Футбол в цифрах – Telegram
Футбол в цифрах
10.6K subscribers
1.15K photos
569 links
Футбол, продвинутая статистика, аналитика.

Поддержать проект https://ko-fi.com/markstats

@markmatch - наш канал с отчетами матчей.

По всем вопросам обращайтесь к @jan_curtis
Download Telegram
Корреляция между количеством очков за матч (Points Per Game) и созданными/допущенными ожидаемыми голами. Коэффициент принимает значение от нуля (никак не связаны) до единицы (сильная связь)

Если рассматривать все команды из топ-5 (верхний график по центру), то в каждом из последних четырех сезонов, атака сильнее чем оборона коррелирует с PPG

Вопреки этому, в только что закончившимся сезоне Лиги 1, перформанс команд в обороне значительно сильнее влиял на количество набранных очков, чем игра в атаке. Ни в одном другом национальном первенстве такой большой разницы в пользу обороны еще не наблюдалось

Обратная ситуация произошла в АПЛ 20/21 и Ла Лиге 19/20 - серьезный перекос в сторону атаки. В целом, в Англии наблюдается тренд на снижение корреляции между малым числом допущенным моментов с количеством PPG, в Испании - наоборот - плавное увеличение

Обычное для таких исследований замечание, что корреляция не всегда означает причинно-следственную связь

@markstats
The Big Six АПЛ постепенно превратилась в четверку - Ливерпуль, Сити, Юнайтед и Челси

Мы проверили увеличивается или сокращается разрыв между the Big Four и остальными клубами от сезона к сезону

К посту прикреплены два графика у которых по оси X - количество очков за матч (PPG) и разница между созданными и допущенными ожидаемыми голами (xGDiff) начиная с сезона 17/18

Разница между элитой АПЛ и “смертными” в этом году сократилась до 0.6 PPG, что необычно мало. В европе разница между “топ” и “остальными” командами составляет от 0.8 до 1.2 PPG (графики в комментариях):

Франция 19/20 (ПСЖ) +1.2 PPG
Испания 20/21 (Реал, Барса, Атлетико) +1
Германия 20/21 (Бавария) +1
Италия 19/20 (Аталанта, Интер, Юве) +0.8

Сложно сказать какой фактор оказал большее влияние на “аномально конкурентный” сезон в АПЛ: появление прослойки добротных команд второго эшелона (Брайтон, Лестер, Арсенал, Лидс, Астон Вилла) или естественный спад лидеров на фоне уменьшения количества дней отдыха

@markstats
Мы разработали модель для предсказания процента точности передач игрока. В качестве входных параметров используется пасовые профили игроков: процент передач с продвижением, доля кроссов, средняя длина, процент пасов под прессингом и еще 11 других характеристик

Использованная нами для расчетов линейная регрессия имеет Коэффициент Детерминации (R^2) равный 0.95. Чем ближе к единице, тем точнее модель объясняет зависимость результата от входных параметров

На графике сравнение ожидаемого и реального значения точности передач центральных полузащитников из топ-5 в сезоне 20/21

Модель считает, что из всех рассмотренных игроков, Йозуа Киммих предпринимает наиболее сложные для выполнения передачи, поэтому у него самый низкий ожидаемый процент точности (85.3%)

Пасовый профиль Марко Верратти и Френки Де Йонга проще чем у Киммиха, но игроки превышают ожидания на 1.7 и 1 процент соответственно

@markstats
График слева демонстрирует важность первого забитого в матче гола

За рассмотренный период с 2014 по 2021 год, открывшая счет команда набирала в среднем 2.26 очка

В лигах с исторически низким количеством забитых голов (РПЛ, Ла Лига), этот показатель выше, чем в чемпионатах с высокой результативностью (Бундеслига)

Тем примечательнее достижение игроков Манчестер Юнайтед (график справа), набравших в этом сезоне рекордные 31 очко в матчах, когда соперник открывал счет. До этого года лидировали Лацио 2019/20 и Наполи 2017/18 (обе по 28)

Лучший результат среди клубов Российской Премьер-лиги - Спартак 2020/21, набравший 18 очков, пропуская первым

@markstats
Мы рассмотрели 10 последних не товарищеских игр тех сборных, которые Opta считает главными претендентами на Европейский титул, и посчитали ожидаемую опасность от передач с игры (open-play xThreat)

Лучшая оборона (ось Y, чем выше тем меньше допущено)

Испания 0.52 xT/90
Англия 0.67
Нидерланды 0.79

Лучшая атака (ось X, чем правее тем больше создано)

