Modely logistické regrese v oblasti esportových dat

Michal Lauer

Bachelor's thesis

Logistic models in esport

Abstract:

Esport je sport ve virtuálním světě. Rozšiřuje se od počátku dvacátého prvního století především mezi generací, jež vyrůstala ve světě počítačů, mobilů a technologií. Esport nabízí jak klasické sporty jako fotbal, hokej či rugby, tak další typy počítačových, mobilních a konzolových her. Tato práce je zaměřená na jednu z počítačových her, a to na hru Counter-Strike: Global Offensive (CSGO). Téma je aktuální zejména proto, že je esport ve světě relativně novou záležitostí a neustále se vyvíjí. Tomu se musí přizpůsobit například sázkové kanceláře, když na esportové zápasy vypisují nejrůznější kurzy. Cílem bakalářské práce je kvantitativně zanalyzovat esportové zápasy ze hry CSGO, predikovat výhry hráčů a týmů a zjistit, jaké prediktory jsou pro výhru zápasu statisticky významné. Použitý datový soubor je z internetového portálu kaggle.com a obsahuje data od roku 2015 až do roku 2020. Teoretická část práce se zabývá představením a historií esportu a esportové hry CSGO. Praktická část je pak zaměřená na analýzu dat v programovacím jazyku R. Predikce výher je založena na logistickém vícerozměrném modelu. K jeho vyhodnocení je použita matice záměn a statistiky z ní vypočítané. K určení významnosti prediktorů je použit Waldův test. Výsledkem práce jsou logistické modely, které jsou schopné predikovat výhru hráče či týmu podle různých charakteristik. Zároveň jsou identifikované významné prediktory, které výhru zápasu ovlivňují. Toto zjištění by bylo možné použít např. pro stanovení kurzu sázkovou kanceláří na výhru či prohru daného hráče či týmu.

Abstract:

Esport is a sport in a virtual world. Since the start of the 21st century, it has been growing amongst a new generation of people who grew up with computers, phones, and new technology. Esport offers classical sports, such as football, hockey, or rugby, as well as other types of computer, mobile, or console games. This thesis focuses on a computer game called CSGO. The topic is especially relevant because it is a new thing that continuously grows and evolves. The continuous growth affects, for example, betting shops, who are including esport matches in their day-to-day operations. This bachelor thesis aims to quantitatively analyze esport matches in-game Counter-Strike: Global Offensive (CSGO), predict winnings of both players and teams, and identify statistically significant predictors. The data used for this analysis are from kaggle.com and contain data between 2015 and 2020. The theoretical part deals with an introduction to esport history and an esport title called CSGO. The practical part focuses on data analysis in the programming language R. Predictions are based on a multivariate logistic regression model. Evaluation of predictions is done on a confusion matrix and resulting coming from it. The significance of predictors is then assessed using the Wald test. The result of this thesis are logistic models capable of predicting the results of a match based on player and team characteristics. Thanks to logistic models, significant predictors are identified, and their effect on the final result is assessed. These predictions help, for example, to identify a betting rate for betting shops.

Keywords

logistická regrese, predikce, esport, model

Keywords

logistic regression, esport, model, predictions

Language used: Czech

Date on which the thesis was submitted / produced: 8. 5. 2022

Thesis defence

• Date of defence: 24. 6. 2022
• Supervisor: Zdeněk Šulc
• Reader: Adam Čabla

Vysoká škola ekonomická v Praze

Bachelor programme / field:
Aplikovaná informatika / Aplikovaná informatika