RBCode news и не только

Как вычислить, кому продать игрока, или кому нужен мексиканец?

Вы же сейчас разрушаете индустрию выбора игроков по фильтрам статистики в скаутах, что вы делаете.)

Предположим, вы или кто-то другой придумали модель, с помощью которой отобрали несколько статистических параметров для отбора игроков в клуб. То есть условно, у вас есть 10 показателей по статистике игрока, например процент выигранных единоборств, точность передач, точность передач в штрафную. Для каждого вы говорите, что этот показатель должен быть не ниже определенного значения. Например, процент выигранных единоборств выше 70, количество передач в штрафную за матч выше 5, и так далее. Вы проводите анализ, и оказывается, что 95% игроков, которые были куплены за 10 миллионов и выше, удовлетворяют этой модели. Вы идёте к руководству клуба, и говорите, что игроков надо покупать только по этой модели, она прекрасно описывает дорогих игроков, и если купить игрока за миллион с такой статистикой, очень вероятно, что он будет играть так же эффективно, как и игрок за 10 миллионов, потому что его статистика совпадает с 95% дорогих игроков. Стоит ли принять эту модель в работу или нет?

Много рассуждали о вероятностях, икс джи в комментариях. Давайте попробуем серию объяснений с примерами. Что такое вероятности, их суммы, произведения и кто такой Байес на примере xG:

Небольшое лирическое отступление. В обсуждениях чата возник риторический вопрос, на который, на мой взгляд можно ответить только в комментариях под статьей о том, что Ливерпуль выигрывает благодаря своему научному отделу. Это вопрос о том, можно ли работать без статистики в футболе вдолгую. Мой ответ – можно. По тому, как поставлен вопрос – можно. Без критического мышления – нельзя. Без текущего уровня применения статистики в футболе – можно. Объясню, почему. Потому что общение на уровне «человек делает на 50% больше передач вперед, а значит больше обостряет» - это астрология. Примерно год назад я об этом активно говорил, но не все прислушались. Первое – какие данные вы анализируете? Кто их собирает? Какие трактовки? Второе – при использовании данных для чего вы их применяете? Писать статьи в СМИ без популярных сегодня данных – невозможно. Работать с ними практически – тоже. Например, не так давно я где-то видел сравнение PPDA у соперников команды как характеристику выхода из под прессинга. Я не хочу никого обидеть, но как связаны количество передач до потери мяча и качество выхода из под прессинга? Может ли это говорить о том, что команда просто не продвигает мяч вперед, или что соперники не прессингуют? Если мы не считаем давление на игрока с мячом как оборонительное действие при расчете PPDA, какое отношение имеет PPDA к прессингу? Третий тезис – давайте не анализировать голы, потому что они случайные, их мало, а выборка маленькая. Но на этой маленькой выборке у количества ударов в створ корреляция с количеством голов выше, чем у xG. Мы должны об этом забыть, или ввести в модель xG расчет вероятности высокого postshot xG для конкретного игрока / команды? Четвертый тезис – голы случайны, а мы хотим выделить паттерны чтобы на них влиять. Поэтому давайте не смотреть на голы. Нет, извините. Это примерно так же, как давайте при оценке рабочего в цехе оценивать как он работает над деталью, какой угол его подхода к станку, как он влияет на температуру кожного покрова работника, а также на среднее время перерывов в работе и марку сигарет которые он выкуривает в ходе перерывов. Но не анализировать, сколько деталей в час работник не делает, потому что он рукожопый. Пятый тезис – «мне кажется, так неправильно». На примере короткого розыгрыша мяча от ворот или длинного ввода. Что же эффективнее? Успешные команды чаще разыгрывают накоротке. Факт? Но! Существенных отличий в эффективности проникновения в финальную треть после длинного или короткого первоначального паса от вратаря нет. Уж не знаю, что тут добавить. Может быть более сильные команды не потому более сильные, что вратарь начинает коротко чаще? А наоборот, вратарь начинает коротко более часто, потому что его команда более сильная? Чувствуете разницу? В общем, мое предложение такое – вместо того, чтобы заниматься астрологией и с трубкой в кресле-качалке рассуждать о трендах мирового футбола, надо просто сесть и самому проанализировать данные вопросы. Если есть история научных статей на эту тему – погуглить ее в google scholar. А рассуждать на уровне «у команды слишком высокий PPDA» это прямой путь в гомеопатию. Если проанализировать, можно ли вылечить простуду гомеопатией, вы получите результат, что да, можно. За 7 дней. Но вы не зададите вопрос – а не сама ли простуда закончилась. Потому что чтобы ответить на этот вопрос нужно немного критического мышления и чуть-чуть статистических методов.