RBCode news и не только

В нашем примере 30 опорных в группе флоп и 17 в группе топ. Давайте отбросим по 25% лучших и худших значений в каждой выборке, чтобы посмотреть как выглядят ДЕЙСТВИТЕЛЬНО средние игроки в каждой группе. Посчитаем среднее у оставшихся - и получим как раз усеченное среднее. В случае с опорными мы получим, что усеченное среднее давлений на игрока с мячом, нормализованное на владение у топов = 18.5 (опять практически не меняется по сравнению со средним), а у флопов - 14.6. Флопы теряют еще - и в этом есть смысл. Ну во первых их изначально больше, чем топов и это нормально (в этом и смысл соревнований), а во вторых, уровень игроков отличается сильнее. Еще интереснее станет, если посмотреть на максимум и минимум и разницу между ними в той выборке, которая не включает 25% лучших и худших в каждой группе. В этом случае мы определим межквартильный размах, и это уже мера изменчивости в выборке, но об этом поговорим в следующий раз. Пока просто запомним, что топы оказывают давление на игрока соперника 16-21 раз за матч (усеченное среднее 18.5), а флопы - 11 - 18.5 раз за матч. Вот тут мы уже можем сказать, что в среднем лучшие флопы играют на уровне средних топов. Более интересная формулировка, чем "разница в количестве давлений на соперника равна примерно трем". Мы видим, что показательно действительно отличает среднего опорника верхней половины таблицы от такого же опорника нижней половины таблицы.

С удовольствием 🙂 читаю множество телеграм каналов, особенно активно пользующихся различными статистическими сервисами, которые показывают скриншоты с разными индексами и сравнениями игроков. Давайте попробуем добавить немного в эти сравнения и скриншоты, и освоим в нескольких частях базовые термины статистики на примере данных по РПЛ Ну давайте возьмем статистику опорных полузащитников в РПЛ и посмотрим как отличаются данные двух групп - игроки, выступающиеся на позиции опорных в клубах верхней половины таблицы и всех остальных. Давайте начнем со среднего значения. Я выбрал показатель "Оказание давления на игрока с мячом", потому что между топами и флопами есть существенная разница во владении мячом, и брать многие количественные показатели типа количества передач, передач в штрафную и тому подобных будет некорректно, ведь они не нормализованы на давление и сильно зависят от партнеров. А вот давления на игрока соперника не сильно зависят от партнеров по команде (мы предполагаем, что оказать давление на игрока с мячом ты можешь примерно одинаково что в прессинге, что в низком блоке), плюс возьмем нормализованный по владению показатель. Что это значит? Это значит что есть игрок который оказал 30 давлений на игрока с мячом за матч, но его команда владела мячом 25% времени, а есть тот, который оказал 10 давлений на игрока с мячом, но его команда владела мячом 75% времени. Логично привести оба показателя к виртуальной ситуации, когда "якобы" оба игрока играли в команде, которая владеет мячом 50% времени. То есть первый будет обороняться в два раза меньше, а второй в полтора раза больше. Надеюсь, логика понятна. Между прочим, именно по этому показателю опорные топа и флопа отличаются больше всего, но давайте в этом убедимся на примере "мер центральной тенденции". Первое и самое простое - берем все показатели у каждой из групп, суммируем и делим на количество показателей. То самое арифметическое среднее, которое все знают и интуитивно понимают. В среднем обычный опорный в РПЛ вступает в давление 15.6 раз за матч, а опорный - представитель верхней части таблицы 18,6 раз. Небольшая, казалось бы разница, всего три давления за матч на одного опорного, итого 6 на двух опорных. Мелочи, но если команда проводит, например 50 атак, то уже на этом примере мы видим, что в 6 атаках из 50 оппонент флопа не столкнется с давлением опорных полузащитников на игркоа с мячом - возможно, это упростит ситуацию. Но давайте подумаем. Что, если у нас есть какие-то аномальные значения в минимуме и максимуме выборки? Например, минимальные значения давлений за матч у топов и флопов равны 11.8 и 8.5 соотвественно, и вроде бы все выглядит логично, все та же разница в три давления за матч. А что с максимумами? У топов максимальное значение = 24.8, а у флопов = 37,4. Один из опорных выдал какое-то сумасшедшее количество давлений и этот выброс сдвигает среднее значение. Насколько? Ну давайте познакомимся с некоторыми показателями, которые помогут избавиться от влияния выбросов или оценить это влияние. Например, можем посчитать медиану. Ну представьте, что у вас есть 10 человек, самый высокий = 205 сантиметров, а самый низкий = 110. Считать среднее по такой выборке не очень красиво, давайте построим их в ряд и посмотрим кто стоит посредине ряда. Это и будет медиана. Так же поступим с показателями давления на игрока за матч среди опорных. Медианное значение для топов будет равно 18.6 = почти равно среднему. А для флопов - 15.05 - почти на 0.6 меньше, чем среднее. Разрыв между топами и флопами в нашей описательной статистике чуть увеличился. Пойдем дальше, и посмотрим на усеченное среднее. Что это такое? Ну давайте предположим, что и среди топов и среди флопов есть какие-то уникальные слишком сильные и слишком слабые игроки именно в оказании давления. Кто-то бегает и оказывает давление когда надо и не надо, а кто-то слишком умен или ленив для этого и просто ждет когда мяч к нему придет. Их показатели влияют на наше сравнение двух выборок.

