Jugador clave y optimización en equipos de fútbol: enfoque desde el análisis de redes sociales

Aplanalp Aguilera, Jéssica Paulina

Supervisor(es): Díaz Guimaraens, Carlos Daniel

Resumen:

El presente trabajo aplica análisis de redes sociales a equipos de fútbol con la finalidad de encontrar un mecanismo sencillo y fácil de replicar, que sirva para encontrar la pieza clave dentro de cualquier grupo de trabajo, y a su vez, busca aproximar una relación entre los insumos y los outputs para cada equipo. Para ello, se realizó un estudio de caso en equipos de fútbol: se considera a cada equipo como una firma tradicional, que como tal, cuenta con un plantel de trabajadores y un mánager que los dirige y ordena en pos de maximizar beneficios. Fueron analizados los niveles de centralidad de cada posición que un jugador puede adoptar en el campo de juego, para las temporadas 2012/2013 a 2018/2019 de la UEFA Champions League. Se formaron un total de 1.746 redes, ponderadas y dirigidas. A cada uno de los nodos se le calculó la centralidad between, in degree y out degree, capturando de esa forma distintos aspectos de la red. Se encontraron diferencias entre el promedio de centralidades para cada una de las posiciones en estudio. Los mediocampistas centrales resultaron ser los jugadores con mayores niveles de centralidad para las tres medidas estudiadas, confirmando así su importancia en el proceso de vinculación del equipo. A su vez, se asume que el número de goles anotados por cada equipo y las medidas de centralidad de sus integrantes están directamente relacionados. Además, se piensa que otras variables que escapan del control de la institución -como la importancia de los equipos y la condición de local- tienen impacto en el marcador. La relación entre estos factores y el número de goles fue estimada por mínimos cuadrados ordinarios. Fue discutida la endogeneidad y se realizaron pruebas para verificar la consistencia de los estimadores. Los resultados de la estimación apuntan a que a mayor centralidad between, mayor cantidad de goles anotados. A su vez, las variables exógenas a la red impactan con el signo esperado: los equipos que juegan de local y enfrentan equipos relativamente menos importantes (en términos de partidos ganados, palmarés, etc.) convierten, en promedio, un mayor número de goles.


