CRAN 任务视图：体育分析

本 CRAN 任务视图包含一个用于体育分析的软件包列表。大多数软件包是特定于运动的，并按此进行分组。但是，我们还包括一个 **通用** 部分，用于提供与体育分析相关的辅助功能（例如，以团队为主题的颜色调色板）的软件包，以及一个 **建模** 部分，用于提供用于统计建模的软件包。在整个任务视图中，以及在结尾的 **相关链接** 部分中，我们列出了使用其中一些软件包的精选书籍和文章。我们编制此列表的目的是帮助研究人员找到完成他们在 R 中工作的工具。

要被考虑纳入，软件包必须对进行体育分析有用。大多数软件包提供以下功能的组合：

1. 获取特定运动或联赛的数据
2. 对特定于运动的数据执行常见计算

电子竞技和体育博彩软件包在范围内。

软件包列表的目标是全面性。如果 CRAN 上存在我们遗漏的体育分析软件包，请告知我们。欢迎并鼓励贡献 - 请参阅链接的 GitHub 存储库以获取详细信息。

特定于运动的软件包

美式足球 🏈

• nflverse 是一个用于获取和分析 NFL 数据的软件包集合。核心 nflverse 包括 nflfastR、nflseedR、nfl4th、nflreadr 和 nflplotR.
• nflfastR 包含从 1999 年至今有效地抓取 NFL 逐场数据的函数。它类似于 nflscrapR，但速度更快。所有 nflfastR 所需的模型都托管在 fastrmodels 中。
• nflreadr 有效地从 nflverse 项目的 **GitHub** 存储库中下载数据，包括预先计算的 nflfastR 数据框。
• nfl4th 包含用于计算美国国家橄榄球联盟第四档最佳决策的函数。第四档数据来自 NFL 和 ESPN。
• nflseedR 包含用于根据复杂的 NFL 决胜规则对 NFL 球队进行排名的函数。它包括分区排名、季后赛种子排名和选秀顺序。
• nflplotR 包含用于在 ggplot2 中更轻松地进行 NFL 数据可视化的函数。
• NFLSimulatoR 包含用于模拟比赛和进攻的工具，并进一步评估 NFL 中的比赛策略。
• fflr 提供用于从 ESPN 奇幻足球 API 访问 ESPN 原始奇幻足球数据并格式化原始数据的函数。
• ffscrapr 帮助访问各种奇幻足球 API，包括 MFL、Sleeper、ESPN 和 Fleaflicker，并提供一致的界面以及内置的身份验证、速率限制和缓存。
• ffsimulator (已归档) 允许用户使用引导重采样模拟奇幻足球赛季。模拟基于历史排名和来自 nflfastR 包的数据。此外，还提供了用于计算最佳阵容和汇总结果的函数。
• gsisdecoder 包含用于解码 NFL 球员 ID 以与 nflfastR 包一起使用的函数。
• cfbfastR 提供用于从 collegefootballdata.com 访问大学橄榄球逐场数据的函数。

协会足球（足球） ⚽

• worldfootballR 提供来自多个热门网站的干净整洁的足球数据，包括 FBref、来自 Transfermarkt 的转会和估值数据以及来自 Understat 和 fotmob 的射门位置数据。
• socceR 提供用于评估足球预测和模拟足球比赛和锦标赛结果的函数。
• ggsoccer 提供用于在 ggplot2 中可视化足球事件数据的函数。
• footballpenaltiesBL 包含数据和绘图函数，用于分析 1963-64 年至 2016-17 年德国男子足球联赛的点球。
• footBayes 包含用于通过哈密顿蒙特卡罗和最大似然估计方法使用 Stan 拟合广为人知的足球模型（双泊松、双变量泊松、斯凯拉姆、学生 t）的函数。该包还提供用于可视化球队实力和预测比赛结果的工具。
• itscalledsoccer 通过 美国足球分析应用程序 API 访问美国足球（MLS、NWSL 和 USL）数据。
• FPLdata 包含用于检索 英超梦幻足球 上的球员属性的函数。
• EUfootball 提供 2010-2011 年至 2019-2020 年英格兰、法国、德国、意大利、西班牙、荷兰和土耳其顶级联赛的欧洲足球比赛结果。

