Михаил Бородастов

Спасибо!
Очень много букв. Получилось нечитаемо. Понимаю все минусы формата и подачи.

Об этом же говорит статистика по xT, которую я приводил в последней статье. Барселона на первом месте в ЛаЛиге по эффективности создаваемых моментов через передачи и продвижения с игры.
Также у Барсы лучшая разница между созданными и допущенными моментами. (xT diff: 2.18 и 1.91)

1) Opta (поставщик event данных) определяет успешность передачи специальным полем/флагом ’outcomeType’, который принимает два значения - Successful или Unsuccessful. Если в результате передачи принимающий игрок успешно принял мяч (т.е. владение команды сохранилось), то передача считается успешной, иначе неуспешной.
Модель = матрица переходов строится на основе трех типов данных и соответствующей статистике за некоторый исторический период времени:
а) действия перемещающие мяч (passes и carries), только успешные !
б) удары по воротам
в) голы
Зная как часто из каждой зоны футбольного поля совершается УСПЕШНЫЙ пас в любую другую зону поля, можно рассчитать вероятность УСПЕШНОГО паса для всех возможных зон соответственно.
Аналогично для ударов и голов, можно для каждой зоны футбольного поля рассчитать на исторических данных, что из данной зоны может быть нанесен удар и может быть забит гол в результате удара.
Получается для каждой точки поля мы можем рассчитать вероятность следующего действия, которая распадается на вероятность перейти в другую зону И вероятность нанести удар из текущей, для которого считают вероятность гола.
Цепи Маркова, лежащие в основе модели xT, позволяют считать такую вероятность через N следующих действий (обычно в модели xT используют N=5). Получается, что для каждой зоны мы считаем в какие другие зоны игрок может перейти за 5 действий и нанести удар с определенной вероятностью забить гол.
Возвращаясь к вашему примеру. Если в истории был пример, когда один игрок из зоны А отдал передачу в зону Б, но второй игрок не коснулся/не смог обработать мяч, но в результате отскока третий игрок совершил удар из зоны Б и забил гол. То тогда
а) При расчете вероятности успешного паса из зоны А в зону Б не будет учитываться данный пример. Следовательно общая вероятность перехода из зоны А в зону Б будет немного ниже, чем могла бы быть, в случае успешного паса. Полученная модель (матрица перехода) будет иметь чуть более низкие значения итоговой вероятности забить гол из данной зоны.
б) данный пример будет независимо учитываться для расчета вероятности нанести удар из зоны Б и забить гол из зоны Б
2) Простейшие модели xT, также как и xG не учитывают положение корпуса игрока, высоту мяча и другие очень важные в жизни детали, которые влияют на сложность приема и последующего удара.
Однако современные модели уже используют данные характеристики, так же как и игровой контекст - положение игроков без мяча, что кажется совершенно логичным. В жизни из одной и той же зоны футбольного поля будет сложнее забить, если игрока плотно встречаю при приеме спиной в рамках позиционной атаки, нежели при выходе 1 на 1 лицом к воротам в отсутствие давления.
Вы задаете правильные вопросы. Модель, использованная в данной статье довольно примитивна, но даже такая модель дает дополнительную инфу и позволяет направить свой фокус на тех или иных игроков для более детального анализа.
Можете почитать подробнее про цепи Маркова здесь - www.sports.ru/tribuna/blogs/footsci/2890716.html