足球分析十大戒律:退一步与网络:足球分析方法专栏001
相信朋友们都深知,授人以鱼不如授人以渔;授人以鱼不如授人以渔。与其羡慕深渊之鱼,不如退而结网。
我们先从“不能”开始吧。我参考媒体The Athletic的一篇文章,简单解释了足球分析的10条戒律以及我们应该使用的相应戒律:
(1)不可使用扑救率来评估门将的扑救能力
示例:“马丁·杜布拉夫卡是本赛季英超联赛中排名第八的门将,扑救率为73.9%。”
为何具有误导性:扑救成功率的计算方式为“扑救次数/所面对的总射门次数”。但这个公式没有考虑到守门员面临的射门类型和质量的差异,这些因素对守门员的扑救能力以及扑救成功率有巨大影响。
例如,守门员X面临10次小禁区射门,而守门员Y面临10次射门,全部来自30码外。显然,守门员X更难扑救。
预期进球算法告诉我们,从较远的地方射门得分的可能性较小,而直接射向守门员或中场的球更有可能被扑出。任何看过足够多足球比赛的人都会同意这一点。
如果我们对每次射门都进行相同的处理来计算扑救成功率,那么我们就低估了守门员X 的表现,并使守门员Y 看起来比实际情况更好。
替代方案:您可以通过比较射门质量、使用预期进球(射中目标)与失球数来为守门员的统计数据添加急需的背景信息。
“阻止进球数”统计数据告诉我们守门员扑救的进球数量、他所面对的射门质量以及他实际失球的数量。通过这种方法,马丁·杜布拉夫卡看起来比他建议的扑救率要好得多,而维森特·瓜伊塔的表现就像一个超级守门员。
(2)不可使用距离或冲刺数据来表示努力程度
示例:“萨卡今天为阿森纳跑了11.2 公里,比任何其他球员都多。”
为什么会产生误导:英超俱乐部自2013-14 赛季以来就可以访问跟踪数据,而媒体也可以访问派生输出数据。到目前为止,我们看到的主要是距离和速度数据。
但实际上,这些统计数据的背景信息最少,但在分析球队和球员时经常使用。原因有很多。
首先,行驶距离和赢得比赛的可能性之间没有直接联系。一定时间内走过的距离只有在时间游戏中才有用,而足球不是时间游戏。根据2019年欧洲冠军联赛技术报告,顿涅茨克矿工在所有32支参赛球队中平均跑动距离最长,但他们在小组赛和欧罗巴联赛32强中排名第三。被淘汰。曼联的平均距离第二差,但他们仍然进入了四分之一决赛。行驶的距离并不能告诉我们太多信息。
其次,跑步距离和冲刺数据趋于程式化,即玩家积累的数据会与他们的任务、所处的体系、对手的布局、比赛状态等各种因素有关。如果不控制这些因素——或至少提及它们——,数据几乎无法提供深入的见解。
最后,还有证据表明减少移动实际上可能有利于游戏。问问梅西就知道了。大多数球员的身体健康足以参加整个比赛,但空间的利用是关键。同样,有很多速度快如闪电的玩家,但最好的玩家知道何时使用他们的速度。很少有球员需要在场上与对手争夺速度。关键是何时爆发速度超越对手或接住错过的球。
这些数据确实很有价值,但主要是在球员管理方面,保证球员处于良好的比赛状态。足球是一项关于空间和时间的游戏,目前测量这些的工具太粗糙,无法提供有趣的见解。
替代方案:目前没有好的替代方案。要么我们在使用数据之前对其进行合理化,要么我们最好不使用这些数据。
(3)不可使用控球率作为衡量质量的指标
示例:“托特纳姆热刺在0-1 输给纽卡斯尔的比赛中拥有79.8% 的控球率;这是自2003-04 赛季以来英超联赛中输球球队的第二高控球率。”
为何具有误导性:正如Marty Perarnau 在《瓜迪奥拉密档》 书中所说:“控球只是达到目的的一种手段。它是一种工具,而不是目标或目的。”莱斯特城以平均42.6%的控球率夺得2015-16赛季联赛冠军,曼城则以67.7%的控球率夺冠。本质上,你拥有多少球并不重要,重要的是你如何使用它。
赢得一场控球战并不能告诉我们太多信息,除了球队的战术倾向之外,可能完全取决于比分。例如,欧冠联赛中,马竞1-0击败利物浦。第4分钟进球后,马竞摆出大巴,控球率只有27%。如果没有早早进球,马竞的控球情况可能会大不相同。
替代方案:控球权仍然是一个有用的信息,可以帮助我们了解哪一方对比赛有更多的控制权,但不要用它来证明一支球队比另一支球队更好。预期进球是衡量球队质量的更好指标,因此,如果您想讨论质量,请查看您的球队在创造和阻止进球机会方面的表现。
(4)不可仅凭抢断和拦截次数来判断球员的防守能力
