美国棒球运动员薪资等级分类预测的多模型对比分析

随着竞技体育商业化、市场化,运动员薪资水平预测对解决运动员薪资、合约纠纷及制定运动员薪资制度都有积极作用。由于每年进入各商业联盟的运动员特征具一定的随机性、不可知性,因此,运动员数据样本分布常常是多变的。为了精确预测运动员薪资水平,该研究通过多模型对比分析,利用岭回归、Lasso回归及逐步回归进行变量筛选;球员薪资分类预测选择KNN、LDA法、Logistic回归CART决策树和SVM模型五类分别能够适应不同样本分布情况的分类预测模型进行对比分析,通过模型组合得到最优分类预测模型。结果表明:Stepwise-SVM组合模型无论从预测精确度还是稳健性角度考察均为本研究假设空间下最优的运动员薪资等级分类预测模型,能为竞技体育市场运动员薪资制度的制定提供重要启发。