Estimativa da probabilidade de vitória em lutas de MMA

A análise de lutas de MMA permite observar diversos lutadores competindo mais de uma vez. Dessa forma, os estudos envolvendo a estimação da probabilidade de vitória e do comportamento das variáveis de interesse necessita que se utilize alguma metodologia que considere a correlação existente entre as unidades amostrais. Em acréscimo, cada luta é formada por dois lutadores, de modo que também não exista independência entre ambos. Uma das formas de se considerar a existência de dependência entre as unidades amostrais é com as Equações de Estimação Generalizadas (GEE). Essa metodologia, proposta por Zeger e Liang (1986) se diferencia dos Modelos Lineares Generalizados por incorporar uma matriz de correlação de trabalho que modela a dependência entre as unidades amostrais. Este trabalho busca, também, comparar os resultados produzidos por diferentes estruturas dematrizes de correlação ao considerar a estimação da probabilidade de vitória das lutas, no contexto explicativo e preditivo. Foram calculados escores para representar diversas situações de combate. Com a metodologia GEE, verificou-se que nas 1111 lutas analisadaso escore correspondente à efetividade de ataque de golpes se mostrou mais relacionado com a vitória, sendo uma prática a ser considerada nos treinamentos. Neste caso, a consideração da estrutura de dependência que existe quando os lutadores são avaliados mais de uma vez se mostrou mais eficiente do que considerar a luta como um agrupamento, mesmo que a soma da probabilidade de vitória não seja iguala 1. Neste caso, as matrizes apresentaram comportamentos similares. Ao considerar a estimação de um modelo preditivo, a variável ODDS, um escore dabanca de apostas, apresentou um maior percentual de acerto do que os modelos só com os escores. Os modelos com os escoresea ODDS apresentaram percentual de acerto maior que 60%. Ao se calcular um ganho fictício em relação às apostas, os modelos com os escores apresentaram ganhos, enquanto que os modelos com a ODDS resultaram em prejuízo, mostrando que a modelagem com os escores foi mais eficiente para este fim