Riduzione dimensionale e analisi predittiva nei dati di Formula 1: un approccio mediante PCA e regressione lineare

Lo scopo di questo elaborato consiste nello studio degli eventi che hanno caratterizzato la stagione 2025 del campionato di Formula 1, attraverso l’applicazione di strumenti di algebra lineare numerica e statistica multivariata. In particolare, sono stati analizzati i risultati dei 24 Gran Premi disputati, al fine di ottenere una panoramica dei fattori più influenti nella determinazione degli esiti osservati. Il lavoro può essere suddiviso in due parti principali. In una fase iniziale è avvenuta la costruzione e presentazione del dataset su cui sono state condotte le analisi successive, con la selezione delle variabili da esaminare e la gestione delle problematiche legate alla natura del fenomeno studiato. La prima parte dell’elaborato è incentrata sull’analisi della struttura dei dati mediante tecniche di riduzione dimensionale, con lo scopo di individuare relazioni latenti tra le variabili considerate ed eventualmente ridurne la dimensionalità, conservandone allo stesso tempo la capacità informativa. In seguito, gli stessi dati sono stati sfruttati a scopo inferenziale per la costruzione di un modello in grado di stimare i risultati dell’ultima gara del campionato in esame, sulla base delle competizioni precedenti.