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