167341 — Zorzi Luca

Analisi sui dati del gioco televisivo "Affari Tuoi"

10/07/2024 — Università degli Studi di Udine

Il gioco in breve

• Ogni pacco contiene dei soldi, i premi nei pacchi aperti vengono persi
• Il "Dottore" conosce il contenuto dei pacchi
• Il "Dottore" può proporre un'offerta monetaria

Cosa vorrei scoprire?

1. Ci sono pacchi più fortunati di altri?
2. È possibile prevedere le offerte del dottore?
3. È possibile scoprire in anticipo il premio del concorrente?
4. Pacco vs Offerta: con cosa conviene vincere?

Raccolta dati

• Periodo: dal 12/02/2024 al 20/05/2024
• Strumenti: Software con GUI creato da me

Dataset

Dati raccolti:
• Azioni di gioco e relativi stati
• Contenuto pacchi
• Vincita e tipo vincita
Dati derivati:
• Premi rimasti in gioco dopo ogni azione
• Media premi rimasti dopo ogni azione
• Premio in mano al concorrente
Dati mancanti ma interessanti:
• Budget Rai per il programma
• Prezzo giornaliero per le inserzioni
• Numero di inserzioni per puntata

1) Ci sono pacchi più fortunati di altri?

Metriche per l'analisi:

• Somma cumulativa dei premi per ogni pacco
• Distrubuzione dei premi per ogni pacco

1) Ci sono pacchi più fortunati di altri?

Somma cumulativa dei premi nel tempo

1) Ci sono pacchi più fortunati di altri?

Distribuzione dei premi nei pacchi

1) Ci sono pacchi più fortunati di altri?

Distribuzione dei premi nei pacchi

2) È possibile prevedere le offerte del dottore?

Come arrivare al risultato:

• Correlazione tra media dei premi in gioco e valore delle offerte
• Previsione delle offerte del dottore tramite un modello di regressione lineare

2) È possibile prevedere le offerte del dottore?

Coefficienti di correlazione

Correlazione tra media dei premi in gioco e valore delle offerte secondo i coefficienti di Pearson, Spearman e Kendall:

• Pearson:
  0.8907 p=3.55e-132
• Spearman:
  0.8746 p=1.57e-121
• Kendall:
  0.7145 p=4.71e-94

Correlazione positiva con bassa probabilità che sia dovuta al caso.

2) È possibile prevedere le offerte del dottore?

Retta di regressione

2) È possibile prevedere le offerte del dottore?

Modello di regressione lineare

Principali metriche per la valutazione di un modello di regressione lineare:

• R²:
  0.726
• Mean Absolute Error (MAE):
  5933.6[€]
• Root Mean Squared Error (RMSE):
  7618.8[€]

3) È possibile scoprire in anticipo il premio del concorrente?

Come arrivare al risultato:

• Utilizzo dei risultati precedentemente visti
• Si prova ad aggiungere il premio in mano al concorrente come variabile dipendente, ponendo offerta e media dei premi come variabili indipendenti
• Valutazione della correlazione e allenamento di un modello di regressione lineare

3) È possibile scoprire in anticipo il premio del concorrente?

Correlazione tra offerte, media premi rimasti e premio concorrente

		Premio concorrente
Pearson	Valore offerta	0.3495
	Media premi in gioco	0.3068
Spearman	Valore offerta	0.1909
	Media premi in gioco	0.1155
Kendall	Valore offerta	0.1349
	Media premi in gioco	0.0850

3) È possibile scoprire in anticipo il premio del concorrente?

Modello di regressione lineare

Principali metriche per la valutazione di un modello di regressione lineare:

• R²:
  -0.011
• Mean Absolute Error (MAE):
  64008.1[€]
• Root Mean Squared Error (RMSE):
  90903.6[€]

4) Pacco vs Offerta: con cosa conviene vincere?

Analisi distribuzione delle vincite

Conclusioni

Cosa abbiamo scoperto dalle analisi?

1. Ci sono pacchi più fortunati di altri?
• A breve termine sembrerebbe di sì.
2. È possibile prevedere le offerte del dottore?
• Sì, con sufficiente accuratezza.
3. È possibile scoprire in anticipo il premio del concorrente?
• Non con i metodi utilizzati.
4. Pacco vs Offerta: con cosa conviene vincere?
• L'offerta è meno proficua ma più sicura.