН3(А):

РН1(А) = 11 побед (дома) / 21 (общее количество матчей, проведенных дома);

РН2(А) = 5 побед (на выезде) / 21 (общее количество матчей, проведенных на выезде);

РН3(А) = 5 ничей (Ньюкасл) + 2 ничьи (Лестер) / 21.

Соответственно:

РН1(А) = 0,52381;

РН2(А) = 0,238095;

РН3(А) = 0,(3).

Потом найдем Р(А):

Р(А) = Р(Н1)*РН1(А)+ Р(Н2)*РН2(А)+ Р(Н3)*РН3(А)

Р(А) = 0,365079

Теперь можем найти Ра(Н1):

Ра(Н1) = Р(Н1)*РН1(А) / Р(А)

Ра(Н1) = 0,478261 ( или приблизительно 48%)

Аналогично найдем Ра(Н2) и Ра(Н3): Ра(Н2) = 22% и Ра(Н3) = 30%

Итак, 48% того, что Ньюкасл победит Лестер

    22% - Лестер победит Ньюкасл 30% - будет ничья

Следует сказать, что точность такого прогнозирования составляет приблизительно 65%-70%. То есть, шансы оцениваются как 7 до 10. Стопроцентного прогноза данный способ не может дать, впрочем, как и любой другой.

Похожие статьи




Введение, Методы теории вероятности и статистики - Методы прогнозирования спортивных результатов

Предыдущая | Следующая