| Thesis title: |
Analýza herních metrik a výkonnosti hráčů v Ultimate Frisbee s využitím statistických metod |
| Author: |
Pipek, Štěpán |
| Thesis type: |
Bakalářská práce |
| Supervisor: |
Danko, Jakub |
| Opponents: |
Löster, Tomáš |
| Thesis language: |
Česky |
| Abstract: |
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. |
| Keywords: |
logistická regrese; ultimate frisbee; predikční model; statistická analýza; klasifikace hráčů; UFA |
| Thesis title: |
Analysis of game metrics and player performance in Ultimate Frisbee using statistical methods |
| Author: |
Pipek, Štěpán |
| Thesis type: |
Bachelor thesis |
| Supervisor: |
Danko, Jakub |
| Opponents: |
Löster, Tomáš |
| Thesis language: |
Česky |
| Abstract: |
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. |
| Keywords: |
statistical analysis; player classification; ultimate frisbee; logistic regression; UFA; prediction model |
Information about study
| Study programme: |
Matematické metody v ekonomii/Datové analýzy a modelování |
| Type of study programme: |
Bakalářský studijní program |
| Assigned degree: |
Bc. |
| Institutions assigning academic degree: |
Vysoká škola ekonomická v Praze |
| Faculty: |
Faculty of Informatics and Statistics |
| Department: |
Department of Statistics and Probability |
Information on submission and defense
| Date of assignment: |
23. 3. 2025 |
| Date of submission: |
12. 5. 2025 |
| Date of defense: |
2025 |
Files for download
The files will be available after the defense of the thesis.