Título: | Modelos de previsão de resultados para o campeonato brasileiro de futebol - série A |
Autor(es): | Feijão, Luana de Freitas |
Orientador(es): | Gomes, Eduardo Monteiro de Castro |
Assunto: | Aprendizado do computador Regressão logística (Estatística) Futebol |
Data de apresentação: | 21-Jul-2023 |
Data de publicação: | 17-Dez-2023 |
Referência: | FEIJÃO, Luana de Freitas. Modelos de previsão de resultados para o campeonato brasileiro de futebol - série A. 2023. 50 f., il. Trabalho de Conclusão de Curso (Bacharelado em Estatística) — Universidade de Brasília, Brasília, 2023. |
Resumo: | O trabalho teve como objetivo ajustar e avaliar modelos de previsão de resultados para o Campeonato Brasileiro de Futebol - Série A, abrangendo o campeão, os quatro times que avançam para a Libertadores e os quatro times rebaixados para a Série B. Para isso, utilizou-se um banco de dados estatístico criado a partir dos resultados dos jogos obtidos do site da CBF. Foram aplicadas as técnicas de Regressão Logística, Arvore de Classificação e Random Forest para realizar as previsões dos campeonatos de 2020 a 2022, a fim de comparar os resultados com os resultados reais. Para isso, foram utilizados os jogos dos campeonatos de 2012 a 2019 como dados de treinamento. Toda a implementação computacional foi realizada utilizando a linguagem R. |
Abstract: | The objective of this study was to adjust and evaluate prediction models for
the Brazilian Football Championship - Serie A, encompassing the champion, the four
teams that advance to the Libertadores, and the four teams relegated to Serie B. To
achieve this, a statistical database was created using game results obtained from the CBF
website. The prediction models of Logistic Regression, Classification Tree, and Random
Forest were applied to forecast the championships from 2020 to 2022, aiming to compare
the results with the actual outcomes. The games from the championships between 2012
and 2019 were used as training data. All computational implementation was performed
using the R programming language. |
Informações adicionais: | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2023. |
Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. |
Aparece na Coleção: | Estatística
|
Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.