Detalles Bibliográficos
2020
Memoria de grado (Economía)
Fútbol
Español
Universidad Católica del Uruguay
LIBERI
https://hdl.handle.net/10895/1491
Acceso abierto
Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)
_version_ 1815178685778493440
author Aplanalp Aguilera, Jéssica Paulina
author_facet Aplanalp Aguilera, Jéssica Paulina
author_role author
bitstream.checksum.fl_str_mv 0a57919df8478784bb9938275a0b812f
8a4605be74aa9ea9d79846c1fba20a33
0ee1d3a5b45c18de35a2ccc0deed76d7
49d3147c5a166949bbf2e8cc0bd96032
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
bitstream.url.fl_str_mv http://liberi.ucu.edu.uy/xmlui/bitstream/10895/1491/1/51893.pdf
http://liberi.ucu.edu.uy/xmlui/bitstream/10895/1491/2/license.txt
http://liberi.ucu.edu.uy/xmlui/bitstream/10895/1491/3/51893.pdf.txt
http://liberi.ucu.edu.uy/xmlui/bitstream/10895/1491/4/51893.pdf.jpg
collection LIBERI
dc.creator.advisor.none.fl_str_mv Díaz Guimaraens, Carlos Daniel
dc.creator.none.fl_str_mv Aplanalp Aguilera, Jéssica Paulina
dc.date.accessioned.none.fl_str_mv 2021-07-13T23:02:41Z
dc.date.available.none.fl_str_mv 2021-07-13T23:02:41Z
dc.date.issued.none.fl_str_mv 2020-09
dc.description.abstract.none.fl_txt_mv El presente trabajo aplica análisis de redes sociales a equipos de fútbol con la finalidad de encontrar un mecanismo sencillo y fácil de replicar, que sirva para encontrar la pieza clave dentro de cualquier grupo de trabajo, y a su vez, busca aproximar una relación entre los insumos y los outputs para cada equipo. Para ello, se realizó un estudio de caso en equipos de fútbol: se considera a cada equipo como una firma tradicional, que como tal, cuenta con un plantel de trabajadores y un mánager que los dirige y ordena en pos de maximizar beneficios. Fueron analizados los niveles de centralidad de cada posición que un jugador puede adoptar en el campo de juego, para las temporadas 2012/2013 a 2018/2019 de la UEFA Champions League. Se formaron un total de 1.746 redes, ponderadas y dirigidas. A cada uno de los nodos se le calculó la centralidad between, in degree y out degree, capturando de esa forma distintos aspectos de la red. Se encontraron diferencias entre el promedio de centralidades para cada una de las posiciones en estudio. Los mediocampistas centrales resultaron ser los jugadores con mayores niveles de centralidad para las tres medidas estudiadas, confirmando así su importancia en el proceso de vinculación del equipo. A su vez, se asume que el número de goles anotados por cada equipo y las medidas de centralidad de sus integrantes están directamente relacionados. Además, se piensa que otras variables que escapan del control de la institución -como la importancia de los equipos y la condición de local- tienen impacto en el marcador. La relación entre estos factores y el número de goles fue estimada por mínimos cuadrados ordinarios. Fue discutida la endogeneidad y se realizaron pruebas para verificar la consistencia de los estimadores. Los resultados de la estimación apuntan a que a mayor centralidad between, mayor cantidad de goles anotados. A su vez, las variables exógenas a la red impactan con el signo esperado: los equipos que juegan de local y enfrentan equipos relativamente menos importantes (en términos de partidos ganados, palmarés, etc.) convierten, en promedio, un mayor número de goles.
dc.format.extent.es.fl_str_mv 68 p.
dc.format.mimetype.none.fl_str_mv application/pdf
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/10895/1491
dc.language.iso.none.fl_str_mv spa
dc.publisher.es.fl_str_mv Universidad Católica del Uruguay
dc.rights.license.none.fl_str_mv Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:LIBERI
instname:Universidad Católica del Uruguay
instacron:Universidad Católica del Uruguay
dc.subject.es.fl_str_mv Memoria de grado (Economía)
Fútbol
dc.title.none.fl_str_mv Jugador clave y optimización en equipos de fútbol: enfoque desde el análisis de redes sociales
dc.type.es.fl_str_mv Trabajo final de grado
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
description El presente trabajo aplica análisis de redes sociales a equipos de fútbol con la finalidad de encontrar un mecanismo sencillo y fácil de replicar, que sirva para encontrar la pieza clave dentro de cualquier grupo de trabajo, y a su vez, busca aproximar una relación entre los insumos y los outputs para cada equipo. Para ello, se realizó un estudio de caso en equipos de fútbol: se considera a cada equipo como una firma tradicional, que como tal, cuenta con un plantel de trabajadores y un mánager que los dirige y ordena en pos de maximizar beneficios. Fueron analizados los niveles de centralidad de cada posición que un jugador puede adoptar en el campo de juego, para las temporadas 2012/2013 a 2018/2019 de la UEFA Champions League. Se formaron un total de 1.746 redes, ponderadas y dirigidas. A cada uno de los nodos se le calculó la centralidad between, in degree y out degree, capturando de esa forma distintos aspectos de la red. Se encontraron diferencias entre el promedio de centralidades para cada una de las posiciones en estudio. Los mediocampistas centrales resultaron ser los jugadores con mayores niveles de centralidad para las tres medidas estudiadas, confirmando así su importancia en el proceso de vinculación del equipo. A su vez, se asume que el número de goles anotados por cada equipo y las medidas de centralidad de sus integrantes están directamente relacionados. Además, se piensa que otras variables que escapan del control de la institución -como la importancia de los equipos y la condición de local- tienen impacto en el marcador. La relación entre estos factores y el número de goles fue estimada por mínimos cuadrados ordinarios. Fue discutida la endogeneidad y se realizaron pruebas para verificar la consistencia de los estimadores. Los resultados de la estimación apuntan a que a mayor centralidad between, mayor cantidad de goles anotados. A su vez, las variables exógenas a la red impactan con el signo esperado: los equipos que juegan de local y enfrentan equipos relativamente menos importantes (en términos de partidos ganados, palmarés, etc.) convierten, en promedio, un mayor número de goles.
