»Fußball kann schwierig zu modellieren sein, weil in jedem Spiel so wenige Tore erzielt werden. Die endgültige Punktzahl stimmt ziemlich oft nicht mit den Eindrücken der meisten Spieler über die Qualität des Spiels jeder Mannschaft überein, und die niedrige Punktzahl des Sports führt manchmal zu längeren Glücksperioden, in denen ein Team trotz schlechtem Spiel gute Ergebnisse erzielt und umgekehrt).
Um diese Zufälligkeit zu verringern und die zugrunde liegende Spielqualität jedes Teams besser einzuschätzen, verwenden wir vier Messwerte, um die Leistung eines Teams nach jedem Spiel zu bewerten: Ziele , angepasste Ziele , schussbasierte erwartete Ziele und nicht geschossene erwartete Ziele .
Der erste ist, wie viele Tore ein Team im Spiel erzielt hat. Die zweiten angepassten Ziele berücksichtigen die Bedingungen, unter denen jedes Tor erzielt wurde. Für angepasst Ziele , reduzieren wir den Wert der erzielten Tore , wenn ein Team mehr Spieler auf dem Feld hat sowie Tore erzielt spät in einem Spiel , wenn ein Team bereits führende. Wir haben den Wert aller anderen Ziele erhöht, um die Gesamtzahl der angepassten Tore zur Gesamtzahl der erzielten Tore zu addieren.
Bei den geschossenen erwarteten Zielen handelt es sich um eine Schätzung, wie viele Tore eine Mannschaft aufgrund der Schüsse, die sie in diesem Spiel erzielt haben, "hätte" erzielen sollen. Jedem Schuss wird eine Trefferwahrscheinlichkeit basierend auf der Entfernung und dem Winkel vom Tor sowie dem Körperteil, mit dem der Schuss aufgenommen wurde, zugewiesen, wobei der Spieler, der den Schuss ausgeführt hat, eine Anpassung vornimmt. Diese individuellen Schusswahrscheinlichkeiten werden addiert, um die schussbasierten erwarteten Ziele eines Teams für dieses Spiel zu erzeugen , die größer oder kleiner sein können als die Anzahl der Tore, die es tatsächlich erzielt hat.
Nicht geschossene erwartete Tore sind eine Schätzung darüber, wie viele Tore ein Team "schießen" sollte, basierend auf nicht schießenden Aktionen, die sie um das Ziel des gegnerischen Teams herum unternommen haben : Pässe, Interceptions, Take-ons und Tackles. Zum Beispiel wissen wir, dass das Abfangen des Balls beim Elfmeter der gegnerischen Mannschaft in 9 Prozent der Fälle zu einem Tor führt und ein kompletter Pass, der sechs Meter direkt vor dem Tor ankommt, führt zu einem Ergebnis von etwa 14 Prozent Zeit. Wir fügen diese individuellen Aktionen über ein gesamtes Spiel hinweg hinzu, um zu den von einem Team nicht erwarteten Zielen zu gelangen. Genau wie für schussbasierte erwartete Ziele. Es gibt eine Anpassung für jede Aktion basierend auf den Erfolgsraten des Spielers oder der Spieler, die die Aktion ausführen (sowohl der Passant als auch der Empfänger im Falle eines Passes).
[...]
Sobald wir für jedes Team in den Ligen, die wir abdecken, Ratings erstellt haben, prognostizieren wir die Ergebnisse der bevorstehenden Spiele mit einem Poisson-Modell , das die geschätzte Anzahl an Zielen prognostiziert, die wir von jedem Team erwarten. Die Parameter im Modell sind die offensiven und defensiven Bewertungen der beiden Teams, Heimvorteil und die Anzahl der Ruhetage für jedes Team. Wir können diese Zielprognosen verwenden, um die Wahrscheinlichkeit zu schätzen, dass jedes Team gewinnt, sowie die Chance, dass das Match in einem gegebenen Punkt endet.
Wir führen dann Monte-Carlo-Simulation durch, um jede Liga-Saison 10.000 Mal mit unseren individuellen Spielprognosen auszutragen. Wie bei unseren anderen Vorhersagen, haben wir unsere Monte-Carlo-Simulationen "heiß", was bedeutet, dass die Bewertungen statt der Ratings eines Teams in jeder simulierten Saison konstant bleiben können, basierend auf den simulierten Matches, die das Team spielt. In der Tat erweitert dies die Verteilung möglicher Ergebnisse, indem einem schwachen Team ermöglicht wird, eine Gewinnserie zu führen und seine Bewertungen wesentlich zu erhöhen, oder die Möglichkeit vorzusehen, dass ein starkes Team die ersten paar Spiele einer simulierten Saison verliert und entsprechend bestraft wird.
[...]«
Quelle: https://fivethirtyeight.com/fe…projections-work/#metrics | übersetzt von google | abgerufen am 10.01.2018