Um modelo de espaço de estados poisson para a modelagem dos confrontos de futebol entre Brasil e Argentina.
Palabras clave:
modelo não-Gaussiano, inferências Bayesiana e clássica, função de verossimulhança exata, partidas de futebolResumen
Este artigo apresenta um modelo de espaço de estados Poisson para a modelagem dos confrontos históricos de futebol entre Brasil e Argentina. Este modelo permite o cálculo da função de verossimilhança exata de fácil implementação, bem como das distribuições preditivas e distribuições suavizadas e de filtragem para a variável latente. Não há a necessidade de aproximações, que é muito algo comum na literatura se tratando de modelos de espaço de estados não-Gaussianos. A inserção de covariáveis pode ser feita, bem como o tratamento da irregularidade dos dados sem maiores dificuldades. Uma covariável denominada ``Fator campo''foi inserida no modelo efoi possível verificar que essa variável influencia significativamente o resultadodo jogo. Quando a seleção joga em casa, ela tem mais chance de fazer mais gols em seu adversário, algo que já era esperadoem geral. Os resultados são muito satisfatórios e ilustram bem o modelo aqui proposto e desenvolvido.
Citas
FARIAS, F. F. (2008). Análise e Previsão de Resultados de Partidas de Futebol. Departamento de Métodos Estatísticos, Universidade Federal do Rio de Janeiro, 2008.
GAMERMAN, D. & LOPES, H. F. (2006). Markov Chain Monte Carlo: Stochastic Simulation for Bayesian Inference. (2nd edition). London: Chapman and Hall.
GAMERMAN, D., Santos, T. R., FRANCO, G.C. (2013). A non-Gaussian family of state-space models with exact marginal likelihood. Technical Report, RTP- 01/2013, Departamento de Estatística, Universidade Federal de Minas Gerais. Available at http://www.est.ufmg.br/portal/arquivos/rts
HARVEY, A.C. (1989). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge: Cambridge University Press.
RUE, H e SALVESEN, O. (2000). Prediction and retrospective analysis of soccer matches in a league. Norwegian University of Science and Technology. Trondheim, Noruega.
SOUZA JR, O. G. e GAMERMAN, D. (2004). Previsão de partidas de futebol usando modelos dinâmicos. Anais do XXXVI SBPO. São João del Rey - MG.
WEST, M. e HARRISON, J. (1997). Bayesian Forecasting and Dynamic Models. New York: Springer.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Proposta de Política para Periódicos de Acesso Livre
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
