Descriptive analysis and clustering on a dataset of Serie A football players, containing performance indicators with goals from the 2021-2022 championship. A regression model on differential variables from the 2021-2022 and 2022-2023 seasons, setting market value as the response variable, aimed at identifying information inefficiencies in the market. The structural basis for this model is based on the Moneyball statistical approach.

Analisi descrittiva e clustering su dataset di calciatori di serie A, contenente indici di performance con realizzazioni relative al campionato 2021-2022. Modello di regressione su variabili differenziali delle annate 2021-2022 e 2022-2023,impostando come variabile risposta il valore di mercato, con lo scopo di trovare inefficienze informative nel mercato, il tutto con una base strutturale rifacente all'approccio statistico Moneyball.

Analisi statistica delle performance calcistiche e valutazione di mercato: un’applicazione del paradigma Moneyball alla Serie A

CANOSO, LORENZO
2025/2026

Abstract

Descriptive analysis and clustering on a dataset of Serie A football players, containing performance indicators with goals from the 2021-2022 championship. A regression model on differential variables from the 2021-2022 and 2022-2023 seasons, setting market value as the response variable, aimed at identifying information inefficiencies in the market. The structural basis for this model is based on the Moneyball statistical approach.
2025
Statistical analysis of football performance and market evaluation: an application of the Moneyball paradigm to Serie A
Analisi descrittiva e clustering su dataset di calciatori di serie A, contenente indici di performance con realizzazioni relative al campionato 2021-2022. Modello di regressione su variabili differenziali delle annate 2021-2022 e 2022-2023,impostando come variabile risposta il valore di mercato, con lo scopo di trovare inefficienze informative nel mercato, il tutto con una base strutturale rifacente all'approccio statistico Moneyball.
Moneyball
Clustering
Regressione
File in questo prodotto:
File Dimensione Formato  
canoso_lorenzo.pdf

accesso aperto

Dimensione 808.05 kB
Formato Adobe PDF
808.05 kB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/106057