示例:“里卡多·佩雷拉是英超联赛中最好的防守球员,本赛季有119 次铲球。”
为何具有误导性:并非所有防守表现都是可量化的,而可量化的往往会受到球队风格的影响。从逻辑上讲,如果一支球队控球率较低,他们就有更多的机会防守,反之亦然。
因此,抢断和拦截的次数更多地反映了防守风格(即球员是被动还是主动),而不一定反映了球员的防守质量。维吉尔·范迪克每90 分钟只尝试0.76 次铲断,但没有人会因此认为他是一个糟糕的防守者。
此外,这些防守统计数据还受到球员所在球队风格的影响(主要是他们失去控球权并因此被迫采取行动的频率),因此很难将一名球员与另一名球员进行比较。
替代方案:为了解决这个问题,我们可以通过调整对方每1000次触球球员的防守动作次数来调整防守数据。 —— 这是一种将所有玩家置于同一级别的方法。乔丹·亨德森以每90 分钟2.6 次铲断排名联盟第15 位,但在调整控球权后,他每1000 次对手触球就有4.6 次铲断,这使他成为联盟中最具防守性的中场球员之一。一。
调整后的防守统计数据提供了更全面的防守活动视图,但这些数据仍然只显示风格,而不显示整体质量。
(5)不可使用抢断成功率来判断球员的抢断能力
为什么它具有误导性:我要告诉你一个秘密:所谓的“擒抱失败”和“擒抱成功”实际上并没有那么不同,并且在尝试擒抱时忽略了另外两个关键结果。
通常,抢断分为两类:成功抢断和失败抢断。成功抢断是指球员在挑战期间成功重新获得球权,而不成功抢断是指球员在挑战期间未能重新获得球权。抢断失败的原因可能是球被戳出边线为对方赢得掷球入界,或者球被对方夺回。
目前定义的抢断成功率为“抢断成功次数/(抢断成功次数+抢断失败次数)”。这实际上告诉我们的是当球员铲球时球队赢回球权的比例。
问题在于,这种计算忽略了球员在试图抢断时被从持球者身边甩开,或者在试图抢断时被犯规的情况。在英超联赛中,铲断成功率最高的边后卫是马丁·凯利,他的铲断成功率高达80%。不过,通过观察比赛,我们发现万-比萨卡应该是最顶尖的球员之一,但他的铲断成功率仅排在第11位。这是怎么回事?
替代方案:可以通过引入那些被忽略的情况来避免这种错误,即总抢断成功率,其计算方式为“总抢断/(总抢断+抢断失败+抢断期间犯规次数)”。通过这个指标,万-比萨卡的真实抢断成功率为78.9%,排名第一,而马丁·凯利则以——下降至第29位,更符合实际表现。
(6)不应使用进球减去预期进球来衡量小样本中的终结能力
示例:“罗伯托·菲尔米诺本赛季只进了8 个进球,他的预期进球(xG) 为12.7,所以他是一个糟糕的终结者。”
为什么会产生误导:在理解进球能力时,有两个关键因素需要单独考虑和评估。首先是前锋自己创造得分机会的能力。进球是前锋的主要工作,而要进球,前锋就需要射门。我们使用预期进球来衡量这些射门的质量。如果一名球员能够持续处于良好的得分位置,随着时间的推移,进球就会到来。
投篮是一回事,射门又是另一回事。在小样本量(例如整个赛季)中,球员的目标和预期目标可能不匹配。以罗伯托·菲尔米诺为例。本赛季他的进球数比预期要少,但就他处于良好得分位置的次数而言,这是他最好的一个赛季。
菲尔米诺在利物浦的前三个赛季,他的进球有时比预期多,有时低于预期,有时则刚好合适。这些数据不足以对他的终结能力得出任何确定的结论。
替代方法:将预期进球(球员拥有的机会)与预期进球(目标)进行比较是考虑射门质量的一个非常基本的方法。即使在较大的样本中,也要小心谨慎,至少需要考虑数百个镜头。
关于射门是否是一项可重复的技能,足球分析界存在很多争论。因此,在没有明确答案之前,您仍然可以依赖预期目标。随着时间的推移,大多数球员的得分将与预期目标一致。
(7)不应通过有无某名球员来判断球队表现
示例:“阿森纳本赛季的胜率在没有萨卡的情况下为40%,在有他的情况下为28%。”
为何具有误导性:“有或没有你”(或WOWY)数据旨在隔离某个球员对球队的影响,以了解该球员参加比赛时与缺席时球队表现的差异。
这个数据在某些分析性更强的运动中可能是有效的,比如篮球,阵容变化更多,得分更高。然而,在足球比赛中,变量太多,无法以这种方式分析球员的表现。厄齐尔在这两起案件中都因他无法控制的因素而受到处罚。
以下是一些理想情况下应该考虑但在WOWY 中没有考虑的因素: 对手的质量?与萨卡并肩作战的其他球员的实力如何?有红牌吗?萨卡被换下了吗?
同样,你也有“伯恩利问题”。本·梅和詹姆斯·塔可夫斯基在本赛季英超联赛中踢满了每一分钟。谁更好?我们永远不会知道。
替代方法:更好的方法是根据球员的位置来分析他们,并关注他们可以控制的事情。对于创造力型中场来说,重点应该是创造机会的能力;对于前锋来说,重点应该是进球能力。把WOWY数据留给那些室内运动吧。
(8)不应通过传球准确率来判断球员的传球能力
示例:“菲尔·巴兹利是英超联赛中传球最差的边后卫,他的传球成功率仅为63.6%。”
为什么会产生误导:球员的传球准确性很大程度上取决于他们被要求做什么,以及他们在持球时的选择。有些球队,例如曼城,通常在压力较小的特定区域进行短传。正因为如此,他们的传球完成率会很高。其他球队,例如伯恩利,倾向于长传而不是短传—— 这些传球平均完成的可能性较小。
替代方案:我将来会写更多关于替代方案的文章,目前我认为没有很多指标可以正确解决这个问题。预期传球完成率可能会让我们更全面地了解为什么球员的传球完成率较低,但这些数据在公共领域相对较少。
(9)不应因为球员失误多而评判他们
示例:“特伦特·亚历山大·阿诺德的失误次数比英超联赛中任何其他球员都多。”
为什么会产生误导:《The Athletic》 的Michael Cox 一月份详细探讨了英超联赛中“失败”的含义,所以我不会在这里深入探讨。每个赛季金靴奖获得者未能进球的次数都比他们进球的次数还要多。如果我们想找到完成次数最多的最佳射手,我们会考虑转化率,因此我们需要进球数据。
替代方案:在大多数情况下,如果重点是球员的失误次数,则值得将其转换为百分比以添加背景信息。他们的失误是否很多,或者他们是否比其他球员尝试更多的事情?
(10)不应比较出场时间不同的球员
示例:“特伦特·亚历山大·阿诺德和詹姆斯·麦迪逊是联盟中并列第二的机会创造者,各有75 次机会。”
为什么会产生误导:上场时间越长的球员就有更多机会在场上执行可数的动作。不将所有球员的上场时间放在平等的基础上意味着那些上场时间较少的球员几乎总是看起来更糟糕。
例如,通过调整上场时间,艾米·布恩迪亚实际上是联盟中每90 分钟创造机会第二多的人(每90 分钟3.3 个)。
用户评论
这篇文章简直是足球迷的大救星!它提供了十项基本但极其重要的足球分析原则,帮助我理解比赛和策略。
有12位网友表示赞同!
退而结网专栏让我从一个新的视角审视了足球,通过这十条戒律我发现自己以前对比赛的理解有偏差。
有13位网友表示赞同!
阅读这系列关于足球分析的文章后,我发现提升预测准确性的方法多种多样,并且简单易懂。
有7位网友表示赞同!
作者深入浅出地解释了每一条戒律,使得即使是初学者也能轻松理解并应用在足球赛事的分析中。
有14位网友表示赞同!
从“熟悉数据”这一条到“观察团队动态”,每一点都让我对自身预测思路有了一种系统的提升感。
有12位网友表示赞同!
这篇文章不仅仅给了我们理论知识,还有实际案例解析,让我能将所学运用到真刀实枪的比赛预测上。
有17位网友表示赞同!
通过退而结网专栏,我对足球战术的理解不再局限于表面的进球和失球,而是深入到了更深层次。
有12位网友表示赞同!
作者以丰富的分析角度展开讨论,让我觉得足球世界不仅仅是由球星决定的,还有更多值得探究的因素。
有15位网友表示赞同!
看完这系列文章后,我开始尝试用新的方法解读足球比赛,效果相当不错,收获颇丰。
有9位网友表示赞同!
我觉得每一个戒律就像是一个强大的工具,在我的足球探索之旅中,它们帮助我更全面地理解游戏。
有12位网友表示赞同!
对于想要提升足球分析技能的球友来说,“足球分析的10条戒律”是必读之作!确实打开了新世界的大门。
有19位网友表示赞同!
退而结网专栏的写作风格非常平易近人,让人在轻松愉快中学*到了深奥的知识。
有9位网友表示赞同!
从“观察和记录”这一环节入手,让我明白持续的数据跟踪对预测足球比赛结果至关重要。
有14位网友表示赞同!
这系列文章对于想要提升自己分析球技的人来说,不仅提供了理论支撑,还有实际操作的指导。
有20位网友表示赞同!
阅读这篇文章后,我意识到深入研究每个季度、每个赛季的不同因素是多么的重要。
有13位网友表示赞同!
“退而结网”专栏让我理解了足球分析不仅仅是对数字敏感,更涉及观察力和战略思维。
有9位网友表示赞同!
非常棒的一系列文章!它让我的足球预测策略全面升级,期待更多的精彩解读和分享!
有7位网友表示赞同!
这篇关于足球分析的文章,以直观易懂的方式揭示了一些经常被忽视的关键点,极具启发性。
有18位网友表示赞同!
“足球分析的10条戒律”不仅仅教会了我分析方法,还提升了我对比赛的情感投入,非常推荐给所有足球爱好者!
有14位网友表示赞同!