Нидерланды 2.27 xT/90
Испания 1.75
Англия 1.58

На результат голландцев в атаке влияет матч против Гибралтара (создано 4.89 xThreat). Но даже без учета этой игры, команда все равно была бы на первой строчке, но с немного меньшим отрывом

Среди рассмотренных участников Евро, сборная Украины допускает больше всех передач в опасные зоны и меньше всех создает. Однако, в этом конкретном случае стоит учитывать высокий уровень соперников по группе в Лиге Наций

Напомним, что модель Expected Threat оценивает изменение вероятности забить гол в течение следующих N действий при перемещении мяча из одной точки поля в другую (успешные передачи с игры)

@markstats
Применяем наш sequence framework к национальным сборным

Ось Y - количество продолжительных владений (минимум 10 передач) за матч

Ось X - количество продолжительных владений, закончившихся ударом по воротам или успешным касанием в радиусе 20 метров от ворот соперника

Команды, находящиеся выше белой линии, реже доводят свои продолжительные sequences до опасных зон или ударов

Больше всех владений с 10+ пасами у Испании (34.7 за матч), меньше всех - у России (12.8)

Лучше других продолжительные атаки в опасные моменты конвертирует сборные Нидерландов (27% завершились ударом или deep completion) и Италии (23%), хуже всех - Бельгия (15.1%)

Во вчерашней игре Швеция позволила сборной Испании произвести 43 продолжительные атаки (т.е. на 8.3 больше, чем в среднем). Но самое интересное, что Испания лучше чем обычно трансформировала их в моменты - 23% владений с 10+ передачами привели к удару или deep completion (против 16.7% в предыдущих матчах)

@markstats | @markmatch
Александр Головин возглавляет список игроков с наибольшим количеством ожидаемой угрозы от передач (xThreat), набранной в одном отдельном матче Евро-2020

Все стандартные положения исключены из выборки, учитываются только передачи с игры. В скобках указан процент очков xT, набранных при помощи кроссов:

Александр Головин (с Финляндией) 0.69 xT (68%)

Марсель Забитцер (с Македонией) 0.62 xT (19%)

Эндрю Робертсон (с Чехией) 0.53 xT (87%)

Гарет Бэйл (с Турцией) 0.51 xT (0%)

Бруно Фернандеш (с Венгрией) 0.5 xT (73%)

Много это или мало можно понять сравнив с лучшими результатами сезона 2020/21 в топ лигах:

Сусо (Вильярреал - Севилья) 0.92 xT (75%)
Иличич (Беневенто - Аталанта) 0.92 xT (25%)
Мюллер (Вердер - Бавария) 0.88 xT (12%)
Рафинья (Вулвз - Лидс) 0.84 xT (83%)

* Модель Expected Threat оценивает изменение вероятности забить гол в течение следующих N действий при перемещении мяча из одной точки поля в другую

@markstats | @markmatch
График демонстрирует высоту линий обороны участников Евро-2020

Чем дальше от своих ворот регистрируют оборонительные действия игроки, тем выше линия обороны команды

Самая низкая линия обороны у Украины (33.3 метра), самая высокая у Испании (47.5)

Чемпион мира и главный претендент на титул, сборная Франции, совершает оборонительные действия в среднем на полтора метра ниже, чем сборная России

Датчане делят со сборной Италии четвертое место, опережая Германию и Португалию

Высота линии обороны коррелирует с процентом владения и наклоном поля. Игроки команд, владеющих территорией, при потере мяча обычно уже находятся в высоких позициях и, стараясь вернуть его себе, регистрируют оборонительные действия в среднем выше, чем игроки команд предпочитающих низкий блок

Рассмотрены 10 последних официальных встреч, включая матчи Евро. Оборонительными действиями считаются поптыки отборов, перехваты, выносы, заблокированные удары и передачи, подборы и фолы

@markstats | @markmatch
Сборная Италии чаще других команд-участниц Евро-2020 коротко вводит мяч в игру - 86.2% ударов от ворот адресованы внутрь полукруга радиусом 30 метров

Сборная России, наоборот, в основном пользуется лонгболами - за пределы “радиуса 30” были направлены 79.1% ударов от ворот

Кроме того, мы посчитали процент владений, которые начались вводом мяча от ворот и закончились ударом или успешной передачей в опасный радиус (20 метров от ворот соперника, т.е. Deep Completion). Результаты внутри цветных шестиугольников

Ни в одном из рассмотренных нами матчей, игрокам сборной России так не удалось разыграть мяч от ворот так, чтобы без потери совершить Deep Completion или нанести удар по воротам соперника

Самые успешные сборные (Нидерланды, Испания, Германия и Португалия) балансируют короткие и длинные розыгрыши и доводят до опасности примерно каждый десятый из них

