为什么足球抵制统计分析

即使是顶级分析专家也承认,足球的复杂性无法满足纯粹的数据驱动方法的要求。探索足球统计的局限性。
足球长期以来一直被认为是体育运动统计分析的最后前沿之一,这项运动美丽的运动固有的复杂性无法进行量化,而量化已经改变了棒球、篮球和其他职业运动。 莎拉·拉德是体育分析领域的先驱人物,曾在阿森纳足球俱乐部负责分析业务,多年来一直运用复杂的概率论和数学模型来理解球场上复杂的动态变化。尽管陆克文在足球分析方面拥有广泛的资历和开创性的工作,但她仍然对继续限制足球数据驱动分析的基本局限性保持令人耳目一新的坦诚。
拉德的职业生涯轨迹代表了一个引人入胜的案例研究,说明先进的统计方法如何阐明以前依靠直觉和主观观察的足球各个方面。她在阿森纳的工作表明,定量方法可以识别被低估的球员,优化战术阵型,并在球员招募和发展方面提供竞争优势。然而,尽管陆克文主张将数学严谨性应用到足球中,但她也越来越直言不讳地承认数据根本无法捕捉到这项运动的情况。她愿意面对这些限制,这表明分析界已经逐渐成熟地认识到足球的复杂性超出了电子表格和算法本身所能揭示的范围。
根本的挑战在于足球的随机性——这项运动的结果取决于无数以非线性方式相互作用的变量。与棒球不同的是,棒球中的每个投球都代表一个离散的、可量化的事件,而足球则由数十名球员不断运动,不断流动,创造出无法简化为简单指标的涌现模式。球场的空间复杂性、创造或阻止得分机会的微妙定位以及球队动态的心理维度都以传统统计框架难以全面捕捉的方式对结果产生影响。
来源: Wired


