Sérülések vizsgálata a magyar női kézilabda bajnokságban logisztikus regresszióval és gépi tanulási módszerekkel

Abstract

TDK dolgozatomban az első osztályú magyar női kézilabda bajnokság elmúlt három szezonjában bekövetkezett sérüléseket vizsgáltam az R programcsomag segítéségével. A vizsgálat során saját készítésű adatbázisom 16 változót tartalmazott és 190 megfigyeléssel rendelkezett 3 magyar klub játékosairól. Mivel az eredményváltozóm egy bináris kimenetű változó volt, ezért alapvetően logisztikus regressziót alkalmaztam, majd ennek a klasszifikációs erejét letesztelendő a véletlen erdő nevű gépi tanulási metódussal is vizsgáltam a problémát. Ahogyan az várható volt a gépi tanulási módszer klasszifikációs értékei jobbak voltak, mint a logit modellé. Első hipotézisemet, mely szerint a nagyobb érdeklődés és nyomás növeli a sérülések kialakulásának esélyét elfogadtam, mivel az átlagnézőszám változó a modellemben pozitív előjelű és szignifikáns volt. Második hipotézisemet, miszerint a padló típusa nem befolyásolja a sérülések kialakulását elvetettem, mivel az ezt tesztelendő „ mesterséges borításon lejátszott mérkőzések aránya” változóm pozitív előjelű és szignifikáns lett, tehát növeli a sérülés/egészségesség esélyhányados értékét. A harmadik hipotézisem, szerint a válogatott mérkőzések növelik a sérülések kialakulásának esélyét elvetettem, az ezt jelző változó nem volt hasznos semelyik modellben sem.