@markstats | @markmatch
Символическая сборная группового этапа Евро-2020 основанная на количестве созданной ожидаемой опасности (Expected Threat)

GK - Дэвид Маршалл (SCO)
RB - Стефан О’Доннелл (SCO)
RCB - Пепе (POR)
LCB - Дэйли Блинд (NED)
LB - Люк Шоу (ENG)
CDM - Тони Кроос (GER)
LCM - Марсель Забитцер (AUT)
RCM - Ремо Фройлер (SUI)
LW - Дэниел Джеймс (WAL)
FW - Александер Исак (SWE)
RW - Йозуа Киммих (GER)

Руслану Малиновскому не хватило пары опасных передач чтобы занять первое место в зоне LCM - у игрока сборной Украины 0.42 xT

Гарет Бэйл благодаря своим пасам из глубины в матче с Турцией находится на второй строчке в зоне CDM

Для каждой успешной передачи, модель Expected Threat рассчитывает вероятность того, насколько пас приблизил текущее владение команды к голу. Далее футбольное поле было разбито на 11 зон и для каждой найден игрок, набравший наибольшее количество очков xThreat

@markstats | @markmatch
Самые популярные группы передач с продвижением команд-участниц группового этапа Евро

Учитываются не только успешные, но и неудачные попытки продвинуть мяч ближе к воротам соперника

О том, насколько сильно сборная Испании доминировала в своей группе, говорит тот факт, что 7 из 9 их наиболее частых кластеров начинаются уже на чужой трети поля и продвигают мяч еще глубже внутрь штрафной

Диагонали с правого фланга у Германии - это, в основном, попытки Йозуа Киммиха и Тони Крооса доставить мяч в штрафную

Сразу три популярные группы передач сборной России это выходы со своей трети через длинный пас (и это не удары от ворот, они исключены из выборки)

У Италии катбэки Берарди выделены в отдельный кластер

Нидерланды перегружают левую сторону поля - к Блинду для взаимодействия стягиваются Депай, Френки и Вейналдум. На графике этого нет (видимо происходит не так часто), но мы помним, что после этого может следовать опасная диагональ на правого латераля в разреженное пространство

@markstats | @markmatch
График сравнивает количество ожидаемой угрозы (xThreat) созданной в различных зонах поля со средним значением среди всех команд-участниц Евро-2020 (включая и тех, которых нет на картинке)

Если xThreat/90 в определенной зоне выше среднего значения по турниру, то цвет прямоугольника красный, ниже - синий, если же близок к среднему значению, то используется цвет фона графика

Мы уже отмечали что Нидерланды перегружают левый фланг и практически не продвигают мяч через правый. Здесь это опять хорошо видно - вся правая сторона поля окрашена в “холодный” оттенок

Очень мало красного цвета на карте сборной Англии, что в целом совпадает с ощущениями от ее игры. Выше среднего только зоны 4 и 7 (в основном благодаря пасам Шоу и Триппьера)

Итальянцы гораздо чаще чем средняя команда турнира используют опорную зону соперника для обостряющих передач. Однако в данном случае стоит отметить, что примерно 40% очков xT из “зоны 14” были набраны в матче с Турцией

@markstats | @markmatch
График демонстрирует эффективность прессинга команд-участниц Евро-2020

Ось Y - процент запрессингованных владений. Определение позаимствовано у StatsPerform - владение соперника считается запрессингованным, если оно началось в его оборонительной трети, состояло из трех или менее передач и не достигло половины поля прессингующей команды

Сборные Испании, Германии, Нидерландов и Польши запрессинговали практически каждое второе владение своих оппонентов

Ось X - точность передач соперника в той области поля, которой рассчитывается PPDA, чем правее - тем ниже процент успешных пасов

Соперники Испании сильнее других страдают от их прессинга, они отдают передачи с точностью менее 70% (и это без учета передач в финальной трети, то есть на относительном удалении от ворот испанцев)

Размер точки соответствует интенсивности прессинга команды (PPDA). Чем больше, тем интенсивнее

@markstats | @markmatch
Самые опасные связки игроков Евро-2020. То есть, пары “пасующий-адресат”, набравшие наибольшее количество очков ожидаемой угрозы (Expected Threat)

Игроки сборной России Александр Головин и Артем Дзюба, благодаря передачам в центр штрафной сборной Финляндии, возглавляют список

Модель высоко оценивает диагонали и кроссы Йозуа Киммиха на Робина Госенса - самое яркое впечатление от игры сборной Германии на турнире

Подавляющее большинство лидирующих пар набрали много очков за счет нескольких опасных навесов. Кажется, что только связка Блинд-Депай взяла количеством

