Analýza herních metrik a výkonnosti hráčů v Ultimate Frisbee s využitím statistických metod
Autor(ka) práce:
Pipek, Štěpán
Typ práce:
Bakalářská práce
Vedoucí práce:
Danko, Jakub
Oponenti práce:
Löster, Tomáš
Jazyk práce:
Česky
Abstrakt:
Tato bakalářská práce se zabývá analýzou herních metrik a výkonnosti hráčů v ultimate frisbee s využitím statistických metod. V první části je pomocí analýzy rozptylu a následných post-hoc testů zkoumána existence regionálních rozdílů ve výkonnostních ukazatelích týmů napříč ligou UFA. Následně je provedena shluková analýza (metoda k-means) pro klasifikaci hráčů do skupin na základě herního stylu a výkonnosti. Ve finální části práce je vytvořen predikční model výsledků zápasů pomocí logistické regrese, který na základě rozdílů týmových statistik z předchozích zápasů odhaduje pravděpodobnost výhry domácího týmu. Model dosáhl přesnosti 73 % na testovacích datech a podobně úspěšně predikoval i reálné zápasy z úvodu sezóny 2025. Výsledky ukazují, že statistické metody mohou efektivně přispět k hlubšímu porozumění dynamiky hry, hodnocení hráčů i predikci sportovních výsledků.
Analysis of game metrics and player performance in Ultimate Frisbee using statistical methods
Autor(ka) práce:
Pipek, Štěpán
Typ práce:
Bachelor thesis
Vedoucí práce:
Danko, Jakub
Oponenti práce:
Löster, Tomáš
Jazyk práce:
Česky
Abstrakt:
This bachelor's thesis focuses on the analysis of game metrics and player performance in ultimate frisbee using statistical methods. In the first part, analysis of variance and subsequent post-hoc tests are used to examine the existence of regional differences in team performance indicators across the UFA league. This is followed by a cluster analysis (using the k-means method) to classify players into groups based on playing style and performance. In the final part of the thesis, a logistic regression model is constructed to predict match outcomes based on differences in team statistics from previous games, estimating the probability of a home team victory. The model achieved an accuracy of 73% on the test data and similarly performed well in predicting actual games from the beginning of the 2025 season. The results demonstrate that statistical methods can effectively contribute to a deeper understanding of gameplay dynamics, player evaluation, and sports outcome prediction.
Klíčová slova:
statistical analysis; player classification; ultimate frisbee; logistic regression; UFA; prediction model
Informace o studiu
Studijní program / obor:
Matematické metody v ekonomii/Datové analýzy a modelování