Μεταπτυχιακές Εργασίες
Μόνιμο URI για αυτήν τη συλλογήhttps://pyxida.aueb.gr/handle/123456789/51
Περιήγηση
Πλοήγηση Μεταπτυχιακές Εργασίες ανά Συγγραφέα "Argyropoulos, Dimosthenis"
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω
Τώρα δείχνει 1 - 1 από 1
- Αποτελέσματα ανά σελίδα
- Επιλογές ταξινόμησης
Τεκμήριο Modelling expected goals in football(2025-07-16) Αργυρόπουλος, Δημοσθένης; Argyropoulos, Dimosthenis; Ntzoufras, Ioannis; Chatziantoniou, Damianos; Karlis, DimitriosΑυτή η μελέτη διερευνά πώς μπορούν να χρησιμοποιηθούν στατιστικά μοντέλα για την εκτίμηση της πιθανότητας να σημειωθεί ένα γκολ στο ποδόσφαιρο, χρησιμοποιώντας την έννοια των Αναμενόμενων Γκολ (xG). Βασισμένο σε δεδομένα από τη σεζόν 2015–2016 της Premier League (παρεχόμενα από τη StatsBomb), το έργο εξετάζει βασικούς παράγοντες όπως η απόσταση και η γωνία του σουτ, η θέση του παίκτη και η αμυντική πίεση. Μετά τον καθαρισμό των δεδομένων και την Εξερευνητική Ανάλυση Δεδομένων (EDA), αναπτύχθηκαν τέσσερα διαφορετικά μοντέλα λογιστικής παλινδρόμησης, συμπεριλαμβανομένου ενός πλήρους μοντέλου, δύο μοντέλων με χρήση των κριτηρίων AIC και BIC, καθώς και ενός μοντέλου με κανονικοποίηση LASSO, για την πρόβλεψη του αν ένα σουτ θα καταλήξει σε γκολ ή όχι. Κάθε μοντέλο αξιολογήθηκε με μετρικές όπως η ακρίβεια, η ακρίβεια θετικών προβλέψεων (precision), η ανάκληση, το F1-score και η ROC-AUC.Τα αποτελέσματα επιβεβαιώνουν ότι η στατιστική μοντελοποίηση μπορεί να εκτιμήσει με επιτυχία την πιθανότητα σκοραρίσματος βάσει μεταβλητών εντός αγώνα. Για την επαλήθευση της απόδοσης των αναπτυγμένων μοντέλων, οι προβλέψεις τους συγκρίθηκαν με τις επίσημες τιμές xG που παρείχε η StatsBomb, αναδεικνύοντας τόσο ομοιότητες όσο και διαφορές στις εκτιμήσεις, όπου παρατηρούμε ότι και τα τέσσερα μοντέλα παρουσιάζουν ισχυρή προβλεπτική ικανότητα σε σύγκριση με αυτήν τη στήλη. Αυτά τα ευρήματα είναι χρήσιμα για προπονητές ποδοσφαίρου, αναλυτές απόδοσης και επαγγελματίες του στοιχήματος που βασίζονται σε αποφάσεις καθοδηγούμενες από δεδομένα. Συνολικά, το έργο αναδεικνύει τον αυξανόμενο ρόλο της ανάλυσης δεδομένων στο ποδόσφαιρο και δείχνει πώς η μοντελοποίηση xG μπορεί να υποστηρίξει τόσο την ανάπτυξη στρατηγικής όσο και την αξιολόγηση απόδοσης.