Denna uppsats utreder olika metoder för att modellera olympisk framgång, genom att konstruera och utvärdera olika prediktionsmodeller som ämnar prognostisera antalet medaljer som länder förväntas vinna i vinter-OS. Uppsatsen undersöker fyra huvudsakliga frågeställningar. Inledningsvis utreds hypotesen att en utvidgad modell, som tar hänsyn till ekonomiska och idrottsrelaterade faktorer, gör bättre prognoser än en simpel modell som enbart tar hänsyn till prestationen i förra vinter-OS. Hypotesen bekräftas av resultatet. Den andra frågan som utreds är huruvida en modell som är skattad med poissonregression respektive negativ binomialregression gör bättre prognoser än en modell som är skattad med linjär regression. Slutsatsen är att modellen som är skattad med linjär regression gör bättre prognoser. Den tredje frågeställningen är om prognoserna blir bättre när en korrigering för ökat antal grenar inkluderas. Slutsatsen är att prognoserna blir sämre när korrigeringen är inkluderad. Effekten av att antalet grenar ökar fångas alltså inte in på ett lämpligt sätt i korrigeringen. Angående prognosen för OS 2018, som den fjärde frågan berör, dras slutsatsen att USA, Nederländerna, Kanada och Norge förväntas hamna i toppen, vilket de ofta gör i vintersportsammanhang. Det land som förväntas göra ett häpnadsväckande bra resultat, i förhållande till tidigare OS, är Sydkorea eftersom det förväntas vara en stor fördel att vara värdnation.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:uu-340226 |
| Date | January 2018 |
| Creators | Eriksson, Anna |
| Publisher | Uppsala universitet, Statistiska institutionen |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0027 seconds