Previsão probabilística dos resultados da copa do mundo de 2022 usando uma abordagem bayesiana
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSCAR |
Texto Completo: | https://repositorio.ufscar.br/handle/ufscar/18634 |
Resumo: | This work aims to build and evaluate a predictive statistical model for football matches. To achieve this, we consider a Bayesian approach in a new model inspired by Lee (1997). The inspiration comes from two points mentioned by the author: the fact that he considers the number of goals scored by both teams as independent variables and with Poisson distribution, and that the average number of goals by teams in a match are explained by the offensive and defensive effects of the teams. In this work, we propose model these effects for the teams participating in the 2022 World Cup, through of players' scores in the FIFA 23 video game. These effects are considered together with the odds of sports betting sites, which are represented by parameters of a prior with Gamma distribution. The Bayesian procedure is applied to obtain of the marginal distributions of the data (number of goals for each team), allowing thus calculating the probabilities associated with the matches. |
id |
SCAR_de44fc5b643cc56656c083256d6f9391 |
---|---|
oai_identifier_str |
oai:repositorio.ufscar.br:ufscar/18634 |
network_acronym_str |
SCAR |
network_name_str |
Repositório Institucional da UFSCAR |
repository_id_str |
4322 |
spelling |
Moribayashi, Rodrigo HidekiSalasar, Luis Ernestohttp://lattes.cnpq.br/5464564215528609Diniz, Márcio Alveshttp://lattes.cnpq.br/8948404469003829https://lattes.cnpq.br/0214717931382037b9772cf7-0720-4b10-9a6d-c4972e55fef52023-09-22T17:27:37Z2023-09-22T17:27:37Z2023-09-06MORIBAYASHI, Rodrigo Hideki. Previsão probabilística dos resultados da copa do mundo de 2022 usando uma abordagem bayesiana. 2023. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/18634.https://repositorio.ufscar.br/handle/ufscar/18634This work aims to build and evaluate a predictive statistical model for football matches. To achieve this, we consider a Bayesian approach in a new model inspired by Lee (1997). The inspiration comes from two points mentioned by the author: the fact that he considers the number of goals scored by both teams as independent variables and with Poisson distribution, and that the average number of goals by teams in a match are explained by the offensive and defensive effects of the teams. In this work, we propose model these effects for the teams participating in the 2022 World Cup, through of players' scores in the FIFA 23 video game. These effects are considered together with the odds of sports betting sites, which are represented by parameters of a prior with Gamma distribution. The Bayesian procedure is applied to obtain of the marginal distributions of the data (number of goals for each team), allowing thus calculating the probabilities associated with the matches.Este trabalho tem como objetivo construir e avaliar um modelo estatístico preditivo para jogos de futebol. Para isso, consideramos uma abordagem bayesiana em um novo modelo inspirado no de Lee (1997). A inspiração vem de dois pontos citados pelo autor: o fato dele considerar os números de gols marcados pelos dois times como variáveis independentes e com distribuição de Poisson, e que o número médio de gols dos times uma partida são explicados pelos efeitos ofensivos e defensivos das equipes. Neste trabalho, propomos modelar esses efeitos para as seleções participantes da Copa do Mundo de 2022, por meio da pontuação dos jogadores no jogo eletrônico FIFA 23. Esses efeitos são considerados conjuntamente às odds de sites de aposta esportiva, estas representadas por parâmetros de uma priori com distribuição Gamma. O procedimento bayesiano é aplicado para obtenção das distribuições marginais dos dados (números de gols de cada time), permitindo assim o cálculo das probabilidades associadas às partidas.Não recebi financiamentoporUniversidade Federal de São CarlosCâmpus São CarlosEstatística - EsUFSCarAttribution 3.0 Brazilhttp://creativecommons.org/licenses/by/3.0/br/info:eu-repo/semantics/openAccessFutebolCopa do mundoPrevisão probabilísticaInferência bayesianaBayesian InferenceSoccerWorld cupProbabilistic predictionCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICAPrevisão probabilística dos resultados da copa do mundo de 2022 usando uma abordagem bayesianaProbabilistic prediction of match outcomes of the 2022 soccer world cup using a bayesian approachinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis60060004174940-7c6b-4b3c-97e1-d0b914566a02reponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINALTG2_Rodrigo_final.pdfTG2_Rodrigo_final.pdfTCC_finalapplication/pdf1840579https://repositorio.ufscar.br/bitstream/ufscar/18634/1/TG2_Rodrigo_final.pdf89d554a581aacde2ca2e48c4418fea9dMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8913https://repositorio.ufscar.br/bitstream/ufscar/18634/2/license_rdf3185b4de2190c2d366d1d324db01f8b8MD52TEXTTG2_Rodrigo_final.pdf.txtTG2_Rodrigo_final.pdf.txtExtracted texttext/plain86436https://repositorio.ufscar.br/bitstream/ufscar/18634/3/TG2_Rodrigo_final.pdf.txtb0486a4eaa19d34437816c6b3f9b1a6eMD53ufscar/186342024-05-14 17:17:00.787oai:repositorio.ufscar.br:ufscar/18634Repositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestopendoar:43222024-05-14T17:17Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false |
dc.title.por.fl_str_mv |
