The main objective of this research is to develop a predictive model for determining the outcomes of mixed martial arts (MMA) fights using statistical analysis. The model incorporates both traditional first level variable and newer, constructed variables that offer a unique perspective on the sport. Logistic regression is employed to predict wins and losses based on these variables, and the model's predictive ability is then compared to that of baseline models. To achieve this goal, data on MMA fights is collected and preprocessed using statistical software, including SPSS. Various statistical techniques are utilized for feature engineering and selection to identify the most important variables that impact the outcome of fights. The chosen variables are then used to develop the logistic regression model, which is fine-tuned to optimize its predictive ability. The model is found to have a significantly higher predictive ability than the baseline models, as confirmed by cross-validation. The constructed variables provide a unique perspective on the sport and offer insights into the factors that contribute to success in MMA

Huvudsyftet med denna forskning är att utveckla en prediktiv modell för att bestämma resultaten av blandade kampsportskamper (MMA) med hjälp av statistisk analys. Modellen innehåller både traditionella variabler på första nivån och nyare, konstruerade variabler som erbjuder ett unikt perspektiv på sporten. Logistisk regression används för att förutsäga vinster och förluster baserat på dessa variabler, och modellens prediktionsförmåga jämförs sedan med baslinjemodellernas. För att uppnå detta mål samlas data om MMA-strider in och förbehandlas med hjälp av statistisk programvara, inklusive SPSS. Olika statistiska tekniker används för funktionsteknik och urval för att identifiera de viktigaste variablerna som påverkar resultatet av slagsmål. De valda variablerna används sedan för att utveckla den logistiska regressionsmodellen, som är finjusterad för att optimera dess prediktiva förmåga. Modellen visar sig ha en signifikant högre prediktionsförmåga än baslinjemodellerna, vilket bekräftas av korsvalidering. De konstruerade variablerna ger ett unikt perspektiv på sporten och ger insikter i de faktorer som bidrar till framgång i MMA.