Все 38 человек, кто написал - я вам отправил приветственное сообщение. Кто еще захочет, пишите, могу отвечать не оперативно )

Начинающие и не очень дата-сайнтисты (R / Python /... ) Пишите в личку, чтобы получить данные по РПЛ и другим лигам, и потом поэксперементировать с ними Я вам буду перманентно в закрытом чате подкидывать инфу. Может быть это во что-то выльется для меня и для вас, кто знает. @shevelevee

Команда нанесла 3 удара в матче с XG 0,2; 0,3; 0,4. Какова вероятность того, что команда забьёт хотя бы один гол? Какова вероятность того, что команда забьёт три гола? О чем говорит сумма XG ударов с точки зрения теории вероятностей? 😉

Ещё есть время подать документы для поступления в магистратуру https://www.sportacadem.ru/ на профиль "Спортивная аналитика", единственный в России. Все детали на сайте и в приёмной комиссии. Если будет совсем сложно, пишите, помогу с консультацией. Обучение очное! На базе бакалавриата.

В атаке было сделано 5 точных передач, адресатом каждой из передач мог быть любой из 11 игроков команды, в том числе вратарь, возможны повторы, то есть игрок мог поучаствовать в атаке несколько раз. Сколько всего вариантов комбинаций взаимодействий игроков (размещений) существует для атаки из 5 передач?) сколько передач должно быть в атаке, чтобы количество вариантов комбинаций (размещений) превысило 1 миллион? Решение не должно противоречить определению термина "передача". 😁

Спустя несколько лет работы наконец “вывели в свет” искуственный интеллект, который на основе трекинг данных дает качественный (акцент на том, что это никак не связано со статистическими метриками) анализ футбольных матчей, выступая первым помощником любого клубного аналитика. Вчера наш коллега в компании Under Sports и PASS Глеб Платов на украинском канале Футбол в прямом эфире показал возможности софта на примере анализа сборной Франции на Евро. P.S. Главной проблемой при разработке такого рода продуктов в русскоязычном рынке является низкая доступность трекинг данных. В связи с этим, хотелось бы отдельно поблагодарить компанию InStat за то, что помогли нам именно сырыми трекинг данными, без которых работа продукта невозможна. Надеюсь, что в дальнейшем это даст толчок развитию рынка трекинга в наших лигах…

Отличный проект, только не понял, в чем проблема с трекинговыми данными. 2-3 компании точно работают на рынке и предоставляют по адекватным ценам raw данные. Есть несколько более мелких компаний, которые могут работать под ключ.