Previsão probabilística dos resultados da copa do mundo de 2022 usando uma abordagem bayesiana |
dc.title.alternative.eng.fl_str_mv |
Probabilistic prediction of match outcomes of the 2022 soccer world cup using a bayesian approach |
title |
Previsão probabilística dos resultados da copa do mundo de 2022 usando uma abordagem bayesiana |
spellingShingle |
Previsão probabilística dos resultados da copa do mundo de 2022 usando uma abordagem bayesiana Moribayashi, Rodrigo Hideki Futebol Copa do mundo Previsão probabilística Inferência bayesiana Bayesian Inference Soccer World cup Probabilistic prediction CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
title_short |
Previsão probabilística dos resultados da copa do mundo de 2022 usando uma abordagem bayesiana |
title_full |
Previsão probabilística dos resultados da copa do mundo de 2022 usando uma abordagem bayesiana |
title_fullStr |
Previsão probabilística dos resultados da copa do mundo de 2022 usando uma abordagem bayesiana |
title_full_unstemmed |
Previsão probabilística dos resultados da copa do mundo de 2022 usando uma abordagem bayesiana |
title_sort |
Previsão probabilística dos resultados da copa do mundo de 2022 usando uma abordagem bayesiana |
author |
Moribayashi, Rodrigo Hideki |
author_facet |
Moribayashi, Rodrigo Hideki |
author_role |
author |
dc.contributor.authorlattes.por.fl_str_mv |
https://lattes.cnpq.br/0214717931382037 |
dc.contributor.author.fl_str_mv |
Moribayashi, Rodrigo Hideki |
dc.contributor.advisor1.fl_str_mv |
Salasar, Luis Ernesto |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/5464564215528609 |
dc.contributor.advisor-co1.fl_str_mv |
Diniz, Márcio Alves |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/8948404469003829 |
dc.contributor.authorID.fl_str_mv |
b9772cf7-0720-4b10-9a6d-c4972e55fef5 |
contributor_str_mv |
Salasar, Luis Ernesto Diniz, Márcio Alves |
dc.subject.por.fl_str_mv |
Futebol Copa do mundo Previsão probabilística Inferência bayesiana Bayesian Inference |
topic |
Futebol Copa do mundo Previsão probabilística Inferência bayesiana Bayesian Inference Soccer World cup Probabilistic prediction CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
dc.subject.eng.fl_str_mv |
Soccer World cup Probabilistic prediction |
dc.subject.cnpq.fl_str_mv |
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
description |
This work aims to build and evaluate a predictive statistical model for football matches. To achieve this, we consider a Bayesian approach in a new model inspired by Lee (1997). The inspiration comes from two points mentioned by the author: the fact that he considers the number of goals scored by both teams as independent variables and with Poisson distribution, and that the average number of goals by teams in a match are explained by the offensive and defensive effects of the teams. In this work, we propose model these effects for the teams participating in the 2022 World Cup, through of players' scores in the FIFA 23 video game. These effects are considered together with the odds of sports betting sites, which are represented by parameters of a prior with Gamma distribution. The Bayesian procedure is applied to obtain of the marginal distributions of the data (number of goals for each team), allowing thus calculating the probabilities associated with the matches. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-09-22T17:27:37Z |
dc.date.available.fl_str_mv |
2023-09-22T17:27:37Z |
dc.date.issued.fl_str_mv |
2023-09-06 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
MORIBAYASHI, Rodrigo Hideki. Previsão probabilística dos resultados da copa do mundo de 2022 usando uma abordagem bayesiana. 2023. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/18634. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufscar.br/handle/ufscar/18634 |
identifier_str_mv |
MORIBAYASHI, Rodrigo Hideki. Previsão probabilística dos resultados da copa do mundo de 2022 usando uma abordagem bayesiana. 2023. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/18634. |
url |
https://repositorio.ufscar.br/handle/ufscar/18634 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.confidence.fl_str_mv |
600 600 |
dc.relation.authority.fl_str_mv |
04174940-7c6b-4b3c-97e1-d0b914566a02 |
dc.rights.driver.fl_str_mv |
Attribution 3.0 Brazil http://creativecommons.org/licenses/by/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution 3.0 Brazil http://creativecommons.org/licenses/by/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de São Carlos Câmpus São Carlos Estatística - Es |
dc.publisher.initials.fl_str_mv |
UFSCar |
publisher.none.fl_str_mv |
Universidade Federal de São Carlos Câmpus São Carlos Estatística - Es |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSCAR instname:Universidade Federal de São Carlos (UFSCAR) instacron:UFSCAR |
instname_str |
Universidade Federal de São Carlos (UFSCAR) |
instacron_str |
UFSCAR |
institution |
UFSCAR |
reponame_str |
Repositório Institucional da UFSCAR |
collection |
Repositório Institucional da UFSCAR |
bitstream.url.fl_str_mv |
https://repositorio.ufscar.br/bitstream/ufscar/18634/1/TG2_Rodrigo_final.pdf https://repositorio.ufscar.br/bitstream/ufscar/18634/2/license_rdf https://repositorio.ufscar.br/bitstream/ufscar/18634/3/TG2_Rodrigo_final.pdf.txt |
bitstream.checksum.fl_str_mv |
89d554a581aacde2ca2e48c4418fea9d 3185b4de2190c2d366d1d324db01f8b8 b0486a4eaa19d34437816c6b3f9b1a6e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR) |
repository.mail.fl_str_mv |
|
_version_ |
1813715669605154816 |