Professional Documents
Culture Documents
Brasileiro de Futebol
Trabalho entregue ao
professor Sérgio Martins, da
disciplina de Econometria
São Paulo
2012
Sumário
Resumo.................................................................................................................Pág.2
Introdução.............................................................................................................Pág.3
Literatura...............................................................................................................Pág.5
Análise Descritiva..................................................................................................Pág.6
Modelo................................................................................................................Pág.19
Conclusão...........................................................................................................Pág.
Referências Bibliográficas..................................................................................Pág.
Apêndice.............................................................................................................Pág.
1
Resumo
Com base nas variáveis: público pagante, valor em reais da folha de pagamento dos
jogadores, participação em outros campeonatos simultâneos ao Brasileirão,
desempenho passado e quantidade de troca de técnicos por campeonato,
estimamos o modelo inicial. Cada variável do modelo foi exposta a testes
estatísticos (que serão apresentados no decorrer do trabalho), para verificar sua
relevância na composição da equação. Pouco a pouco o modelo foi lapidado até
assumir sua forma final. O último modelo encontrado foi submetido a mais testes
estatísticos, testes White, Homocedasticidade e Reset, para então ser aprovado pelo
grupo.
2
Introdução
Público presente nos estádios (apenas em jogos onde o clube for mandante
da partida);
Participação em campeonatos internacionais (Dummy);
Valor, em reais, da folha de pagamento dos jogadores e comissão técnica do
clube;
Desempenho na edição passada do campeonato;
Quantidade de técnicos que assumiram o time durante a competição;
Interação entre o desempenho passado e participação em campeonatos
internacionais.
Y = Xβ +ε
3
O estudo possui uma amostra de vinte clubes, que participaram da série A do
Campeonato Brasileiro no ano de 2011, sendo estes: América-MG, Atlético-PR,
Atlético-GO, Atléico-MG, Avaí, Bahia, Botafogo, Ceará, Corinthians, Coritiba,
Cruzeiro, Figueirense, Flamengo, Fluminense, Grêmio, Internacional, Palmeiras,
Santos, São Paulo e Vasco.
Infelizmente, não é possível estender a amostra para outros campeonatos,
Série B e Série C, por exemplo, pois são dados incomparáveis, dado que são
campeonatos diferentes.
4
Literatura
Y = Xβ +ε
Análise descritiva
Obs.: Nas análises das equações de regressões, obtivemos valores de pontos decimais, o que é
válido numa análise estatística, ainda que na realidade, os times só possam somar valores inteiros.
5
- Público Presente (Jogos mandantes):
Regressão
Uma equipe que está indo bem na competição, com um bom número de
pontos somados, tende a gerar mais incentivo para seus torcedores comparecerem
nos estádios. Pela análise do gráfico de dispersão e da equação da linha de
tendência, observamos que essa relação é válida. Vale ressaltar o fato de que,
algumas torcidas têm um costume de comparecer nos estádios com mais volume
que outras, independente da situação do time, e também que alguns times tem
estádios com menor capacidade, restringindo o público que deseja acompanhar os
jogos nos estádios.
Pontos/Média Público
y = 0.0012x + 33.309
80 R² = 0.4435
70
60
50 Y (nºde pontos)
40
30 Linear (Y (nºde
pontos))
20
10
0
0 10000 20000 30000 40000
6
Box Plot e Histograma
6
Series: CONSIDERA_SE_APENAS_OS_J
Sample 1 20
5
Observations 20
4 Mean 15010.75
Median 14427.00
3 Maximum 29328.00
Minimum 4756.000
Std. Dev. 5832.772
2 Skewness 0.474029
Kurtosis 3.225102
1
Jarque-Bera 0.791236
Probability 0.673264
0
5000 10000 15000 20000 25000 30000
7
- Folha de Pagamento:
Regressão
Essa variável mede o quanto cada clube gastou no ano com o elenco do time
e a comissão técnica. É esperado que quanto maior o gasto nesse setor, de maior
qualidade será o time, e melhor será o desempenho no decorrer do campeonato.
