Modelos Preditivos Esportivos Aplicados a Dados da NBA
Autor(a) principal: | |
---|---|
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 |