Поэтому сделан второй график (справа), на котором мы исключили из выборки кроссы. В топе появляются Поль Погба и Кевин Де Брейне, исчезают Головин-Дзюба, а передачи Гарета Бейла на Аарона Рэмзи возглавляют список самых угрожающих

Значения xThreat абсолютные, то есть игроки сыгравшие 4 матча, имеют преимущество перед теми, чьи команды не смогли выйти из группы

@markstats | @markmatch
График сравнивает количество оборонительных действий, совершаемых четверть-финалистами Евро в различных зонах поля, со средним значением по турниру. Красный цвет - выше среднего, синий - ниже

В оборонительные действия входят попытки отборов, перехваты, фолы и заблокированные передачи

Сборным Испании, Дании и, особенно, Англии значительно реже, чем средней команде на Евро приходится обороняться на своей половине поля

Итальянцы на протяжении всего турнира пытаются высоко отбирать мяч, применяя прессинг и контрпрессинг. В случаях, когда соперник проходит давление, игроки вынуждены совершать оборонительные действия уже в зоне 1

Украина и Бельгия довольно часто обороняются в низком блоке - поэтому прямо перед собственной штрафной (в зоне 2) у этих команд значение “выше среднего”

Чехия совершает больше всех (5.25 за игру) оборонительных действий в самой удаленной от собственных ворот области поля. Это хоть и немного, но все же больше, чем у идущей следом Испании (5.0 за матч)

@markstats | @markmatch
Каждый третий момент сборной Бельгии на Евро-2020 был создан Кевином Де Брейне

На его счету 13 из 37 отданных бельгийцами передач под удар. Вклад 35% - это (пока что) самый высокий показатель на турнире. Второй лучший креативный игрок в составе имеет лишь три паса, после которых партнеры нанесли удар по воротам соперника

С одной стороны, очень крутое индивидуальное достижение, особенно учитывая, что Кевин сыграл только 60% из возможных минут. С другой, такая сильная зависимость от действий единственного игрока приводит к негативным последствиям в случаях, когда его нет на поле. Вспомните хотя бы первый и второй таймы против сборной Дании, это были две разные команды

Три из четырех команд-участниц полуфиналов, наоборот, имеют более равномерное распределение количества передач под удар среди своих лидеров

Испания - Альба 13%, Педри 11.8%, Коке 10.5%
Италия - Верратти 14.6%, Инсинье 13.4%, Берарди 11%
Дания - Хёйбьерг 13.8%, Брейтуэйт 11%, Стрюгер 11%
Англия - Шоу 22%, Маунт 16%

@markstats | @markmatch
Игроки команд-полуфиналистов Евро-2020 с наибольшим количеством проникновений в радиус 20 метров от центра ворот соперника

Мы назвали эту метрику deep entrance (DE) и разделили на три подкатегории в зависимости от действия, которое привело к проникновению - передача, кросс или контроль мяча (carry)

Обязательным условием является чтобы это было именно проникновение, то есть, начиналось вне радиуса, а заканчивалось внутри

Лидирует Лоренцо Инсинье, набравший свои deep entrances за счет передач и проходов на дриблинге из левого полуфланга. Причем, в матче с Испанией игрок зарегистрировал лишь одно DE, остальные 21 заработаны в предыдущих пяти встречах на Евро

До полуфинального матча с Данией никто из игроков сборной Англии не входил даже в топ-10 этого списка. Зато вчера Стерлинг и Маунт набрали аж по восемь, а Шоу - семь deep entrances

Загляните в комментарии к посту, там мы оставили график лидеров среди остальных команд Евро-2020

@markstats | @markmatch
На графике сравнение значений ожидаемой и реальной точности передач для полузащитников, сыгравших как минимум 270 минут на Евро

Модель expected pass completion (xPC) анализирует пасовые профили игроков и прогнозирует наиболее вероятный процент точности. Чем больше сложных передач предпринимает игрок - тем ниже ожидаемое значение

Например, Жоржиньо часто отдает короткие, поперечные передачи, задавая направление владениям своей команды. Модель считает, что 90.4% его передач будут точными. Итальянец, при этом, превышает ожидания на 3.6%

xPC натренирована на всех доступных на сайте fbref данных, то есть оценивает игроков по меркам последних четырех сезонов европейского клубного футбола

С наибольшей разницей ниже прогноза турнир завершили Шакири (-3.2%), Куцка (-3%) и Соучек (-2.9%)

Ни один полузащитник на Евро не превышает ожидания модели сильнее, чем Мэйсон Маунт (+6.1%). Вслед за англичанином, в первой тройке находятся Гарет Бейл (+4.9%) и Жоржиньо (+3.6%)

@markstats | @markmatch