Pelo gráfico notamos que essa variável tem relação positiva com a variável resposta
e, de acordo com o modelo, ela explica cerca de 40,18% do desempenho no
campeonato (R²= 0,40179). Assim como esperado o estimador do parâmetro
apresenta sinal positivo.
Através da análise da equação de regressão da variável “folha de
pagamento”, é inconclusivo analisar o intercepto, uma vez que não faria sentido
pensar numa folha de pagamento nula, pois nesse caso, o time não existiria. Para a
análise do coeficiente de inclinação, a cada R$1,00 a mais investido, o desempenho
médio esperado do time seria de 0,0000002 pontos.
Pontos/Folha de pagamento
80
y = 2E-07x + 40.463
70 R² = 0.4018
60
50
40 Y (nºde pontos)
20
10
0
R$ - R$ 50,000,000.00 R$ 100,000,000.00 R$ 150,000,000.00
8
Box Plot e Histograma
Folha de Pagamento
Desempenho Passado
Os dados apresentam uma ligeira
72
assimetria à direita (0,575935) que traz a
68
mediana para um valor mais baixo (49,5) que a
64
média (53,15). A menor distância entre ponto de
60 mínimo e segundo quartil com relação à distância
56 entre ponto de máximo e segundo quartil mostra
52 que o desvio padrão para os times com pior
48 rendimento de pontos no passado é menor que
44 para os times que ficaram acima na tabela.
Mean 47608000
3 Median 46950000
Maximum 99800000
Minimum 4560000.
2
Std. Dev. 31910846
Skewness 0.160347
Kurtosis 1.812467
1
Jarque-Bera 1.260899
0 Probability 0.532352
100.000 2.0e+07 4.0e+07 6.0e+07 8.0e+07 1.0e+08
9
- Desempenho Passado:
Regressão
Pontos/Desempenho Passado
80 y = 0.4024x + 30.365
R² = 0.1225
70
60 Y (nºde pontos)
50
40 Linear (Y (nºde
30 pontos))
20 Linear (Y (nºde
pontos))
10
0
0 20 40 60 80
Vale lembrar que todo ano quatro times sobem da serie B para a série A,
dificultando a apuração do desempenho passado, já que o número de pontos em
diferentes campeonatos não é equivalente. Para calcular o desempenho passado
desses times criamos um coeficiente que quando multiplicado com o número de
pontos feitos na serie B, seria equivalente ao número de pontos que esse time teria
feito caso fosse da serie A, esse coeficiente foi nomeado como coeficiente de
ascensão.
Para calcular o coeficiente de ascensão pegamos os números de pontos
feitos pelos quatro times que subiram de categoria desde 2008 e comparamos com
o número de pontos feitos nos anos seguintes pelos mesmos times.
10
Time 2008 2009 Ca
Corinthians 85 52 0,61
sntAndré 68 41 0,60
Avaí 67 57 0,85
Grêmio-SP 63 49 0,78
0,71
11
Box Plot e Histograma
Desempenho Passado
72
Os dados apresentam uma ligeira assimetria à direita
68
(0,575935) que traz a mediana para um valor mais
64
baixo (49,5) que a média (53,15). A menor distância
60 entre ponto de mínimo e segundo quartil com relação
56 à distância entre ponto de máximo e segundo quartil
mostra que o desvio padrão para os times com pior
52
rendimento de pontos no passado é menor que para
48
os times que ficaram acima na tabela. A curtose
44 menor que 3 (2,023503) mostra um maior
40 achatamento da função que representa os dados em
comparação e uma normal (platicúrtica).Valores de
Jarque-Bera e probabilidade JB evidenciam uma
distribuição não-normal. Não há outliers. O
Fluminense ocupa o topo do ranking com 71 pontos
no campeonato passado, enquanto o Avaí está na
“lanterna” com apenas 42.
