| |
| |
Tipo de Mídia:
Texto
|
|
Formato:
.pdf
|
Tamanho:
1,26
MB
|
|
|
| |
|
|
| |
|
|
| |
|
|
| |
Título: |
|
Análise e previsão de resultados de partidas de futebol |
Autor: |
|
Fábio Figueiredo Farias
 |
Categoria: |
|
Teses e Dissertações |
Idioma: |
|
Português |
Instituição:/Parceiro |
|
[cp] Programas de Pós-graduação da CAPES
|
Instituição:/Programa |
|
UFRJ/ESTATÍSTICA |
Área Conhecimento |
|
ESTATÍSTICA |
Nível |
|
Mestrado
|
Ano da Tese |
|
2008 |
Acessos: |
|
360 |
Resumo |
|
A classe de Modelos Lineares Dinâmicos Generalizados estende a modelagem dinâmica à família exponencial, e não ficamos mais restritos a assumir a normalidade dos dados. Esse tipo de modelagem é adequado para se trabalhar com dados provenientes de distribuições não-normais da família exponencial: Poisson para dados de contagem, Bernoulli para proporções, Gama para dados contínuos assimétricos, entre outras. Em particular, entre os dados provenientes de campeonatos de futebol, o número de gols é um candidato à distribuição de Poisson. Essa dissertação se propõe a construir modelos para prever resultados de partidas de futebol, modelando o número de gols de cada equipe. Portanto, dois objetivos podem ser alcançados: fazer previsões e comparar modelos. Propomos o uso de dois modelos Bayesianos dinâmicos com coeficientes auto-regressivos de evolução para o número de gols feitos pelas equipes do campeonato brasileiro do ano de 2006. Além de ajustar esses dois modelos, também foram ajustados um modelo estático e um dinâmico propostos por RUE e SALVESEN (2000) e usados em SOUZA e GAMERMAN (2004). Para comparar os modelos, usamos a razão de verossimilhanças. A inferência foi feita adotando-se a abordagem Bayesiana e, como a distribuição a posteriori não é analiticamente tratável, usamos métodos de Monte Carlo via Cadeias de Markov (MCMC). |
| |
|
|
| |
|
 |
|
|
|