Previsão probabilística dos resultados da copa do mundo de 2022 usando uma abordagem bayesiana

Detalhes bibliográficos
Autor(a) principal: Moribayashi, Rodrigo Hideki
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