摘要
随着体育竞赛的商业化,各种球类联赛最为关心的一个问题是究竟该给一个球员,特别是明星球员或者说超级巨星多少薪水是合适的?如果给的薪水过高,会给球队投资者带来巨大的亏损风险。给予的薪水过低,又会影响球员的积极性甚至导致球员的流失。本文以NBA联盟为例来探究影响球员工资水平的主要因素。本文以球员的薪水为反应变量,自变量包括一个赛季的场均得分、篮板球个数、助攻数等21个变量。目的是以此建立回归模型,选择出对工资水平具有决定作用的自变量。本文将比较最小二乘方法、岭回归、Lasso、适应性Lasso、SCAD和Elastic Net等方法。通过数据分析发现,Elastic Net具有最小的预测误差。
出处
《调研世界》
CSSCI
2018年第3期46-51,共6页
The World of Survey and Research