体育运动中的规范性分析

jannatasha7512

泛美卫生组织称预测分析对于抗击 COVID-19 而言“至关重要”，并表示它“通过确定各国预计何时以及在何种条件下可以预期疫情增加、达到峰值和减少，使我们能够在可接受的不确定性范围内估计大流行的行为”新病例（发病率）和死亡（死亡率）。” 医疗保健中的规范性分析： 据 IBM 称，规范性分析正在帮助提供商确定有关护理服务和组织运营的正确行动方案。使用规范性分析，提供者可以使用“假设”场景对治疗方法和成本进行建模，为患者和提供者推荐最佳治疗计划。 体育分析 2004 年出版的《点球成金》一书详细介绍了奥克兰运动家队如何根据数据建立棒球名单，改变了球队和公众看待体育分析的方式。


如今，专业、大学和高中运动队使用数据分析来构 WhatsApp 号码数据 建名单、制定策略、实施健身和恢复计划并增强球迷体验。数据分析师几乎研究每场比赛的方方面面，从高尔夫的旋转速度到NFL 教练何时应该在第四档下注。 体育描述性分析： 职业高尔夫球手根据各种因素（球洞长度、天气和球场条件、球杆选择、参加的比赛回合）绘制结果图表，以获得比赛的整体情况。 体育诊断分析： 棒球运动员可以研究他们的情境击球结果（面对投手的某些击球计数，他们如何对抗快速球或曲线球等），以帮助决定策略和挥杆改进。 体育预测分析： 预测体育分析是一个家庭手工业，组织开发模型来预测胜负记录、职业球员表现指标、持票人续约率等等。




随着合法体育博彩在全国范围内的兴起，体育预测分析也得到了扩展。 EdjSports 使用预测性和规范性分析，根据涉及 NFL 和大学橄榄球队的逐场比赛数据运行数十亿次模拟，以对即将到来的比赛中将发生的情况进行建模。规范性分析也用于美国职业棒球大联盟，以帮助确定比赛期间将投手从投手丘上拉出的最佳时间。 人力资源分析 曾经依靠简历、绩效评估和本能来招募、聘用和管理员工的公司正在转向人力资源分析。据 LinkedIn Business 报道，50% 的首席执行官表示，他们使用数据分析（或“人才情报”）来寻找和留住员工。而且这个数字还在增长。 人力资源描述性分析： 流动率衡量在规定的时间段内有多少人离开公司，是描述性分析指标的一个例子，它会影响任何员工基数很小的公司。