¡Consiga un número en él!

Conocí el uso del análisis de datos en el fútbol en mi bar local después de ver tiros de pimienta de Bélgica a Tim Howard durante 90 minutos en la victoria por 2-1 sobre EE. UU. en la Copa del Mundo de 2014. Los locutores americanos no dejaban de repetir el récord que acababa de batir su portero Tim Howard. Más atajadas en un partido de la Copa del Mundo. ¡Dieciséis! Como alguien nacido en Inglaterra, siempre me he puesto del lado de los tres leones, aunque he vivido la mayor parte de mi vida en Estados Unidos. Todos los demás en el pub vieron al portero de su nación realizar una actuación única en la vida que pasará a la infamia. Contrariamente a su visión, todo lo que vi fue que el portero del Everton hizo un montón de atajadas fáciles y aun así perdió. Después del partido, recuerdo haber hablado con un antiguo entrenador mío sobre esta novedad de la que había oído hablar llamada xG (goles esperados). Todavía era muy nuevo en ese momento y estaba tratando de explicarme cómo los estadísticos habían estado cuantificando la probabilidad de que cada tiro se convirtiera en gol. EE. UU. enfrentó 33 tiros, 16 de los cuales fueron atajados, 2 que el arquero no pudo detener, y el resto fueron bloqueados o errados. Cada uno de estos 33 tiros tenía una probabilidad de gol basada en la posición en la que se encontraba el jugador al disparar. Acumulativamente, todos estos tiros produjeron en Bélgica 2,6 goles esperados². El tiro medio registró una probabilidad de gol en torno al 8%. Aunque el American Keeper tuvo que hacer todas esas 16 paradas, ciertamente no todas fueron particularmente difíciles. La métrica xG puso en números lo que sabía que había presenciado y me sentí reivindicado. Al ver que me sentía bastante pomposo, mi entrenador me recomendó que leyera y el resto fueron bloqueados o fallaron el objetivo. Cada uno de estos 33 tiros tenía una probabilidad de gol basada en la posición en la que se encontraba el jugador al disparar. Acumulativamente, todos estos tiros produjeron en Bélgica 2,6 goles esperados². El tiro medio registró una probabilidad de gol en torno al 8%. Aunque el American Keeper tuvo que hacer todas esas 16 paradas, ciertamente no todas fueron particularmente difíciles. La métrica xG puso en números lo que sabía que había presenciado y me sentí reivindicado. Al ver que me sentía bastante pomposo, mi entrenador me recomendó que leyera y el resto fueron bloqueados o fallaron el objetivo. Cada uno de estos 33 tiros tenía una probabilidad de gol basada en la posición en la que se encontraba el jugador al disparar. Acumulativamente, todos estos tiros produjeron en Bélgica 2,6 goles esperados². El tiro medio registró una probabilidad de gol en torno al 8%. Aunque el American Keeper tuvo que hacer todas esas 16 paradas, ciertamente no todas fueron particularmente difíciles. La métrica xG puso en números lo que sabía que había presenciado y me sentí reivindicado. Al ver que me sentía bastante pomposo, mi entrenador me recomendó que leyera El tiro medio registró una probabilidad de gol en torno al 8%. Aunque el American Keeper tuvo que hacer todas esas 16 paradas, ciertamente no todas fueron particularmente difíciles. La métrica xG puso en números lo que sabía que había presenciado y me sentí reivindicado. Al ver que me sentía bastante pomposo, mi entrenador me recomendó que leyera El tiro medio registró una probabilidad de gol en torno al 8%. Aunque el American Keeper tuvo que hacer todas esas 16 paradas, ciertamente no todas fueron particularmente difíciles. La métrica xG puso en números lo que sabía que había presenciado y me sentí reivindicado. Al ver que me sentía bastante pomposo, mi entrenador me recomendó que leyeraEl juego de los números: por qué todo lo que sabes sobre el fútbol es incorrecto ¹. Solo escuchar el título del libro me puso a la defensiva e inmediatamente asumí que el libro debía haber sido una tontería. No fue hasta años más tarde que redescubrí el libro, lo leí y he aquí que gran parte de lo que sabía sobre el fútbol estaba realmente equivocado. En el libro, los autores no solo realizan varios análisis del juego, sino que desafían de manera brillante creencias y tropos sobre el juego; ya sea demostrándolos o refutándolos. Como alguien que ama el fútbol y tiene un interés recientemente descubierto en la ciencia de datos, pensé en intentar analizar el juego. En esta y las siguientes publicaciones, presentaré análisis inspirados en The Numbers Game¹, de otros libros, o algunos que acabo de crear con la esperanza de que cualquier otra persona con amor por el juego e interesado en explorar datos los encuentre interesantes.

