Análisis Multivariado y de Regresión Logística para la Detección de Jugadores Promesas del Fútbol

Vista sencilla de ítem
dc.contributor.advisorPacheco López, Mario JoséSpa
dc.contributor.authorGarzón Mora, German SantiagoSpa
dc.contributor.corporatenameUniversidad Santo Tomásspa
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000775479Spa
dc.contributor.googlescholarhttps://scholar.google.com/citations?hl=es&user=a5SEoPgAAAAJEng
dc.contributor.orcidhttps://orcid.org/0000-0003-4752-703XSpa
dc.coverage.campusCRAI-USTA Bogotáspa
dc.date.accessioned2021-06-28T19:51:57Z
dc.date.available2021-06-28T19:51:57Z
dc.date.issued2021-06-24
dc.descriptionEl uso de estadística aplicada al fútbol es cada vez más convencional y utilizada por los equipos de renombre en todo el mundo, aunque muchos argumentan que el uso de analítica le quita la emoción a los deportes, otros piensan que genera un mejor espectáculo y rendimiento de los equipos, que ya son vistos como empresas y necesitan mantener rentabilidad, el presente trabajo se propone a identificar jóvenes promesas del futbol por medio de análisis multivariado y regresión logística, con el fin de dejar una base para futuros análisis y proponer una manera de elección para identificar jugadores talentosos.spa
dc.description.abstractThe use of statistics applied to football is becoming more conventional and used by renowned teams around the world, although many argue that the use of analytics takes away the excitement of sports, others think that it generates a better show and performance of the teams, which are already seen as companies and need to maintain profitability, the present work aims to identify promising young soccer players by means of multivariate analysis and logistic regression, in order to leave a basis for future analysis and propose a way of choice to identify talented players.Eng
dc.description.degreelevelPregradospa
dc.description.degreenameProfesional en estadísticaspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.citationGarzon Mora, G. S. (2021). Análisis Multivariado y de Regresión Logística para la Detección de Jugadores Promesas del Fútbol. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.spa
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.repourlrepourl:https://repository.usta.edu.cospa
dc.identifier.urihttp://hdl.handle.net/11634/34593
dc.language.isospaspa
dc.publisherUniversidad Santo Tomásspa
dc.publisher.facultyFacultad de estadísticaspa
dc.publisher.programRregrado estadísticaspa
dc.relation.referencesHirose, N. (2011). Prediction of talent in youth soccer players: prospective study over 4-6 years. Football Science1, 8, 1-8.spa
dc.relation.referencesVroonen, R., Decroos, T., Van Haaren, J. (2016). Predicting the Potential of Professional Soccer Players. SciSports, 1-10.spa
dc.relation.referencesCarmona, S. (2018). El Big Data que adelantó el talento de Mbappé. Líbero. https://revistalibero.com/blogs/contenidos/elbig- data-que-descubrio-el-talento-de-mpappe.spa
dc.relation.referencesCardona, D. (2008). Fútbol: introducción a una tesis doctoral en Ciencias de la Cultura Física. efdeportes. https://www.efdeportes.com/efd118/futbol-introduccion-a-una-tesis-doctoral.htm.spa
dc.relation.referencesGomez, M. (2006). REDES NEURONALES APLICADAS A LOS NEGOCIOS: ANALISIS DE UN CASO. Itba.spa
dc.relation.referencesVelásquez, J. (2015). IMPLEMENTACIÓN DE RED NEURONAL PARA PRONÓSTICO DE PRECIO EN BOLSA DE LA ENERGÍA ELÉCTRICA EN COLOMBIA EN UN APLICATIVO WEB. repositorio. uniandes.spa
dc.relation.referencesPérez, F. M. D. (2000, 1 diciembre). La regresión logística: una herramienta versátil|Nefrología. revistanefrologia.spa
dc.relation.referencesAspiazu, G. C. (2021, 12 febrero). Árboles de decisión. Mente Errabunda.spa
dc.relation.referencesLagarrañaga, P. (2012). Redes Neuronales. ehu.spa
dc.relation.referencesIdoate, G. (2020, 22 noviembre). Fútbol 11: Qué es, Duración de los Partidos, Posiciones de Juego e Info. Mis entrenamientos de fútbol.spa
dc.relation.referencescolaboradores de Wikipedia. (2021, 9 febrero). Fútbol. Wikipedia, la enciclopedia libre.spa
dc.relation.referencesRodríguez, D. (2018, 1 julio). La regresión logística. Analytics Lane.spa
dc.relation.referencesRazali, N., Mustapha, A., Yatim, F. A., Ab Aziz, R. (2017). Predicting Player Position for Talent Identification in Association Football. IOP Conference Series: Materials Science and Engineering, 226, 012087.spa
dc.relation.referencesJauhiainen, S., Ayramo, S., Forsman, H., Kauppi, J.-P. (2019). Talent identification in soccer using a one-class support vector machine. International Journal of Computer Science in Sport, 18(3), 125-136.spa
dc.relation.referencesParra, F. (2017). 6 Métodos de clasificación - Estadística y Machine Learning con R. bookdown.spa
dc.relation.referencesArango, M. M. A. (2018, 2 octubre). Redes neuronales para clasificación : una aplicación al caso de riesgos laborales en Colombia. repository.javeriana.spa
dc.relation.referencesGarcia, D. (2021). Una aplicación de redes neuronales artificiales para el pronóstico de los rendimientos de la serie de Ecopetrol. Repositorio USTA.spa
dc.relation.referencesGomez, P. (2009). Redes Neuronales Artificiales Conceptos básicos. Inaoep.spa
dc.relation.referencesMeneses, G. A. (2013). La investigaci´on del futbol y sus nexos con los estudios de comunicaci´on: Aproximaciones y ejemplos. scielo. http://www.scielo.org.mx/scielo.php?script=sciarttextpid = S0188− 252X2013000200003.spa
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.subject.keywordFootballEng
dc.subject.keywordRegressionEng
dc.subject.keywordPrincipal componentEng
dc.subject.keywordClusterEng
dc.subject.lembEstadísticaSpa
dc.subject.lembDeporteSpa
dc.subject.lembAnálisis estadísticoSpa
dc.subject.lembAnálisis multivariadoSpa
dc.subject.proposalFútbolspa
dc.subject.proposalRegresiónspa
dc.subject.proposalComponentes Principalesspa
dc.subject.proposalClusterspa
dc.titleAnálisis Multivariado y de Regresión Logística para la Detección de Jugadores Promesas del Fútbolspa
dc.typebachelor thesis
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driveinfo:eu-repo/semantics/bachelorThesis
dc.type.localTesis de pregradospa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original

Mostrando 1 - 3 de 3
Miniatura
Nombre:
2021germangarzon
Tamaño:
1.58 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Thumbnail USTA
Nombre:
2021cartaaprobaciónfacultad
Tamaño:
254.94 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Thumbnail USTA
Nombre:
2021cartaderechosautor
Tamaño:
576.81 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Thumbnail USTA
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Pregrado Estadística