Футболоматика: как благодаря математике «Барселона» выигрывает, Роналду забивает, а букмекеры зарабатывают состояния

Рисунок 4.6. Среднее количество забитых за одну игру голов. Учитываются только победители Трофея Пичичи.

Эти спортивные и экологические изменения в правилах показывают нам фундаментальную ограниченность таких статистических данных, как распределение экстремальных значений. Ранее я упомянул об этой ограниченности, когда писал о допущении, что в забивании голов нет тенденции в годовом выражении. Но все сходится к тому, что такая тенденция существует и в климате, и в голах, и в спринте. Эти тенденции не аннулируют статистические модели. Вместо этого мы должны воспринимать статистические модели как то лучшее, что можем сделать с учетом всех знаний о прошлом. К сожалению, мы не всегда можем знать, что готовит нам будущее.

Объективный рейтинг

Футбол – это командный вид спорта, поэтому несправедливо судить игроков исключительно по количеству забитых мячей. Криштиану Роналду совершает ударов больше, чем кто-либо другой в профессиональном футболе. И если вы бьете много, то это обязательно повлечет за собой голы. Количество совершаемых им ударов – это не только мера его собственного мастерства, но и всей команды. Я уже показал, насколько Месси зависит от товарищей по игре. Может быть, такие защитники и полузащитники, как Марсело, Хамес Родригес и Иско, заслуживают большего внимания за вклад в серию Роналду в Ла Лиге?

Полузащитников и защитников нельзя судить исключительно с точки зрения забитых голов. Существует целый ряд статистических данных, которые могут быть использованы для их оценки: голевые передачи, количество ударов в створ и мимо, пройденное расстояние, количество обводок, перехваты, процент успешных отборов и перехватов, – и много других. Эти данные доступны для каждого игрока после каждого матча. Трудность заключается в превращении этих цифр в реальные показатели эффективности.

Приведение навыков к единому измерению – это цель индекса эффективности, который каждую неделю появляется на сайте Премьер-лиги. Тут вы можете найти Команду недели, состоящую из игроков, которые выступили лучше всех на прошлой неделе. Вы также можете взглянуть на кумулятивный рейтинг и узнать, кто наиболее стабилен на протяжении сезона. Согласно этим данным, плеймейкер «Челси» Эден Азар был лучшим игроком сезона-2014/15. Другие футболисты согласились с этим – в результате Азар был выбран Игроком года по версии футболистов ПФА.

В то время как игроки решают, за кого голосовать, на основании игр против них в сезоне индекс производительности Премьер-лиги является чисто статистической моделью. Его спонсор, EA Sports, утверждает, что это объективный индекс, призванный «решать споры, используя широкий спектр статистических данных»[42]. Часто игроки и индекс совпадают в выборе лучших. Обычно большинство игроков, номинированных на премию, входят в список лучших по версии индекса. Однако, хотя он и работает хорошо, индекс производительности не настолько «объективен», насколько утверждает его спонсор.

Любой индекс, каким бы объективным мы ни хотели его видеть, сначала должен быть разработан. Задача разработки индекса эффективности была поручена двум статистикам из Манчестера: Иэну Макхейлу и Филиппу Скарфу. Они столкнулись с серьезной проблемой.

Во-первых, сложно сравнить вратарей, защитников, полузащитников и форвардов. Даже внутри этих ролей есть подкатегории (например, вингер или опорный полузащитник) и различные установки на игру (такие, как опека и подача угловых). У каждого футболиста своя роль в команде, и успех оценивается по разным критериям.

Вторая трудность связана с командной работой. Защитник может почти ничего не сделать за матч, потому что команда держит мяч на половине поля соперника и постоянно атакует. В то же время вратарь слабой команды может спасти от гола множество раз – но только потому, что ему приходится это делать.

Иэн и Фил начали с подробного изучения того, какой вклад игроки делали в игру. Они начали с создания статистической модели того, как различные вклады создают голы. В каждом матче они подсчитывали, как часто игроки выполняли определенные действия, включая передачи, отборы, навесы, дриблинг, блокировки и выносы, а также как часто получали желтую или красную карточку. Затем они использовали статистическое соответствие, чтобы увидеть, насколько хорошо количество этих действий предсказывало, сколько ударов по воротам нанесет их команда и команда соперника. Статистическое соответствие дает измерение эффекта (положительного или отрицательного), оказанного на создание моментов. Они обнаружили, что чем больше команда совершает передач, тем больше моментов создает; навесы – один из наиболее перспективных способов забить. Приспособив свою модель к данным Премьер-лиги с 2003 по 2006 год, специалисты подсчитали, что каждый успешный навес в плане создания моментов равен десяти обычным передачам. Удаление было эквивалентно 41 несовершенному перехвату.