Show simple item record

Comparison of Models for Probabilities in Football Betting
dc.contributor.advisorVečeř, Jan
dc.creatorKožnar, František
dc.date.accessioned2020-08-03T09:50:55Z
dc.date.available2020-08-03T09:50:55Z
dc.date.issued2020
dc.identifier.urihttp://hdl.handle.net/20.500.11956/119716
dc.description.abstractThe aim of the thesis is to compare different statistical models for football betting odds and determine the best performing once based on the historical performance of sport teams. There are at least two possible approaches for computing the odds, namely Poisson regression and methods based on statistical machine learning. The idea is that the historical performance of teams is a good predictor of the future performance. Thus we can take the past performances, say all matches in the full season of the Bundesliga (306 matches), and use these data for predicting the odds for the following season. The resulting odds should be compared with the actual results using the scoring rules, which will identify the best performing model. 1en_US
dc.description.abstractCílem práce je porovnat různé statistické modely pro fotbalové kurzy a předpovědět co nejlépe chování týmu na základě historických výkonů. Jsou zde nejméně dvě možnosti, jak odhadovat pravděpodobnost, a to konkrétně Poissonův model a metoda založená na strojovém učení. Myšlenkou je, že historické výkony týmů jsou dobré pro předpověď násle- dujících zápasů. Můžeme tedy vzít všechny zápasy z celé sezóny Bundesligy (306 zápasů) a využít data pro předpověď pravděpodobností pro další sezónu. Výsledné pravděpodob- nosti by měly být porovnány se skutečnými výsledky a určit nejlepší model. 1cs_CZ
dc.languageČeštinacs_CZ
dc.language.isocs_CZ
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.subjectbetting oddsen_US
dc.subjectregression analysisen_US
dc.subjectmachine learningen_US
dc.subjectsázkové kurzycs_CZ
dc.subjectregresní analýzacs_CZ
dc.subjectstrojové učenícs_CZ
dc.titleSrovnání modelů pravděpodobností ve fotbalovém sázenícs_CZ
dc.typebakalářská prácecs_CZ
dcterms.created2020
dcterms.dateAccepted2020-07-13
dc.description.departmentDepartment of Probability and Mathematical Statisticsen_US
dc.description.departmentKatedra pravděpodobnosti a matematické statistikycs_CZ
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.identifier.repId223163
dc.title.translatedComparison of Models for Probabilities in Football Bettingen_US
dc.contributor.refereeHlávka, Zdeněk
thesis.degree.nameBc.
thesis.degree.levelbakalářskécs_CZ
thesis.degree.disciplineObecná matematikacs_CZ
thesis.degree.disciplineGeneral Mathematicsen_US
thesis.degree.programMathematicsen_US
thesis.degree.programMatematikacs_CZ
uk.thesis.typebakalářská prácecs_CZ
uk.taxonomy.organization-csMatematicko-fyzikální fakulta::Katedra pravděpodobnosti a matematické statistikycs_CZ
uk.taxonomy.organization-enFaculty of Mathematics and Physics::Department of Probability and Mathematical Statisticsen_US
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csObecná matematikacs_CZ
uk.degree-discipline.enGeneral Mathematicsen_US
uk.degree-program.csMatematikacs_CZ
uk.degree-program.enMathematicsen_US
thesis.grade.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csCílem práce je porovnat různé statistické modely pro fotbalové kurzy a předpovědět co nejlépe chování týmu na základě historických výkonů. Jsou zde nejméně dvě možnosti, jak odhadovat pravděpodobnost, a to konkrétně Poissonův model a metoda založená na strojovém učení. Myšlenkou je, že historické výkony týmů jsou dobré pro předpověď násle- dujících zápasů. Můžeme tedy vzít všechny zápasy z celé sezóny Bundesligy (306 zápasů) a využít data pro předpověď pravděpodobností pro další sezónu. Výsledné pravděpodob- nosti by měly být porovnány se skutečnými výsledky a určit nejlepší model. 1cs_CZ
uk.abstract.enThe aim of the thesis is to compare different statistical models for football betting odds and determine the best performing once based on the historical performance of sport teams. There are at least two possible approaches for computing the odds, namely Poisson regression and methods based on statistical machine learning. The idea is that the historical performance of teams is a good predictor of the future performance. Thus we can take the past performances, say all matches in the full season of the Bundesliga (306 matches), and use these data for predicting the odds for the following season. The resulting odds should be compared with the actual results using the scoring rules, which will identify the best performing model. 1en_US
uk.file-availabilityV
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistikycs_CZ
thesis.grade.code1
uk.publication-placePrahacs_CZ


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV