Modelos Preditivos Esportivos Aplicados a Dados da NBA

Detalhes bibliográficos
Autor(a) principal: Pedrosa, Rodrigo Trindade
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
Texto Completo: http://app.uff.br/riuff/handle/1/25321
Resumo: A NBA sempre foi e continuará sendo uma das maiores ligas esportivas do mundo, atraindo milhares de fãs ao redor do planeta e movimentando bilhões de dólares todos os anos. Com a o objetivo de ajudar as pessoas a entenderem melhor os jogos desse campeonato, a estatística se faz presente, sendo um dos seus métodos, o ajuste de modelos para prever resultados. Neste trabalho foram ajustados 7 modelos lineares generalizados utilizando a distribuição de Poisson, tendo a quantidade de pontos marcados por cada time como a variável resposta e as pontuações de fundamentos básicos do basquete como variáveis explicativas, além de duas variáveis indicando o local e em qual temporada a partida ocorreu. Com a previsão dos pontos para cada time, foram simuladas 1000000 de partidas para todos os últimos confrontos que ocorreram em quatro temporadas da NBA. Os modelos foram comparados por algumas medidas e tiveram certas dificuldades para predizer o vencedor de uma partida, com o melhor dos modelos prevendo corretamente, em média, 52,43% das partidas das simulações.
id UFF-2_c472e1d654cd49ae8db47f9afd38b681
oai_identifier_str oai:app.uff.br:1/25321
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Modelos Preditivos Esportivos Aplicados a Dados da NBANBAModelos Lineares GeneralizadosPoissonPrevisãoEstatísticaPrevisãoModelo linear (Estatística)A NBA sempre foi e continuará sendo uma das maiores ligas esportivas do mundo, atraindo milhares de fãs ao redor do planeta e movimentando bilhões de dólares todos os anos. Com a o objetivo de ajudar as pessoas a entenderem melhor os jogos desse campeonato, a estatística se faz presente, sendo um dos seus métodos, o ajuste de modelos para prever resultados. Neste trabalho foram ajustados 7 modelos lineares generalizados utilizando a distribuição de Poisson, tendo a quantidade de pontos marcados por cada time como a variável resposta e as pontuações de fundamentos básicos do basquete como variáveis explicativas, além de duas variáveis indicando o local e em qual temporada a partida ocorreu. Com a previsão dos pontos para cada time, foram simuladas 1000000 de partidas para todos os últimos confrontos que ocorreram em quatro temporadas da NBA. Os modelos foram comparados por algumas medidas e tiveram certas dificuldades para predizer o vencedor de uma partida, com o melhor dos modelos prevendo corretamente, em média, 52,43% das partidas das simulações.47 f.Universidade Federal FluminenseNiteróiSantos, Hugo Henrique Kegler dosSantos, Hugo Henrique Kegler dosVelarde, Luis Guillermo CocaErbisti, Rafael SantosSantos, Hugo Henrique Kegler dosPedrosa, Rodrigo Trindade2022-06-23T14:27:32Z2022-06-23T14:27:32Z2021-05info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfPEDROSA, Rodrigo Trindade. Modelos Preditivos Esportivos Aplicados a Dados da NBA. 2021 47 f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2021.http://app.uff.br/riuff/handle/1/25321Aluno de Graduaçãohttp://creativecommons.org/licenses/by-nc-nd/3.0/br/CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-06-23T14:27:36Zoai:app.uff.br:1/25321Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T10:57:58.238318Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Modelos Preditivos Esportivos Aplicados a Dados da NBA
title Modelos Preditivos Esportivos Aplicados a Dados da NBA
spellingShingle Modelos Preditivos Esportivos Aplicados a Dados da NBA
Pedrosa, Rodrigo Trindade
NBA
Modelos Lineares Generalizados
Poisson
Previsão
Estatística
Previsão
Modelo linear (Estatística)
title_short Modelos Preditivos Esportivos Aplicados a Dados da NBA
title_full Modelos Preditivos Esportivos Aplicados a Dados da NBA
title_fullStr Modelos Preditivos Esportivos Aplicados a Dados da NBA
title_full_unstemmed Modelos Preditivos Esportivos Aplicados a Dados da NBA
title_sort Modelos Preditivos Esportivos Aplicados a Dados da NBA
author Pedrosa, Rodrigo Trindade
author_facet Pedrosa, Rodrigo Trindade
author_role author
dc.contributor.none.fl_str_mv Santos, Hugo Henrique Kegler dos
Santos, Hugo Henrique Kegler dos
Velarde, Luis Guillermo Coca
Erbisti, Rafael Santos
Santos, Hugo Henrique Kegler dos
dc.contributor.author.fl_str_mv Pedrosa, Rodrigo Trindade
dc.subject.por.fl_str_mv NBA
Modelos Lineares Generalizados
Poisson
Previsão
Estatística
Previsão
Modelo linear (Estatística)
topic NBA
Modelos Lineares Generalizados
Poisson
Previsão
Estatística
Previsão
Modelo linear (Estatística)
description A NBA sempre foi e continuará sendo uma das maiores ligas esportivas do mundo, atraindo milhares de fãs ao redor do planeta e movimentando bilhões de dólares todos os anos. Com a o objetivo de ajudar as pessoas a entenderem melhor os jogos desse campeonato, a estatística se faz presente, sendo um dos seus métodos, o ajuste de modelos para prever resultados. Neste trabalho foram ajustados 7 modelos lineares generalizados utilizando a distribuição de Poisson, tendo a quantidade de pontos marcados por cada time como a variável resposta e as pontuações de fundamentos básicos do basquete como variáveis explicativas, além de duas variáveis indicando o local e em qual temporada a partida ocorreu. Com a previsão dos pontos para cada time, foram simuladas 1000000 de partidas para todos os últimos confrontos que ocorreram em quatro temporadas da NBA. Os modelos foram comparados por algumas medidas e tiveram certas dificuldades para predizer o vencedor de uma partida, com o melhor dos modelos prevendo corretamente, em média, 52,43% das partidas das simulações.
publishDate 2021
dc.date.none.fl_str_mv 2021-05
2022-06-23T14:27:32Z
2022-06-23T14:27:32Z
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.uri.fl_str_mv PEDROSA, Rodrigo Trindade. Modelos Preditivos Esportivos Aplicados a Dados da NBA. 2021 47 f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2021.
http://app.uff.br/riuff/handle/1/25321
Aluno de Graduação
identifier_str_mv PEDROSA, Rodrigo Trindade. Modelos Preditivos Esportivos Aplicados a Dados da NBA. 2021 47 f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2021.
Aluno de Graduação
url http://app.uff.br/riuff/handle/1/25321
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal Fluminense
Niterói
publisher.none.fl_str_mv Universidade Federal Fluminense
Niterói
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)
instname:Universidade Federal Fluminense (UFF)
instacron:UFF
instname_str Universidade Federal Fluminense (UFF)
instacron_str UFF
institution UFF
reponame_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
collection Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)
repository.mail.fl_str_mv riuff@id.uff.br
_version_ 1811823622048710656