Mostrar el registro sencillo del ítem
Previsão probabilística dos resultados da copa do mundo de 2022 usando uma abordagem bayesiana
dc.contributor.author | Moribayashi, Rodrigo Hideki | |
dc.date.accessioned | 2023-09-22T17:27:37Z | |
dc.date.available | 2023-09-22T17:27:37Z | |
dc.date.issued | 2023-09-06 | |
dc.identifier.citation | 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 | https://repositorio.ufscar.br/handle/ufscar/18634 | |
dc.description.abstract | 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. | eng |
dc.description.sponsorship | Não recebi financiamento | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by/3.0/br/ | * |
dc.subject | Futebol | por |
dc.subject | Copa do mundo | por |
dc.subject | Previsão probabilística | por |
dc.subject | Inferência bayesiana | por |
dc.subject | Soccer | eng |
dc.subject | World cup | eng |
dc.subject | Probabilistic prediction | eng |
dc.subject | Bayesian Inference | por |
dc.title | Previsão probabilística dos resultados da copa do mundo de 2022 usando uma abordagem bayesiana | por |
dc.title.alternative | Probabilistic prediction of match outcomes of the 2022 soccer world cup using a bayesian approach | eng |
dc.type | TCC | por |
dc.contributor.advisor1 | Salasar, Luis Ernesto | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/5464564215528609 | por |
dc.contributor.advisor-co1 | Diniz, Márcio Alves | |
dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/8948404469003829 | por |
dc.description.resumo | 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. | por |
dc.publisher.initials | UFSCar | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | https://lattes.cnpq.br/0214717931382037 | por |
dc.publisher.course | Estatística - Es | por |