Prediction models in e-sports: Generalized autoregressive score and common opponent models
| Thesis title: | Prediction models in e-sports: Generalized autoregressive score and common opponent models |
|---|---|
| Author: | Pikhart, Miroslav |
| Thesis type: | Diploma thesis |
| Supervisor: | Holý, Vladimír |
| Opponents: | Sokol, Ondřej |
| Thesis language: | English |
| Abstract: | 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 |
| Keywords: | general autoregressive score model; result forecasting; common opponent model; e-sports statistics |
| Thesis title: | Predikce výsledků e-sport zápasů:Generalized autoregressive score a common opponent modely |
|---|---|
| Author: | Pikhart, Miroslav |
| Thesis type: | Diplomová práce |
| Supervisor: | Holý, Vladimír |
| Opponents: | Sokol, Ondřej |
| Thesis language: | English |
| Abstract: | 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. |
| Keywords: | e-sports statistika; general autoregressive score mode; predikce výsledků |
Information about study
| Study programme: | Kvantitativní metody v ekonomice/Ekonometrie a operační výzkum |
|---|---|
| Type of study programme: | Magisterský studijní program |
| Assigned degree: | Ing. |
| Institutions assigning academic degree: | Vysoká škola ekonomická v Praze |
| Faculty: | Faculty of Informatics and Statistics |
| Department: | Department of Econometrics |
Information on submission and defense
| Date of assignment: | 5. 6. 2018 |
|---|---|
| Date of submission: | 29. 4. 2019 |
| Date of defense: | 6. 6. 2019 |
| Identifier in the InSIS system: | https://insis.vse.cz/zp/66121/podrobnosti |