In Bill James we trust: using the Pythagorean Method to estimate winning percentage in the National Hockey League
Notice bibliographique
Résumé
Sabermetrician Bill James (1980) advanced a formula predicting a baseball team’s winning percentage based on runs scored and runs allowed called the Pythagorean method. Cochran and Blackstock (2009) revised this method to estimate a hockey team’s winning percentage using goals scored and goals allowed over the course of a season. While it is valuable to estimate the end of season winning percentage, it is equally important to know whether the Pythagorean method can be used to predict winning percentages at critical moments during the season. Thus, the purpose was to compare the estimated winning percentage at various points in the season using the Pythagorean method to the actual winning percentage at the end of the season. Using archival data from every NHL regular season game from the 2005-06 through 2010-11 seasons (N = 7,365), the results indicated the Pythagorean method estimated both home and away winning percentages with a high degree of precision. For home winning percentage, the actual end of season value was 54.95% while the estimated values were 54.96% at pre-Christmas, 55.01% at the All-Star break, 54.52% at the trade deadline, and 54.84% at the end of the season. As for visiting winning percentage, the actual end of season value was 45.09% while the estimated values were 45.04% at pre-Christmas, 45.09% at the All-Star break, 45.57% at the trade deadline, and 45.26% at the end of the season. The results are discussed in relation to player personnel decisions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».