7
Series: DESEMPENHO_PASSADO
6 Sample 1 20
Observations 20
5
Mean 53.15000
4 Median 49.50000
Maximum 71.00000
3 Minimum 42.00000
Std. Dev. 9.359909
2 Skewness 0.575935
Kurtosis 2.023503
1
Jarque-Bera 1.900292
Probability 0.386685
0
40 45 50 55 60 65 70 75
12
- Participação em campeonatos internacionais (dummy):
Regressão
13
Box Plot e Histograma
14
- Número de técnicos
Regressão
Pontos/Nº Tecnicos
y = -7.7208x + 67.578
80 R² = 0.5677
70
60
50
40 Y (nºde pontos)
Linear (Y (nºde pontos))
30
20
10
0
0 1 2 3 4 5
15
Box Plot e Histograma
Nº tecnicos
4.5 A distribuição dos dados apresenta uma leve assimetria à
0.5
9
Series: N___TECNICOS
8 Sample 1 20
Observations 20
7
6 Mean 2.050000
Median 2.000000
5 Maximum 4.000000
Minimum 1.000000
4 Std. Dev. 1.050063
Skewness 0.459616
3
Kurtosis 1.946429
2
Jarque-Bera 1.629168
1 Probability 0.442824
0
1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5
16
-Interação entre participação em campeonatos internacionais e desempenho
passado:
Regressão
Pontos/Interação Des.Pas. e
Part.Camp.Inter.
80
70 y = 1.5123x - 43.913
R² = 0.3019
60
50
40 Y(N de Pontos)
30 Linear (Y(N de Pontos))
20
10
0
0 20 40 60 80
17
- Correlações
Correlação publico/pontos
0,665976635
Correlação tecnico/pontos
-0,753469388
Correlação pagamento/pontos
0,644079965
Correlação desp.passado/pontos
0,35000773
Correlação participação camp.inter./pontos
0,554712016
Correlação Des.pas. e partic.
camp.inter./pontos
0,549460791
18
Modelo
Modelo inicial:
Ypontos=β1+β2*pagamentos+β3*desempenho_passado+β4*técnicos+β5*publi
co+β6*campinter+β7*desempenho_passado*campinter
19
Ficamos então com o seguinte modelo:
Heterocedasticidade
Ho: O modelo proposto é homocedástico (as variâncias dos erros são iguais).
Ha: O modelo proposto é heterocedástico (as variâncias dos erros são diferentes).
20
Conclusão
Com o modelo final em mãos podemos dizer que as únicas variáveis que afetam a
campanha do clube são público pagante, trocas de técnico e a interação entre
desempenho passado e participação em outros campeonatos, simultâneos ao
Brasileiro.
Em posse desses resultados ficam claro quais são as variáveis que afetam
diretamente a campanha do clube, no Brasileiro série A, possibilitando a diretoria
dos times a elaboração de estratégias que maximizem o efeito dessas relações. No
caso, a diretoria pode desenvolver projetos que incentivem a ida dos torcedores aos
estádios, elevando a média anual de público, garantindo mais confiança para o
elenco e evidentemente, mais receita para os caixas do clube.
Ainda, os dirigentes terão de pensar duas vezes antes de demitir um técnico que
esteja em má fase, pois cada alteração tende a causar efeitos negativos na
campanha. De fato, isso é um problema enfrentado por todos os clubes brasileiros,
faz parte da cultura do futebol brasileiro demitir técnicos assim que o time apresente
queda de rendimento. São raros os casos de técnicos que consigam ficar mais de
três anos no mesmo clube, diferente do futebol Europeu, onde eles conseguem
administrar o time por diversas temporadas. Sem dúvida esse é um aspecto
importante nos desempenhos dos times e nosso estudo confirma sua relevância e
seu impacto nocivo ao clube.
21
Referências Bibliográficas
22