Analise de regressão aplicada ao futebol

• da Silva, Bruno Melo ^[1]
  1. [1] Universidade Federal de Sergipe

     Universidade Federal de Sergipe

     Brasil

     
• Localización: RBFF - Revista Brasileira de Futsal e Futebol, ISSN-e 1984-4956, Vol. 10, Nº. 38, 2018, págs. 262-270
• Idioma: portugués
• Títulos paralelos:
  • Multiple Linear Regression Applied to football
• Enlaces
  • Texto completo (pdf)
• Resumen
  • português

    Predeterminar o resultado final do campeonato brasileiro de 2017, através de um modelo de regressão de 2016. Analisando através do software Excel 2007 e R-Studio, o segundo responsável por achar a melhor equação dentre as variáveis analisadas com um p-valor (0,05) e conseguiu um R² = 93,09%, que foram obtidas através do Sistema Profissional de Estatísticas de Futebol (FootStat Premium). Utilizando as primeiras vinte e sete rodadas do ano a serem previstos na formula encontrada, pode-se observar a tabela estimada, onde se deve levar em consideração que o trabalho é feito por médias e uma evolução pode alterar sua posição estimada e assim foi observado em alguns clubes após o termino do campeonato. Desta forma foi obtida duas tabelas de previsão onde a primeira com todas as variáveis e a segunda com três, assim encontrando resultados próximos e até certos, entretanto como era esperado alguns times que melhoraram a média ao final da temporada conseguiram melhores posições do que o previsto.

  • English

    Predetermine the outcome of the Brazilian championship in 2017, through a regression model 2016. Looking through the Excel 2007 software and R-Studio, the second responsible for finding the best equation among the variables with a p-value (0, 05) and achieved a R² = 93.09%, which were obtained through the Professional Soccer Statistics System (FootStat Premium). Using the first twenty-seven rounds of the year to be set in the found formula, one can observe the estimated table, where it should take into consideration that the work is done by medium and a change can change your estimated position and so was observed in some clubs after the end of the championship. Thus it was obtained two forecast tables where the first with all the variables and the second with three, so finding similar results and even certain, however as expected some teams that have improved the average at the end of the season achieved better positions than planned.