eu_rights_str_mv openAccess
format bachelorThesis
id LIBERI_2fece8cdf798af5df642616c3565b56e
instacron_str Universidad Católica del Uruguay
institution Universidad Católica del Uruguay
instname_str Universidad Católica del Uruguay
language spa
network_acronym_str LIBERI
network_name_str LIBERI
oai_identifier_str oai:liberi.ucu.edu.uy:10895/1491
publishDate 2020
reponame_str LIBERI
repository.mail.fl_str_mv franco.pertusso@ucu.edu.uy
repository.name.fl_str_mv LIBERI - Universidad Católica del Uruguay
repository_id_str 10342
rights_invalid_str_mv Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)
spelling Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)info:eu-repo/semantics/openAccess2021-07-13T23:02:41Z2021-07-13T23:02:41Z2020-09https://hdl.handle.net/10895/1491El presente trabajo aplica análisis de redes sociales a equipos de fútbol con la finalidad de encontrar un mecanismo sencillo y fácil de replicar, que sirva para encontrar la pieza clave dentro de cualquier grupo de trabajo, y a su vez, busca aproximar una relación entre los insumos y los outputs para cada equipo. Para ello, se realizó un estudio de caso en equipos de fútbol: se considera a cada equipo como una firma tradicional, que como tal, cuenta con un plantel de trabajadores y un mánager que los dirige y ordena en pos de maximizar beneficios. Fueron analizados los niveles de centralidad de cada posición que un jugador puede adoptar en el campo de juego, para las temporadas 2012/2013 a 2018/2019 de la UEFA Champions League. Se formaron un total de 1.746 redes, ponderadas y dirigidas. A cada uno de los nodos se le calculó la centralidad between, in degree y out degree, capturando de esa forma distintos aspectos de la red. Se encontraron diferencias entre el promedio de centralidades para cada una de las posiciones en estudio. Los mediocampistas centrales resultaron ser los jugadores con mayores niveles de centralidad para las tres medidas estudiadas, confirmando así su importancia en el proceso de vinculación del equipo. A su vez, se asume que el número de goles anotados por cada equipo y las medidas de centralidad de sus integrantes están directamente relacionados. Además, se piensa que otras variables que escapan del control de la institución -como la importancia de los equipos y la condición de local- tienen impacto en el marcador. La relación entre estos factores y el número de goles fue estimada por mínimos cuadrados ordinarios. Fue discutida la endogeneidad y se realizaron pruebas para verificar la consistencia de los estimadores. Los resultados de la estimación apuntan a que a mayor centralidad between, mayor cantidad de goles anotados. A su vez, las variables exógenas a la red impactan con el signo esperado: los equipos que juegan de local y enfrentan equipos relativamente menos importantes (en términos de partidos ganados, palmarés, etc.) convierten, en promedio, un mayor número de goles.68 p.application/pdfUniversidad Católica del UruguayMemoria de grado (Economía)FútbolJugador clave y optimización en equipos de fútbol: enfoque desde el análisis de redes socialesTrabajo final de gradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionreponame:LIBERIinstname:Universidad Católica del Uruguayinstacron:Universidad Católica del UruguayAplanalp Aguilera, Jéssica PaulinaDíaz Guimaraens, Carlos DanielspaORIGINAL51893.pdf51893.pdfapplication/pdf2057624http://liberi.ucu.edu.uy/xmlui/bitstream/10895/1491/1/51893.pdf0a57919df8478784bb9938275a0b812fMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://liberi.ucu.edu.uy/xmlui/bitstream/10895/1491/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52TEXT51893.pdf.txt51893.pdf.txtExtracted texttext/plain113695http://liberi.ucu.edu.uy/xmlui/bitstream/10895/1491/3/51893.pdf.txt0ee1d3a5b45c18de35a2ccc0deed76d7MD53THUMBNAIL51893.pdf.jpg51893.pdf.jpgGenerated Thumbnailimage/jpeg4321http://liberi.ucu.edu.uy/xmlui/bitstream/10895/1491/4/51893.pdf.jpg49d3147c5a166949bbf2e8cc0bd96032MD5410895/14912021-12-01 16:20:04.559oai:liberi.ucu.edu.uy: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Universidadhttps://www.ucu.edu.uy/https://liberi.ucu.edu.uy/oai/requestfranco.pertusso@ucu.edu.uyUruguayopendoar:103422021-12-01T19:20:04LIBERI - Universidad Católica del Uruguayfalse
spellingShingle Jugador clave y optimización en equipos de fútbol: enfoque desde el análisis de redes sociales
Aplanalp Aguilera, Jéssica Paulina
Memoria de grado (Economía)
Fútbol
status_str acceptedVersion
title Jugador clave y optimización en equipos de fútbol: enfoque desde el análisis de redes sociales
title_full Jugador clave y optimización en equipos de fútbol: enfoque desde el análisis de redes sociales
title_fullStr Jugador clave y optimización en equipos de fútbol: enfoque desde el análisis de redes sociales
title_full_unstemmed Jugador clave y optimización en equipos de fútbol: enfoque desde el análisis de redes sociales
title_short Jugador clave y optimización en equipos de fútbol: enfoque desde el análisis de redes sociales
title_sort Jugador clave y optimización en equipos de fútbol: enfoque desde el análisis de redes sociales
topic Memoria de grado (Economía)
Fútbol
url https://hdl.handle.net/10895/1491