И снова о наших любимых спринтах Неожиданно дискуссия нескольких телеграм-каналов о трансферных приоритетах «Динамо» вышла на обсуждение количества спринтов Николая Комличенко и их сравнения с другими нападающими РПЛ. По данным InStat, Комличенко на 1 спринт нужно 15,8 минуты – в два раза хуже Грулева (7,49). Кроме Грулева, Комличенко сравнивают с нападающими самых интенсивно прессингующих команд РПЛ – Ларссоном, Понсе, Полозом и Бергом (плюс бонусы в виде Дзюбы, Азмуна и Зе Луиша). Все это очень странно. У нас нет: – данных по тому, какая часть из этих спринтов была сделана в обороне, а какая – в атаке, – данных по дистанции, пройденной на этих спринтах, – данных по скорости на этих спринтах, – корреляции между спринтами и результатами. Из того, что Комличенко нужно много времени на один спринт, делается вывод, что он не подходит прессингующему «Динамо» Сандро Шварца. Я согласен, что Комличенко провел плохой год, выбор в свое время в его пользу, а не Соболева – очень странный шаг «Динамо», но не очень понимаю, как количество спринтов без контекста о чем-то говорит. Приводится статистика Азмуна – его нужно меньше всего времени на 1 спринт из приведенных нападающих. При этом Азмун попал в топ-10 по спринтам в Лиге чемпионов прошлого сезона. «Зенит» играет в одинаковый (стилистически) футбол в РПЛ и ЛЧ? Одинаковая высота линии обороны и у «Зенита», и у соперников? Понятно, что в ЛЧ Азмун набирал спринты за счет того, что «Зенит» оборонялся очень низко, и Азмун убегал с центра поля после забросов (вспомните гостевой матч с «Лейпцигом», когда Гулачи в первом тайме несколько раз играл за штрафной после таких зенитовских забросах). Я не говорю, что Комличенко и Азмун – одинаково разносторонние игроки, но самое важное – контекст. Дальше – корреляция с результатами. В открытом доступе есть исследование по позициям по Бундеслиге-2014/15 – 60 нападающих в 516 матчах (спринт – выше 6,1 метра в секунду, у InStat – выше 7 метров в секунду). В среднем нападающий выигравшей команды делает на 2 атакующих спринта больше, чем нападающий проигравшей команды (21,67 против 19,47). Количество оборонительных спринтов почти не отличается (4,94 против 4,97), поэтому сравнение только прессингующих команд кажется не совсем уместным. Исследование по Бундеслиге показывает, что количество спринтов нападающего без мяча не влияет на результат. Последнее – по самому InStat (самое сложное для восприятия). Для записи видео используется две камеры с разрешением 1920х1080, сжатие h264. Так при идеальном попадании по длинному краю видео мы получаем 1920 пикселей на 55 метров или 34 пикселя на 1 метр, а h264 делит всю картинку на блоки размером от 16 на 16 до 4 на 4 пикселя. 4 на 4 – минимально возможный блок при h264, поэтому предсказать положение игрока на поле точнее, чем квадрат 25 на 25 см по ширине и примерно 12 на 12 по длине, мы не можем. Учитывая погрешность при определении старта и окончания спринта, возможность точного измерения стартовой и конечной точки спринта ограничена в примерно 25 см и 12 см на старте и столько же – на финише. Это – идеальные условия, где поле полностью занимает весь кадр. В худшем случае при спринте погрешность на 1 метр составит 74 сантиметра – 74%. При любом спринте на 10 метров – 7%. @openthedoors

Оригинальный выход игрока, которому оказывали помощь, вы не находите?) Сразу за спину защитнику

Если у кого-то стоит спортскод и есть дикое желание обновить мак, то не делайте этого. Теперь уже можно об этом написать, все кто надо обновились 😁😁

Один знакомый продает аккаунт в инстат за ненадобностью. Пишите в личку, сведу. Акк не аффилирован с клубом, так что если кому-то нужно незасвеченный акк для анонимности, тоже вариант.

Одна команда из ФНЛ, "с замашками", ищет видео-аналитика с навыками работы в hudl/sportscode/nacsport/tactic pro. Пишите в личку или на Sheveleveester@gmail.com

Чтош

Традиционно, как житель Екатеринбурга, знающий погоду в Екб непонаслышке, одобряю распределение матчей Сочи Урал по городам и месяцам😁

https://m.premierliga.ru/clubs/pfc-cska ЦСКА - Шевелев Сочи - Веряскин🤝