Please use this identifier to cite or link to this item: http://hdl.handle.net/2445/182102
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorGuillén, Montserrat-
dc.contributor.authorSastre Belío, Miquel-
dc.date.accessioned2022-01-04T12:03:29Z-
dc.date.available2022-01-04T12:03:29Z-
dc.date.issued2021-
dc.identifier.urihttp://hdl.handle.net/2445/182102-
dc.descriptionTreballs Finals del Grau d'Economia i Estadística. Doble titulació interuniversitària, Universitat de Barcelona i Universitat Politècnica de Catalunya. Curs: 2020-2021. Tutor: Montserrat Guillen i Estanyca
dc.description.abstractEls objectius d’aquest treball són construir un model de regressió lineal múltiple per tal de determinar el valor de mercat dels futbolistes professionals a partir de mètriques de rendiment futbolístic i construir un model de predicció de gol que servirà com a base de l’Expected Goals Method. Les dades que s’han utilitzat fan referència a les 5 lligues europees principals (lligues anglesa, espanyola, alemanya, italiana i francesa) de la temporada 2017/2018 proporcionades per l’empresa Wyscout i la web Transfermarkt. La part inicial del treball està formada per la introducció, la revisió de la literatura i l’apartat de metodologia i dades. En aquests apartats introductoris es posa en context al lector i es justifica el tema, es revisen els treballs més recents d’altres autors i s’explica l’estructura de les dades per a la realització del treball i la seva extracció, i la metodologia emprada. Arribats a aquest punt, en la primera part dels resultats es construeix el model de predicció de gol, on s’avaluen un total de 40.461 xuts. S’ha trobat evidència estadística que la distància i l’angle de tir, el rol del jugador, la cama o part del cos amb la qual s’efectuï el tir, que la jugada procedeixi d’un contra-atac o d’una centrada són factors que determinen la probabilitat que un xut acabi essent gol. Finalment, pel que fa a la segona part, s’ha mesurat el valor de mercat de 2.662 jugadors, on s’ha fet una distinció segons el rol de joc (davanters, mig-campistes, defenses i porters). Per a cadascun d’aquests s’ha pogut elaborar un model de regressió per estimació robusta on les variables explicatives són mètriques de rendiment futbolístic específiques depenent del rol que es tracti.ca
dc.format.extent97 p.-
dc.format.mimetypeapplication/pdf-
dc.language.isocatca
dc.rightscc by-nc-nd (c) Sastre Belío, 2021-
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/*
dc.sourceTreballs Finals de Grau (TFG) - Estadística UB-UPC-
dc.subject.classificationFutbolistes-
dc.subject.classificationValor (Economia)-
dc.subject.classificationAnàlisi de regressió-
dc.subject.classificationTreballs de fi de grau-
dc.subject.otherSoccer players-
dc.subject.otherValue (Economics)-
dc.subject.otherRegression analysis-
dc.subject.otherBachelor's theses-
dc.titleAnàlisi Economètrica dels Valors de Mercat Futbolístic Europeu de la temporada 2017/2018ca
dc.typeinfo:eu-repo/semantics/bachelorThesisca
dc.rights.accessRightsinfo:eu-repo/semantics/openAccessca
Appears in Collections:Treballs Finals de Grau (TFG) - Estadística UB-UPC

Files in This Item:
File Description SizeFormat 
TFG_Miquel_Sastre_Belío.pdf2.13 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons