Avaliação Final - Fifa 19
Renato Villela e Gustavo Keoma
03/11/2019
Introdução
A indústria de videogames vem crescendo nos últimos anos e hoje já é o maior segmento de entretenimento no mundo, superando inclusive a indústria cinematográfica. São notáveis os grandes investimentos e alto nível de detalhamento, em especial nos jogos de futebol. A confiança na base de dados dos jogos é tanta, que canais de comunicação e clubes já se utilizam dos games para analisar jogadores e servir de critério para contratações (vide links abaixo).
O exemplo mais famoso talvez seja do atual atacante da seleção brasileira e do Liverpool Roberto Firmino que, em 2011, foi contratado através de avaliação via videogame pelo Hoffenheim da Alemanha, por 4 milhões de euros, enquanto era jogador do Figueirense, que jogava a Série B do Brasileirão na época.
Portanto, o objeto deste estudo se faz relevante, ao passo que iremos nos debruçar sobre atributos dos jogadores dentro de um game e tentar achar critérios que façam com que alguns jogadores se sobressaiam em relação a outros e, com isso, também estaremos traçando um paralelo com a vida real.
PARTE 1
1) Objetivos e Hipóteses
O objetivo deste trabalho é analisar a base de dados do jogo eletrônico “Fifa 19” e realizar a comparação do overall dos jogadores em relação a determinadas variáveis, para testar a hipótese de que os melhores jogadores são bons com a perna ruim e possuem alto valor de “composure / frieza”, ao mesmo tempo que os “skill moves” não são tão relevantes para tal. Analisaremos também se o pé preferido e a idade têm relevância nessa comparação.
2) Fonte da Base de Dados
Os dados representam os atributos de todos os jogadores registrados no jogo eletrônico “Fifa 19”, com base no site especializado “https://sofifa.com/”.
Fonte do arquivo “.csv”:
https://www.kaggle.com/karangadiya/fifa19
3) Descrição detalhada do conjunto de dados a serem analisados
1- Overall:
Variável quantitativa discreta, com valor de 45 a 99, que representa a qualidade geral do jogadores, levando em conta os principais atributos em relação a posição que o jogador joga.
2- Weak Foot (Perna Ruim):
Variável quantitativa discreta, com valor de 1 a 5, que representa a capacidade do jogador em utilizar a perna ruim, seja para chutes, passes ou cruzamentos.
3- Skill Moves (Habilidade):
Variável quantitativa discreta, com valor de 1 a 5, que representa a capacidade do jogadore realizar determinados dribles e sua eficiência.
4- Composure (Frieza):
Variável quantitativa discreta, com valor de 1 a 99, que representa a capacidade mental do jogador de realizar ações sob pressão (sob marcação apertada, cara a cara com goleiro, com fadiga, etc.)
5- Age (Idade):
Variável quantitativa contínua, com valor de 15 a 45, que representa o tempo de vida de cada jogador.
6- Preferred Foot (Perna Preferida):
Variável qualitativa nominal, que representa a perna preferida do jogador. Direita ou esquerda.
4) Número de Observações
18.207 linhas que representam os jogadores registrados no jogo.
