Predikce výsledků e-sport zápasů:Generalized autoregressive score a common opponent modely
Název práce: | Prediction models in e-sports: Generalized autoregressive score and common opponent models |
---|---|
Autor(ka) práce: | Pikhart, Miroslav |
Typ práce: | Diploma thesis |
Vedoucí práce: | Holý, Vladimír |
Oponenti práce: | Sokol, Ondřej |
Jazyk práce: | English |
Abstrakt: | The field of e-sports statistics is getting more popular as e-sports become generally known. In this thesis, we discuss the adaptations of two models with proven usage in sports statistics and their possibilities in the realm of e-sports. The most significant advantage shared by both of these models, known as general autoregressive score model and common opponent model, is that they require only publicly available data in order to forecast future match results. In an empirical study, we test the predictive power of said models on the game Counter-Strike, abbreviated as CS:GO, and introduce another approach to the common opponent model, which accounts for the time-varying performance of modelled teams and slightly improves the predictive ability of the model |
Klíčová slova: | general autoregressive score model; result forecasting; common opponent model; e-sports statistics |
Název práce: | Predikce výsledků e-sport zápasů:Generalized autoregressive score a common opponent modely |
---|---|
Autor(ka) práce: | Pikhart, Miroslav |
Typ práce: | Diplomová práce |
Vedoucí práce: | Holý, Vladimír |
Oponenti práce: | Sokol, Ondřej |
Jazyk práce: | English |
Abstrakt: | Kromě populární sportovní statistiky se v posledních letech, společně se vzrůstající oblíbeností e-sports akcí zvyšuje zájem i o e-sport statistiku. V rámci této práce je představena adaptace dvou modelů převzatých ze sportovní statistiky. Oba tyto modely, známy jako general autoregressive score model a common opponent model disponují schopností predikovat výsledek zápasu pouze na základě veřejně dostupných informací jako je čas konání a výsledek. V rámci empirické studie je testována predikční schopnost zmíněných modelů na datech pocházející ze hry Counter-Strike. Kromě aplikace již vytvořených modelů je dále představen alternativní přístup k common opponent modelování, který předpokládá, že síla týmů v čase není konstantní. Tento přístup slabě zvyšuje predikční schopnosti modelu. |
Klíčová slova: | e-sports statistika; general autoregressive score mode; predikce výsledků |
Informace o studiu
Studijní program / obor: | Kvantitativní metody v ekonomice/Ekonometrie a operační výzkum |
---|---|
Typ studijního programu: | Magisterský studijní program |
Přidělovaná hodnost: | Ing. |
Instituce přidělující hodnost: | Vysoká škola ekonomická v Praze |
Fakulta: | Fakulta informatiky a statistiky |
Katedra: | Katedra ekonometrie |
Informace o odevzdání a obhajobě
Datum zadání práce: | 5. 6. 2018 |
---|---|
Datum podání práce: | 29. 4. 2019 |
Datum obhajoby: | 6. 6. 2019 |
Identifikátor v systému InSIS: | https://insis.vse.cz/zp/66121/podrobnosti |