Analysis and prediction of league games results
Analýza a predikce výsledků ligových utkání
diploma thesis (DEFENDED)
View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/62571Identifiers
Study Information System: 130787
Collections
- Kvalifikační práce [11233]
Author
Advisor
Consultant
Cipra, Tomáš
Referee
Večeř, Jan
Faculty / Institute
Faculty of Mathematics and Physics
Discipline
Probability, mathematical statistics and econometrics
Department
Department of Probability and Mathematical Statistics
Date of defense
3. 6. 2015
Publisher
Univerzita Karlova, Matematicko-fyzikální fakultaLanguage
English
Grade
Excellent
Keywords (Czech)
Kalmanův filtr, ordinální proměnná, Giniho koeficient, predikce výsledku hokejových utkáníKeywords (English)
Kalman filter, ordinal variable, Gini coefficient, prediction of ice hockey match resultsPráce se zabývá analýzou hokejových utkání v rámci ne- jvyšší české hokejové soutěže v sezónách 1999/2000 až 2014/2015 a predikcí následujících zápasů. Popisuje a následně aplikuje teorii Kalmanova fil- tru, kde formy týmů představují nepozorovatelný stavový vektor a výsledky zápasů slouží jako pozorování. Jako vhodná transformace výsledku zápasu jsou identifikovány gólové rozdíly. Ty použijeme jako vysvětlovanou proměn- nou také v lineární regresi pro nalezení vhodných prediktorů. Pro předpověd' výsledku zápasu je zkonstruován ordinální model s těmito prediktory. Po- mocí zobecněného Giniho koeficientu srovnáme diverzifikační schopnost to- hoto modelu a kurzů, které nabízí sázkové kanceláře. V závěru využijeme informaci o znalosti kurzů před zápasem a společně v kombinaci s dalšími vysvětlujícími proměnnými vytvoříme predikční model. Tento model je použit pro identifikaci ziskových sázek. 1
The thesis is devoted to an analysis of ice hockey matches results in the highest Czech league competition in seasons 1999/2000 to 2014/2015 and to prediction of the following matches. We describe and apply Kalman filter theory where forms of teams represent an unobservable state vector and results of matches serve as measurements. Goal differences are identified as a suitable transformation of a match result. They are used as a dependent variable in a linear regression to find significant predictors. For a prediction of a match result we construct an ordinal model with those predictors. By using generalized Gini coefficient, we compare a diversifica- tion power of this model with betting odds, which are offered by betting companies. At the end, we combine knowledge of odds before a match with other predictors to make a prediction model. This model is used to identify profitable bets. 1