Please use this identifier to cite or link to this item: https://hdl.handle.net/2445/221812
Title: Anàlisi d’obertures dels jugadors d’escacs catalans
Author: Toquero Gracia, Pau
Director/Tutor: Subirana Cachinero, Isaac
Keywords: Escacs
Models lineals (Estadística)
Previsió
Treballs de fi de grau
Chess
Linear models (Statistics)
Forecasting
Bachelor's theses
Issue Date: 2024
Abstract: Els escacs és un esport de fa més de mil anys el qual ha anat evolucionant al llarg dels anys fins a arribar a tenir un total de 180.000 jugadors federats i més de 20 milions de jugadors en línia. Per a poder classificar a tots aquests jugadors, es va crear un sistema de puntuació denominat Elo on els millors jugadors tenen la puntuació més alta i els jugadors més fluixos la més baixa. Per això, l'objectiu d'aquest TFG consisteix a veure si a partir de les característiques d'una partida d'escacs, especialment la diferència d’Elo entre els dos jugadors, es pot predir el resultat d'una partida d'Escacs. Així que, hem agafat una base de dades de 5.014 partides descarregades d'internet de jugadors de la Federació Catalana d'Escacs. Després de classificar les diferents obertures, crear la diferència i la mitjana d’Elo de cada partida, creem dos models lineals multinomial, amb la variable resultat de la partida com a variable dependent. Un d'ells només amb la variable de diferència d’Elo i l'altre amb la diferència d’Elo, la mitjana d’Elo i el grup d'obertura que es juga a la partida. Amb els models, podem veure que no és possible predir al 100% el resultat d'una partida sobre la base de les seves característiques però ens dona una precisió de gairebé el 60% d'encertar el resultat.
Note: Treballs Finals de Grau en Estadística UB-UPC, Facultat d'Economia i Empresa (UB) i Facultat de Matemàtiques i Estadística (UPC), Curs: 2023-2024, Tutor: Isaac Subirana Cachinero
URI: https://hdl.handle.net/2445/221812
Appears in Collections:Treballs Finals de Grau (TFG) - Estadística UB-UPC

Files in This Item:
File Description SizeFormat 
TFG-EST_Toquero_2024.pdf932.93 kBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons