「体育科普文」详解足球数据是如何被写手滥用的（一）-网页版皇冠

前言：这两年，足球数据在国内获得了推崇，可数据科学知识的普及面过于，间接造成了专栏作家们的欺诈；在头条这个平台，多少人为了拿奖，用数据来六边形、填满文章......趁着中超仍未开赛，还是想要近五年专门从事足球数据工作的经验，和大家闲谈一聊。我想要说道，愚蠢的数据统计资料，总有一天无法充份说明比赛的复杂性。

以总数、平均值、百分比等形式呈现出的数据，和足球赛本身具备差不多宽的历史。它代表着对比赛过程的粗略叙述，是赛事年鉴中的引人注目条目。然而对于将其作为通用语的观众和记录员来说，个人数据却已发展到喧宾夺主的地步。

它背离了稀释球员贡献的原意，摇身一变沦为取决于其价值的权威标准。数据只是参照，评价球员还必须掌控明确的比赛背景这是一种不靠谱的准确：赛场上激动人心的演出不得不沦落缺少背景的数字。而许多现实因素是无法计量的，其中既还包括场面局势、判罚警告等客观有形因素，也还包括美观、冲劲、启发、高雅、决意、领导力、冷静、性格等主观无形因素。

尽管这些因素往往令其足球运动充满著爱情色彩，辈出大跌眼镜的演出和流芳百世的传奇球星，但悲伤之处在于人们注目的焦点还是数据。总体而言，在将团体运动的定性不道德转化成定量数据的过程中，有两条信息被滤掉了。第一条信息较为最重要，即事件的影响力。非常简单来说，一切进球、分数和连胜都不是被公平建构的，其价值由于三样因素的不存在有所区分：一是某个进球对某场比赛的影响（否关键球），二是某场比赛在赛事全局中的重要性（否焦点战），三是被进球一方的实力水平（否为敌手）。

看看这该多么符合实际情况。进球是足球运动的硬通货，是每场比赛最淳朴的胜负手。

虽然每粒进球都被公平地统计资料，其重要性却不尽相同：补时阶段超越僵局的扳平非同凡响，其意义远胜过锦上添花或者暴跌情况下的恳求球。伊瓜因为阿根廷出赛67场入31球，但关键时刻掉链子的毛病影响了人们对他的评价正如进球是要求比赛胜败的基础元素那样，比赛也是确认冠军归属于的基本单位。

无论是横跨整季的联赛和杯赛，还是只右脚一个月的世界杯均同此理。在国内联赛竞逐中，某场比赛的名义价值是相同的，实际价值毕竟星型的：一场在赛季高潮阶段首演的榜首大战总有一天比赛季初期另一场不起眼的交手最重要得多。在杯赛中，从为出线权而战的小组赛直到全力以赴摘取桂冠的决赛，其价值预示一轮轮的晋级和出局渐渐提高。即便某粒进球问世于某项根本性赛事的某场焦点战中，其价值也须要根据深浅程度加以区分。

假如获得胜利方是以奢华阵容完虐无力抵抗的输掉，那么该进球的价值就得打个优惠；另一方面，如果此球协助本队力克争冠路上的敌手，则其价值应该取得升华。但现如今四起都是抽象化的总进球数名列，把某段时期的全部进球非常简单地统计资料制表，丝毫不考虑到这些影响因素。譬如说，某场6比0屠杀中的帽子戏法，上当就比1比0险胜中的一剑封喉更加有价值（甭管入几个球，非常简单相加的算法本来就很坚硬）？细心想想吧，千万要忘记无论赛制是完全相同场次比分数（联赛和杯赛的小组阶段），还是一场两场以定胜败（各项杯赛的出局阶段），冠军都不是由全部比赛的总净胜球数要求的，而是各不相同每一场比赛的净胜情况。

为什么大家叫保利尼奥大腿 而指出塔利斯卡只是锦上添花的任务？到底，人人都在乎数字会骗子。但是当无背景的进球统计资料被用于球员价值的准确代表，甚至被当作推断其未来展现出（统计学的行话叫“归纳推理”）的时候，毕竟把所有进球均匀分布作为前提的。

不管进球的最重要程度，也不问是什么比赛，也不看输掉啥水平，全都一刀切。这种基本预设在职业体育的高压现实中显然站不住脚，例行公事的处置往往导致统计学上的谬论。大体上谈，球员每周的展现出平缓可以用大自然变化规律说明，而长达数月或在整届杯赛中的进球荒也可归咎于无意间的状态滑坡——尽管这滑坡有可能持续整个赛季或者好几届大赛，但终归还是要回到长时间水准。不过对于一类类似的球员来说，他们身上具备某种惯性：更容易在关键时刻掉链子。

紧要关头充分发挥佳基本是出于两方面的严重不足：第一乃客观物质方面，譬如技艺不炼，不到虐虐弱旅，一碰敌手就原形毕露。这类“欺软怕硬”的球员往往打前者风光无限，对付后者之后颗粒无收。第二——冒着毁谤全体心理学爱好者的风险——乃精神意志方面，从心理上被大场面折断了。迷茫的气氛和引人注目的灯光让某些球员失去了日常训练和比赛中的习惯展现出，他们又经常矫枉过正，导致包袱沈重或者在机会来临时想要得过于多，反而使局面好转。

从不道德到数据的转化成过程中，另一条被滤掉的信息是项目特点。一般来说情况下，某项运动展开得越是较慢、线性，数据统计资料就就越能原始反映比赛情况。不妨从两方面展开阐释。

首先，分工线性的项目特别强调个体对付，因此可以孤立无援收集每位运动员的数据，便利评估。而整体倒数的项目必须更加多因应，特别强调团队内部的协作。

其次，线性项目招式非常简单、套路确切，不像整体项目那般变化多端。每次比赛的技术统计资料经过长年累积后构成极大样本，在评估个人展现出方面更为可信。以分工最线性的两项运动——棒球和板球为事例，它们都包括击球员和投手之间的个体决斗。

在这两项运动中，运动员的数据输入大体需要体现他对球队的贡献。例如，棒球赛中主攻的击球员动作一板一眼，充分发挥优劣几乎通过基本反攻指标（一垒福打、二垒安打等）获得反映，板球赛中也有适当的投球手负责管理让击球员出局。从不道德到数据的转化成过程中信息损失很少，是这两项流畅性较好的运动及其技术统计资料被广泛接纳的原因。

板球运动像篮球、橄榄球等容许用手控球的运动，流畅性位列中游。由于双手是人体最灵活的部位，持球一方有如大权在握，所以要引进24秒反攻时限、控地分数等规则来均衡攻守机会。道高一尺魔高一丈，老江湖们又设计出有定点投篮、预先跑位等准确压制战术。

结果，对于篮球和橄榄球比赛不光要统计资料分数和触地分数数据，还要记录篮板与助攻数、传球顺利数与前进码数。禁令用手的足球和曲棍球是流畅性最佳的运动。

此类运动只用不娴熟部位（双脚）或利用外物（球杆）控球，因此不更容易维持球权，场面充满著变数。同时也增加了对于精准度的特别强调，能将球送入大门才可。控球艰难一方面使比赛不具备相互依赖的特点，减少个人数据的意义；另一方面诸多无意间因素的不存在让反攻自由选择无迹难以确定。

在禁令用手的前提下，分数早已很难，而规则获准门将用手让可玩性更上一层楼。足球才是是禁令用手的运动中得分率低于的项目，因为它连间接用手都不容许，不像曲棍球那样还能通过球杆控球。曲棍球运动总而言之，同其他主流项目比起，足球的连续性、整体性、低分性意味著许多精彩内容在转化成数字的过程中挤压了。换句话说，没什么项目比足球被数据缩减得更为相当严重。

足球赛中的分数最不具欺骗性，但人们对于进球数据的信仰却根深蒂固，无法读取。笔者将维持日更加，下一期将从梅西、C若二位巨星的进球应从，剖析数据的欺骗性。注目我，带上你看更加有意思、跟深度的足球资讯。

本文来源：网页版皇冠-www.splendorallure.com