March Madness, Quantile Regression Bracketology, and the Hayek Hypothesis
疯狂三月、分位数回归对阵预测与哈耶克假说AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确以分位数回归拓展成对比较模型，并构造条件预测密度，据此归入分位数与分布方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
疯狂三月、分位数回归对阵预测与哈耶克假说
- 研究问题
- 能否通过成对比较评分模型的分位数回归扩展，生成篮球比赛的条件预测密度，并用锦标赛表现评价其预测能力？
- 方法与思路
- 作者提出经典平均评分成对比较模型的分位数回归版本，用2004—2005赛季美国大学篮球常规赛估计，并在2005年NCAA锦标赛评价预测。
- 材料陈述的贡献
- 作者提出传统成对比较模型的分位数扩展；摘要称方法可生成用于分差与总分分析的预测密度，并可用于更广泛的条件密度预测。
- 阅读关注点
- 重点核对分位数估计如何组成预测密度、球队攻防评分如何估计，以及锦标赛样本上的预测评价指标、基准方法与不确定性处理。
- 阅读边界
- 摘要未说明预测改善幅度、统计不确定性或所述博彩机会的稳健性，也未解释哈耶克假说的检验方式；应用结论的推广范围需查全文。
原文摘要
A quantile regression variant of the classical paired comparison model of mean ratings is proposed. The model is estimated using data for the regular 2004–2005 U.S. college basketball season, and evaluated based on predictive performance for the 2005 National Collegiate Athletic Association (NCAA) basketball tournament. Rather than basing predictions entirely on conditional mean estimates produced by classical least-squares paired comparison methods, the proposed methods produce predictive densities that can be used to evaluate point spread and over/under gambling opportunities. Mildly favorable betting opportunities are revealed. More generally, the proposed methods offer a flexible approach to conditional density forecasting for a broad class of applications. An electronic supplement containing predictive densities for point totals and team offensive and defensive ratings is available from the JBES website.