Recuerdo a mi entrenador en la escuela secundaria dedicando mucho tiempo de práctica a las esquinas. En una práctica, cuando llovía a cántaros, nos hizo hacer flexiones cada vez que el equipo defensor no lograba despejarlas y cada vez que el equipo atacante no las capitalizaba. Ahora que lo pienso, muchos de sus ejercicios eran así. Cruz yo gano, cara tú pierdes. De cualquier manera, todos nos estábamos embarrando. Las bolas estaban siendo azotadas y todos escuchábamos el eco de la voz en auge de nuestro entrenador "¡PÓNGASE EN LA CABEZA!"

Hay algo dramático y verdaderamente hermoso en anotar desde un córner. Justo antes de que se tome la esquina, un jugador se acerca para colocar la pelota en el cuarto de círculo, sus fanáticos acumulan anticipación y se levantan de sus asientos. Acaban de ver a su equipo estar tan cerca de anotar y ahora esperan que su equipo termine el trabajo. Para ver su gran número nueve o la losa centro de cabeza medio elevarse por encima del resto y enterrar la oportunidad. Si los aficionados tienen razón al pensar que los córners son rentables, veríamos cierta correlación entre el número de córneres que gana un equipo y el número de goles marcados. Más córners, más goles.

Para todos mis análisis, estoy mirando las 5 mejores ligas de Europa en los últimos 5 años. A continuación, observamos el promedio de goles marcados en los que el equipo recibió x muchos saques de esquina. El tamaño de la burbuja corresponde a la cantidad de equipos a los que se les otorgó la respectiva cantidad de tiros de esquina. (En futuras publicaciones compartiré el código que me trajo aquí).

Los fanáticos parecen estar llenándose de esperanzas por nada. Desafortunadamente, como vemos en promedio, las esquinas simplemente no producen goles. Según los datos de media de los últimos cinco años, un equipo podría esperar marcar un gol por cada 50 saques de esquina. Esto es horrible ya que el promedio de tiros de esquina ganados por un equipo es de alrededor de 5, lo que sugiere que un equipo podría esperar anotar un tiro de esquina en uno de cada 10 juegos. Jose Mourinho ha mencionado que los aficionados ingleses son los únicos que celebran un córner como si su equipo acabara de marcar¹. He visto la Premier League desde que era pequeño. Quedarme despierto hasta tarde viendo Match of The Day con mi papá. Cada vez que un equipo tenía un tiro que se desviaba por encima del travesaño o, mejor aún, un defensor no lograba despejar el balón y concedía accidentalmente un córner, los aficionados enloquecían. Los comentarios de Mourinho ciertamente me parecieron acertados. Aquí podemos explorar si la tendencia difiere de una liga a otra. Quizás los ingleses son mejores anotando y peor defendiendo las esquinas que nadie.

Todavía parece haber muy poca correlación entre los saques de esquina y los goles en cualquiera de las cinco ligas principales, pero según los números, los saques de esquina en la liga principal pueden ser, de hecho, los más rentables. Tenga en cuenta que lo que muestra este gráfico es que aproximadamente puede esperar que su equipo promedio de la Premier League marque un gol por cada 35 tiros de esquina ganados. Si investigamos más, vemos que el promedio de saques de esquina que gana un equipo en un partido de la Premier League es de alrededor de 5. Lo que significa que un equipo puede esperar anotar un saque de esquina cada 7 partidos. A pesar de que los ingleses pueden anotar potencialmente la mayor cantidad de tiros de esquina, siguen siendo universalmente un medio ineficiente de anotar. Estos números no difieren mucho de The Numbers Game¹. En el libro, al observar los partidos de una sola temporada de la Premier League (2011/2012), los equipos podían esperar marcar desde un córner uno de cada 10 partidos¹, que fue lo que encontré que era la proporción esperada de goles desde los córners en las cinco ligas. los últimos cinco años.

No importa la liga o la temporada, ganar córners no significa necesariamente marcar goles. No es la primera vez que las ideas de Mourinho resultan correctas. No en vano es conocido como uno de los mejores gerentes (y personajes) de su generación. A pesar de que algunos entrenadores pueden centrarse en ellos y los aficionados pueden adorarlos, los córners aún no marcan la diferencia a la hora de buscar goles.

En mi próxima publicación, profundizaré un poco más en los objetivos, su naturaleza aleatoria y el código que usé para generar todos estos números.

[1]: ANDERSON, C. Y SALLY, D. (2014). El juego de los números: Por qué todo lo que sabes sobre el fútbol está mal . Pingüino.

[2]: Bélgica vs Gales Predicciones, estadísticas y H2H — footystats . Estadísticas de fútbol. (Dakota del Norte). Recuperado julio 2022, dehttps://footystats.org/international/belgium-national-team-vs-wales-national-team-h2h-stats