1. Repositório Institucional - Universidade Federal de Uberlândia
  2. Instituto de Matemática e Estatística (IME)
  3. TCC - Estatística
Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/26405
Full metadata record
DC FieldValueLanguage
dc.creatorFreitas, Pablo Henrique de-
dc.date.accessioned2019-08-01T13:10:07Z-
dc.date.available2019-08-01T13:10:07Z-
dc.date.issued2019-07-11-
dc.identifier.citationFREITAS, Pablo Henrique de. Regressão Logística na modelagem da probabilidade de vitória em jogos de futebol americano. 2019. 54 f. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de Uberlândia, Uberlândia, 2019.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/26405-
dc.description.sponsorshipZF_Sachs do Brasilpt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/publicdomain/zero/1.0/*
dc.subjectFutebol americanopt_BR
dc.subjectModelo preditivopt_BR
dc.subjectRegressão Logísticapt_BR
dc.subjectCurva rocpt_BR
dc.titleRegressão Logística na modelagem da probabilidade de vitória em jogos de Futebol Americanopt_BR
dc.title.alternativeLogistic regression in modeling the probability of victory in football gamespt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Silva, Maria Imaculada de Sousa-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5214152217965576pt_BR
dc.contributor.referee1Silva, José Waldemar-
dc.contributor.referee2Pinto, Rogério de Melo Costa-
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoO presente trabalho tem por objetivo identificar por meio da análise de regressão logística quais fatores podem influenciar no resultado final de uma partida de futebol americano da NFL (National Football League). Para tanto, foram coletados dados referentes a 413 partidas da Liga das temporadas de 2014 a 2015 no site oficial da NFL, e fez-se o uso de um modelo logístico, tratando como evento resposta o resultado das equipes mandantes (vitória ou derrota) nos jogos. Foram analisadas 38 variáveis que são possíveis fatores e características das equipes, que podem influenciar no resultado de uma partida. Para avaliar e medir a qualidade do ajuste do modelo, foram realizados alguns testes de diagnóstico como o Teste de HosmerLemeshow, Deviance e Pearson. O modelo final se mostrou bem ajustado aos dados, com uma boa capacidade discriminatória, com um valor de AUC (Area Under the ROC Curve) de 0,718 acertando cerca de 60% das previsões realizadas. Observou-se também que dentre as variáveis estudadas apenas a média de pontos marcados por partida da equipe mandante, a média de jardas de passe conquistadas por partida pela equipe mandante, a porcentagem de conversões em terceiras descidas da defesa da equipe da casa, o aproveitamento de vitórias na temporada da equipe visitante e o resultado do último jogo dos visitantes apresentaram influencia significativa na probabilidade de uma equipe vencer uma partida da NFL.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseEstatísticapt_BR
dc.sizeorduration54pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAOpt_BR
Appears in Collections:TCC - Estatística

Files in This Item:
File Description SizeFormat 
RegressãoLogísticaModelagem.pdf671.97 kBAdobe PDFThumbnail
View/Open
Show simple item record


This item is licensed under a Creative Commons License Creative Commons