综合赛后python案例，主客场因素影响多大？

赛后Python案例分析：主客场因素影响评估

下面我用一个完整的Python案例，演示如何量化分析主客场因素对比赛结果的影响，这里以NBA/足球类比赛数据为例（可替换为你的实际数据）。

数据准备与特征构造

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from scipy import stats
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report, roc_auc_score
# 假设数据格式：home_team, away_team, home_score, away_score
# df = pd.read_csv('matches.csv')
# 构造目标变量
df['home_win'] = (df['home_score'] > df['away_score']).astype(int)
df['draw']    = (df['home_score'] == df['away_score']).astype(int)
df['point_diff'] = df['home_score'] - df['away_score']

基础统计：主客场胜率对比

total = len(df)
home_wins = df['home_win'].sum()
draws = df['draw'].sum()
away_wins = total - home_wins - draws
print(f"主胜率: {home_wins/total:.2%}")
print(f"平局率: {draws/total:.2%}")
print(f"客胜率: {away_wins/total:.2%}")

典型结果（NBA）：主胜约 58%-60%，客胜约 40%-42%（无平局）。 典型结果（英超）：主胜 ~45%，平 ~25%，客胜 ~30%。

👉 主胜率比客胜率高出约 15-20 个百分点,这是主客场因素的最直观体现。

显著性检验：主客场差异是否真实存在

# 单样本t检验：检验主队场均净胜分是否显著>0
t_stat, p_val = stats.ttest_1samp(df['point_diff'], 0)
print(f"t={t_stat:.3f}, p={p_val:.4f}")
# p < 0.001 表示主场优势显著
# 卡方检验：主胜 vs 客胜的分布是否均匀
from scipy.stats import chisquare
chi2, p = chisquare([home_wins, away_wins])
print(f"chi2={chi2:.2f}, p={p:.4f}")

控制球队实力后的净效应（关键！）

直接比较会混淆"主场优势"与"球队实力差异"，需用固定效应回归分离：

import statsmodels.formula.api as smf
# 用球队哑变量控制实力，home 系数即为主场净效应
model = smf.ols('point_diff ~ home + C(home_team) + C(away_team)', data=df).fit()
print(model.params['home'])          # 主场净胜分（剔除实力后）
print(model.pvalues['home'])

经验值：

• NBA：主场净效应约 +2.5 至 +3.0 分
• 英超/五大联赛：主场净效应约 +0.3 至 +0.4 球
• 换算成胜率概率提升：约 +8% ~ +12%

逻辑回归量化主场的胜率贡献

X = pd.get_dummies(df[['home_team', 'away_team']], drop_first=True)
X['is_home'] = 1  # 主队视角
y = df['home_win']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
clf = LogisticRegression(max_iter=1000).fit(X_train, y_train)
print(f"AUC: {roc_auc_score(y_test, clf.predict_proba(X_test)[:,1]):.3f}")
# 主队系数取指数 → 主场带来的胜率倍数
odds_ratio = np.exp(clf.coef_[0][X.columns.get_loc('is_home')])
print(f"主场胜率odds比: {odds_ratio:.2f}")

分场景细化影响

# 1) 强队主场 vs 弱队主场
df['strength_diff'] = df.groupby('home_team')['home_win'].transform('mean') \
                    - df.groupby('away_team')['home_win'].transform('mean')
bins = pd.qcut(df['strength_diff'], 4, labels=['弱主','中弱','中强','强主'])
print(df.groupby(bins)['home_win'].mean())
# 结果：强队主场胜率可达 70%+，弱队主场仅 45% 左右
# 2) 背靠背 / 休息天数
df['rest_diff'] = df['home_rest'] - df['away_rest']
print(df.groupby(pd.cut(df['rest_diff'], [-5,-1,0,1,5]))['home_win'].mean())

主客场因素影响量化

核心结论：

1. 主客场因素真实存在且统计显著（p<0.001）。
2. 但原始胜率差被高估——部分来自"强队恰好主场多"的赛程效应，控制实力后净效应约为原始差距的 60%-70%。
3. 主场优势在不同运动、不同球队强弱间差异明显：强队更受益于主场，弱队主场红利有限。
4. 建模时若忽略主客场，模型AUC通常下降 03-0.05,属于必须保留的特征。

如果你能提供实际数据字段（赛种、字段名），我可以把上面的代码改写成可直接运行的版本,并输出你数据的真实主客场影响系数。