Modelos estadísticos para predecir resultados en fútbol : la aplicación a competencias sudamericanas de clubes

• Autores: Millassón, Matías
• Año de publicación: 2022
• Idioma: español castellano
• Tipo de recurso: tesis de grado
• Colaborador/a o director/a de tesis: Durán, Guillermo Alfredo
• Materia: ANALITICA DE FUTBOL; REGRESION POISSON; COPA LIBERTADORES; COPA SUDAMERICANA; APUESTAS DEPORTIVAS; SIMULACION DE TORNEOS; PREDICCION DE RESULTADOS; FOOTBALL ANALYTICS; POISSON REGRESSION; LIBERTADORES CUP; SUDAMERICANA CUP; SPORT BETTING; TOURNAMENT SIMULATION; SCORE PREDICTION
• Institución: Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales

En este trabajo se va a presentar un modelo predictivo con el objetivo de que sea utilizado en torneos internacionales masculinos de mayores de fútbol 11. El problema se va a centrar en las dos competiciones más importantes de la Confederación Sudamericana de Fútbol, la Copa Libertadores y la Copa Sudamericana. El modelo se alimentará con los datos de los partidos que se disputaron en los últimos años en Sudamérica. Primero se analizará la calidad de los datos y se explorarán las variables, luego se hará una feature engineering y por último se entrenará el modelo con un algoritmo que implementa la regresión lineal con el objetivo de estimar los parámetros. Se asumirá que la ocurrencia de los goles va a seguir una distribución Poisson. Dado un partido el predictor asignará probabilidades a los resultados. Por eso se realizarán experimentos mediante la simulación de partidos y, por consiguiente, de torneos. Además se discutirán las alternativas más populares para apostar para decidir si el modelo es rentable o no.
In this thesis a predictive model will be presented with the objective of being used in international senior men’s 11-a-side soccer tournaments. The problem will focus on the two most important competitions of the South American Football Confederation, the Copa Libertadores and the Copa Sudamericana. The model will be fed with data from matches played in recent years in South America. First the quality of the data will be analyzed and the variables will be explored, then feature engineering will be done and finally the model will be trained with an algorithm that implements linear regression with the objective of estimating the parameters. It will be assumed that the occurrence of goals will follow a Poisson distribution. The predictor, given a match, is going to it assigns probabilities to the results. Therefore, experiments will be carried out by simulating matches and, consequently, tournaments. In addition, the most popular betting alternatives will be discussed to decide whether the model is profitable or not.
Fil: Millassón, Matías. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.