澳大利亚规则足球 🏉

• fitzRoy 是一个用于抓取和处理澳大利亚足球联盟 (AFL) 数据的包。 fitzRoy 提供对公共数据源的访问，例如 AFL 表格、Footy Wire 和 The Squiggle。

棒球 ⚾

• 历史棒球数据可通过 Lahman 包获得，该包包含追溯到 1871 年的美国职业棒球大联盟的赛季级数据。
• baseballr 包含用于从各种来源提取和分析棒球数据的函数，例如 棒球参考、FanGraphs 和 棒球先锋。该包在 Albert, J.、Marchi, M. 和 Baumer, B. S. (2024) 的第三版中得到了突出展示。 用 R 分析棒球数据 (doi:10.1201/9781351107099)，并且在很大程度上取代了现已停用的 pitchRx 包。
• retrosheet 促进从 Retrosheet.org 下载比赛日志、球队 ID、花名册、逐场比赛和其他文件，并将结果作为数据框返回。可以使用本地缓存来提高效率。请注意，返回的逐场比赛数据直接来自事件文件，未经解析（即，Chadwick 未捆绑）。
• mlbstats 提供了用于计算多种棒球统计数据的向量运算函数，包括传统统计数据和 sabermetric 统计数据。

篮球 🏀

• BAwiR 是一个用于分析篮球数据的工具集合，重点关注数据抓取和可视化。
• AdvancedBasketballStats 提供了用于计算和分析球员、球队、阵容（五人组）和比赛的篮球统计数据的函数。
• uncmbb 包含自 1949-50 赛季以来北卡罗来纳大学（教堂山）男子篮球比赛结果的数据。
• BasketballAnalyzeR 作为书籍 篮球数据科学与 R 应用 的配套软件包。此软件包包含用于分析和可视化篮球数据的数据和函数。
• NBAloveR 是一个用于访问 篮球参考 API 的 R 接口。此软件包还包含一些函数来帮助用户分析篮球数据。
• wehoop 提供了从 ESPN API 访问女子大学篮球和 WNBA 数据的函数。
• hoopR 包含了从各种来源访问男子大学篮球和 NBA 数据的函数，包括 ESPN、NBA 统计 API 和 肯·庞默罗伊的大学篮球评级。

国际象棋 ♟

• chess 是一个围绕 python-chess 的 R 的有见地的包装器。它读取和写入 PGN 文件 和棋盘的 SVG。
• 与 chess 类似，bigchess 读取和写入 PGN 文件。 bigchess 为 UCI 国际象棋引擎提供 API。 bigchess 也能够一次读取多个游戏文件，而无需复制到 RAM。

板球 🏏

• yorkr 提供了基于 Cricsheet 数据分析板球运动员和球队统计数据的函数。
• cricketr 是一个基于 ESPN Cricinfo Statsguru 数据分析板球运动员和球队表现的工具集合。
• cricketdata 包含从两个主要来源获取国际板球数据的函数，ESPNCricinfo 和 Cricsheet。
• howzatR 包含用于计算各种板球统计数据的函数。

电子竞技 🎮

• CSGo 从 Steam API 收集反恐精英：全球攻势数据。
• rbedrock 支持 Minecraft（基岩版）的数据分析和管理。
• ROpenDota、opendotaR 和 RDota2 从 OpenDota 和 Steam API 提取 Dota2 数据。

GPS 跟踪 📍

• trackeR 和 trackeRapp 提供工具，用于在 R 中分析来自 GPS 启用跟踪设备的跑步、骑行和游泳数据。这两个包允许用户整理和探索来自锻炼和比赛的数据。
• rStrava 包含用于从 Strava API 访问 Strava 活动数据的函数。
• 有关处理和分析跟踪数据的工具的详细概述，请参阅 Tracking CRAN 任务视图。

曲棍球 🏒

• NHLData 包含自 1917 年以来的 NHL 比赛得分。数据按赛季存储，包含特定赛季每场比赛的得分。
• nhlapi 包提供对 NHL API 公开数据的访问。
• fastRhockey 为 NHL 和 Premier Hockey Federation (PHF)（以前称为国家女子曲棍球联盟 (NWHL)）提供 API 包装器。

垒球 🥎

• runexp 提供了用于估计垒球得分的方法。特别是，runexp 围绕使用离散马尔可夫链的理论期望和使用多项式随机模拟的经验分布。

游泳 🏊

• SwimmeR 读取各种格式的游泳结果，并将结果返回到整洁的数据框中。它还包括用于在短池码 (SCY)、短池米 (SCM) 和长池米 (LCM) 之间转换时间的函数。

