Add breve descrição do modelo para futebol.

parent 4e54000f
Pipeline #4579 failed with stage
......@@ -1299,6 +1299,40 @@ xyplot(nema/off ~ cult, data = nematoide,
Análise do número de gols feitos pelos times mandantes e desafiantes no
Campeonato Brasileiro de 2010.
Para essa análise assume-se que o número de gols feito pelo time
mandante ($y_h$) e pelo time desafiante ($y_a$) na mesma partida são
variáveis de contagem independentes. O preditor correspondente ao número
de gols do time mandante é
$$
\eta_h = \gamma_h - \delta_a + \omega,
$$
em que $\gamma_h$ é a força de ataque do time mandante, $\delta_a$ é
a força de defesa do time desafiante e $\omega$ é vantagem pro time
mandante devido a jogar em casa. Para o número de gols do time
desafiante é análogo
$$
\eta_a = \gamma_a - \delta_h,
$$
exceto pelo fato de não adicionarmos parâmetro devido ao mando de campo.
Considerando a independência entre os gols dos times que se enfrentam,
temos então que
$$
\Pr(Y_h = y_h \cap Y_a = y_a) = \Pr(Y_h = y_h) \times \Pr(Y_a = y_a).
$$
Dessa forma, a verossimilhança de uma partida é
$$
L(y_h, y_a; \gamma_h, \gamma_a, \delta_h, \delta_a, \omega) =
\Pr(y_h | \eta_h = \gamma_h - \delta_a + \omega) \times
\Pr(y_a | \eta_a = \gamma_a - \delta_h).
$$
Ao serem considerados 20 times, serão 41 parâmetros estimados presentes
nos nestes preditores, além dos eventuais parâmetros complementares da
distribuição que determina $\Pr(Y)$, como parâmetros de dispersão.
```{r}
#-----------------------------------------------------------------------
# Log-verossimilhança para o número de gols dos times em uma partida.
......
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment