Time-dependent structural equation modeling of fans' football fever using activity tracking data during the 2025 DFB Cup final

这是一份关于论文《基于 2025 年德国足协杯决赛活动追踪数据的球迷“足球狂热”时变结构方程建模》（Time-dependent structural equation modeling of fans' football fever using activity tracking data during the 2025 DFB Cup final）的详细技术总结。

1. 研究问题 (Problem)

• 背景：足球是全球最受欢迎的运动，球迷的情感投入对体育产业至关重要。然而，现有的球迷行为研究主要依赖横截面调查数据（回顾性自我报告），存在回忆偏差，且无法捕捉比赛过程中的实时动态变化。
• 核心挑战：
  1. 缺乏时间动态建模：现有研究难以量化球迷情绪（如“足球狂热”，Football Fever）随比赛进程（如进球、半场休息）的瞬时变化。
  2. 潜在变量构建：球迷的生理反应（心率、压力水平）是“足球狂热”这一不可观测潜在变量的表现，但缺乏基于结构方程模型（SEM）的严谨建模。
  3. 数据特性：可穿戴设备产生的数据具有高维、密集纵向（Intensive Longitudinal）特征，且存在大量缺失值（如运动时无法记录压力值），传统统计方法难以处理。
• 研究目标：利用 2025 年 DFB 杯决赛期间阿明尼亚比勒费尔德（Arminia Bielefeld）球迷佩戴智能手表的高分辨率数据，构建一个时变结构方程模型，将“足球狂热”建模为潜在变量，并解析其随时间演变的轨迹及个体差异。

2. 方法论 (Methodology)

2.1 数据来源与预处理

• 数据源：2025 年 5 月 24 日，德国足协杯决赛（阿明尼亚比勒费尔德 vs. 斯图加特）。
• 样本：137 名有效球迷（排除了无压力数据或缺失率>50% 的样本）。
• 指标：
  • 心率 (HR)：光学传感器测量（次/分钟）。
  • 压力水平 (SL)：基于心率变异性及个性化因素计算的 0-100 分制指标。
• 时间粒度：比赛被划分为 34 个等距时间点（上半场 1-16，下半场 17-34），每 3 分钟一个观测点。
• 缺失值处理：由于运动导致传感器无法记录压力值，数据存在大量缺失。研究采用**多重插补（Multiple Imputation）**策略，利用随机森林（Random Forests）基于活动相关变量（如步数、卡路里消耗）预测缺失的压力值，生成了 10 个插补数据集进行分析。

2.2 统计模型：时变结构方程模型 (Time-Dependent SEM)

研究构建了一个包含四个核心组件的复杂 SEM 框架：

1. 指标 - 构念模型 (Indicator-Construct Model)：

   • 将“足球狂热” ($FF_t$) 定义为公共因子 (Common Factor)。
   • 由两个观测指标反映：心率 ($HR_t$) 和压力水平 ($SL_t$)。
   • 公式：$HR_t = \lambda_{HR} \cdot FF_t + \epsilon_{HR,t}$；$SL_t = \mu_{SL} + \lambda_{SL} \cdot FF_t + \epsilon_{SL,t}$。
   • 设定心率因子载荷为 1 以固定尺度，假设载荷随时间恒定。

2. 测量误差方差 (Measurement Error Variances)：

   • 区分了个体间变异和时间点特异性变异。
   • 特别处理了半场开始（$t=1, 17$）的异质性，允许此时的测量误差方差更大（因球迷活动状态差异大，如刚入座或刚返回座位）。
   • 压力水平引入了随机截距以捕捉上下半场之间的变异。

3. 潜在增长曲线 (Latent Growth Curve / Trend)：

   • 使用三个随机变量建模“足球狂热”的长期趋势：
     • 截距 ($IFF$)：初始水平。
     • 斜率 1 ($S_1$)：$t=7$ 到 $t=25$ 之间的线性变化（对应斯图加特早期进球后的下降）。
     • 斜率 2 ($S_2$)：$t>25$ 的线性变化（对应比勒费尔德后期反扑的上升）。
   • 允许截距和斜率之间存在协方差，以捕捉个体异质性（即不同球迷对比赛事件的反应模式不同）。