田径 🏃

• combinedevents 包含用于根据 国际田联 计分表计算田径联合项目比赛得分和成绩的函数。

排球 🏐

• volleystat 包含 2013-14 年至 2018-19 年 德国排球联赛 的比赛统计数据。数据是从联赛 主页 中提取的。

通用

• teamcolors 为各种运动和联赛的职业球队提供调色板、ggplot2 主题、xaringan 主题和徽标。 teamcolors 最初是为了在 Lopez 等人 (2018) (doi:10.1214/18-AOAS1165) 中创建数据图形而设计的。
• colorr 包含英超、MLB、NBA、NHL 和 NFL 职业运动队的调色板。
• nbapalettes 包含受 NBA 球队球衣颜色启发的调色板。
• sleeperapi 提供了用于从 Sleeper API 收集幻想体育数据的函数。
• sportyR 包含用于根据规则手册规范创建运动比赛场地的 ggplot2 表示的函数。这对于绘制球员追踪数据特别有用。
• SportsTour 提供了使用淘汰赛和循环赛方法显示锦标赛赛程的函数。
• injurytools 提供了用于分析、可视化和建模运动损伤的功能。

建模

R 的基础包中提供了大量用于体育分析建模的功能（例如 lm() 和 glm()）。此外，其他 CRAN 任务视图，例如 Bayesian、MachineLearning、Robust、Spatial 和 SpatioTemporal 可能包含适合将统计方法应用于体育的包。

博彩

• oddsapiR 提供了从 The Odds API 获取体育赔率的工具。
• odds.converter 提供了用于转换常见体育博彩赔率类型的函数，包括美国赔率、香港赔率、十进制赔率、印度尼西亚赔率、马来西亚赔率和原始概率。
• implied 是一个函数集合，它基于各种算法在博彩公司赔率和概率之间进行转换。
• pinnacle.data 包含 Pinnacle 的市场赔率，其中突出显示了 2016 年 MLB 赛季所有投注线的数据集。
• RKelly 计算了 Kelly criterion 用于博彩，并提供函数来计算多场赛事的结果概率。

评级

• BradleyTerry2 提供了用于拟合 Bradley-Terry 模型 (doi:10.2307/2334029) 到配对比较数据的函数和示例。有关此包的背景信息，请参见 doi:10.18637/jss.v012.i01。
• 在 elo、welo、EloChoice 和 EloRating 包中可以找到用于估计体育中 Elo 评级的 方法。 PlayerRatings 还提供了对其他评级系统的实现，包括 Glicko、Glicko-2 和 Stephenson，以及 Elo。
• piratings 计算了 pi 评级，用于确定足球比赛中的球队实力，如 Constantinou and Fenton (2013) (doi:10.1016/j.knosys.2013.05.008) 中所述。
• mvglmmRank 提供了用于构建多元广义混合模型以对体育比赛中的球队进行排名的函数。

CRAN 包

相关链接

• Lopez, M. J.，Matthews, G. J. 和 Baumer, B. S. (2018)。最佳球队获胜的频率？理解北美体育随机性的统一方法。应用统计年鉴，12(4)，2483-2516。
• Constantinou, A. C.，Fenton, N. E. 和 Neil, M. (2013)。从低效的足球博彩市场中获利：使用贝叶斯网络进行预测、风险和不确定性分析。基于知识的系统，50，60-86。
• Zuccolotto, P. 和 Manisera, M. (2020)。篮球数据科学：R语言应用。CRC 出版社。
• Marchi, M.，Albert, J. 和 Baumer, B. S. (2018)。使用 R 分析棒球数据。第 2 版。Chapman 和 Hall/CRC。
• Sievert, C. (2014)。使用 XML2R 和 pitchRx 驯服 PITCHf/x 数据。R 杂志，6(1)。
• Bradley, R. A. 和 Terry, M. E. (1952)。不完全区组设计的秩分析：I. 配对比较法。生物统计学，39(3/4)，324-345。

其他资源

• CRAN 任务视图：贝叶斯
• CRAN 任务视图：机器学习
• CRAN 任务视图：稳健
• CRAN 任务视图：空间
• CRAN 任务视图：时空
• CRAN 任务视图：跟踪