Ricerca di parametri predittivi per la stima del valore economico degli attaccanti nel gioco del calcio: uno studio basato sulla regressione lineare

Determinare il valore economico di un calciatore è un compito complesso, influenzato da fattori di vario tipo, inclusi quelli: prestazionali, di salute fisica, di natura commerciale e di contesto. Questa tesi esplora i principali parametri predittivi su cui potere basare algoritmicamente il valore di mercato delle punte centrali, usando come dati quelli delle principali leghe calcistiche europee (Serie A, Bundesliga, La Liga e Premier League) durante la stagione 2023-2024. Utilizzando come paragone i valori economici forniti da Transfermarkt e sviluppando opportuni modelli di regressione lineare, è stato mostrato come indicatori quali: gol totali, goal/partita ed, età siano sufficienti per stimare con accuratezza il valore di mercato di una punta centrale. Tuttavia, un passaggio chiave dell’analisi ha riguardato l’esclusione di alcuni outliers (fino a due per campionato) e l’applicazione di soglie progressive sui gol (>5, 6, 7, 8) per studiare l’andamento del coefficiente di determinazione (R^2). L’obiettivo di identificare il punto in cui l’accuratezza fornita dal modello raggiungeva il suo massimo è stato conseguito anche per merito dell’analisi dei valori standardizzati (z-values), da cui si è appunto determinato che i parametri predittivi più rilevanti, validi in tutti i campionati, sono il numero di gol totali, l’età e i gol a partita. In particolare, i risultati dimostrano un'elevata accuratezza del modello in Serie A e Bundesliga (R^2 oltre 0.9), mentre in La Liga e Premier League sono emerse alcune limitazioni, indicando la necessità di includere ulteriori variabili. L’analisi si inserisce nel progetto PRIN CATTSMM, finalizzato allo studio di dati e algoritmi in ambito sportivo. Sebbene lo studio si limiti a una sola stagione e a un ruolo specifico, suggerisce futuri sviluppi, come l’uso di modelli più complessi, ad esempio reti neurali artificiali, per ampliare la precisione delle previsioni e generalizzare i risultati a diverse categorie di calciatori.