4. 自回归过程 (Autoregressive Effects)：

   • 引入一阶自回归过程 $\{R_t\}$ 来捕捉残差的时间依赖性（即上一时刻的偏离会影响下一时刻）。
   • 公式：$R_t = \rho R_{t-1} + \zeta_{FF,t}$。
   • 参数 $\rho$ 量化了情绪状态的“携带效应”（Carry-over effect）。

2.3 模型评估

• 使用 R 语言 (lavaan, mice, lsttheory 包) 进行分析。
• 采用校正后的拟合指数（基于 Yuan et al., 2015 的方法），以应对高维时间序列数据中 $\chi^2$ 统计量对样本量敏感的问题。
• 对比了时变模型与时间不变基线模型（Time-invariant baseline）。

3. 主要结果 (Key Results)

3.1 模型拟合度

• 时变 SEM 模型显著优于时间不变基线模型（$\Delta AIC = 10920$）。
• 校正后的 RMSEA 为 0.015（远优于 0.08 阈值），CFI 为 0.994，表明模型对数据的拟合度极佳。
• 标准化因子载荷显示，心率解释了“足球狂热”方差的 96.6%，压力水平解释了 64.4%，证实了生理指标作为潜在变量代理的有效性。

3.2“足球狂热”的轨迹特征

• V 型轨迹：平均而言，球迷的“足球狂热”呈现明显的V 型变化：
  • 开场高峰：比赛开始（$t=1$）时达到峰值（平均心率约 89 bpm）。
  • 持续下降：随后稳步下降，主要受对手（斯图加特）早期进球导致的情绪低落影响。
  • 下半场回升：在比赛最后 30 分钟（$t>25$），随着比勒费尔德的进球和机会，情绪再次急剧上升。
• 个体异质性：
  • 截距方差 ($\hat{\phi}_{IFF} = 164.5$) 很大，表明不同球迷的基线兴奋度差异显著。
  • 斜率方差显示，部分球迷的情绪随比赛进程剧烈波动，而部分球迷则相对平稳。
  • 协方差分析表明，初始兴奋度高的球迷对关键比赛事件（如进球）的反应更强烈。

3.3 时间依赖性

• 自回归系数：$\hat{\rho} = 0.658$，表明“足球狂热”具有显著的时间携带效应。即上一时刻的情绪状态会显著影响下一时刻，情绪波动不会瞬间消失。
• 残差分析：模型在上下半场转换处（$t=17$）和特定进球时刻（$t=29$）存在系统性残差，暗示了结构性断点或测量非不变性（如心率恢复快于压力水平）。

4. 关键贡献 (Key Contributions)

1. 理论创新：首次将“足球狂热”概念化为一个可量化的潜在变量，并通过 SEM 将其与实时生理数据（心率、压力）联系起来，超越了传统的问卷调查。
2. 方法学突破：
   • 提出了一种结合潜在增长曲线（捕捉长期趋势）和自回归过程（捕捉短期动态）的时变 SEM 框架。
   • 成功处理了高维密集纵向数据中的缺失值问题，利用随机森林进行多重插补，并开发了适用于此类数据的模型拟合评估策略。
3. 实证发现：
   • 揭示了球迷情绪的V 型动态轨迹及其与比赛事件的精确对应关系。
   • 量化了球迷群体内部的异质性，证明了不同球迷对同一比赛事件的生理反应存在显著差异（受粉丝忠诚度、观赛地点等因素影响）。

5. 意义与启示 (Significance)

• 体育营销与传播：研究结果可指导俱乐部和媒体进行实时、个性化的球迷互动。例如，在情绪低谷期（如落后时）提供特定内容以提振士气，或在情绪高峰（如进球后）利用社交媒体进行病毒式传播。
• 健康与医学：揭示了高强度观赛对心血管系统的潜在影响（如心率剧烈波动），为评估体育迷的健康风险（如心血管事件）提供了数据支持。
• 跨学科研究：为运动科学、心理生理学和行为经济学提供了一个新的分析框架，展示了如何利用可穿戴设备数据在真实世界环境中研究复杂的情感动态。
• 局限性：研究仅针对一场职业比赛和特定品牌的智能手表用户，未来需扩大样本范围（如业余比赛、不同品牌设备、现场与远程观众对比）以增强普适性。

总结：该论文通过先进的统计建模技术，成功地将模糊的“球迷狂热”转化为可测量的科学指标，不仅验证了生理数据在捕捉情感动态方面的有效性，也为理解体育消费行为中的时间依赖性机制提供了强有力的方法论工具。