Στατιστική ανάλυση για τους παράγοντες που επηρεάζουν την απόδοση των ομάδων ποδοσφαίρου στις ευρωπαϊκές διοργανώσεις

Abstract

Τα τελευταία χρόνια, η επιστήμη της στατιστικής έχει γνωρίσει ραγδαία ανάπτυξη. Καθοριστικό ρόλο σε αυτό έχει παίξει η αντίστοιχη ανάπτυξη της επιστήμης των υπολογιστών, η οποία έδωσε τη δυνατότητα ανάλυσης ενός μεγάλου όγκου δεδομένων, αλλά και την διεκπεραίωση εκατομμυρίων υπολογισμών σε ελάχιστο χρόνο. Ο συνδυασμός των δύο παραπάνω επιστημών έχει φέρει στο προσκήνιο τη μηχανική μάθηση, με την ανάπτυξη αλγορίθμων, οι οποίοι μπορούν να διαχειριστούν κάθε τύπο δεδομένων. Με αυτόν τον τρόπο, η ανάλυση των δεδομένων έχει μπει σε πολλούς νέους κλάδους. Ένας από αυτούς είναι και ο αθλητισμός. Παρόλο που τα δεδομένα παλαιότερα αναλύονταν σε μεγαλύτερο βαθμό στην καλαθοσφαίριση, τα τελευταία 5-10 χρόνια έχουν μπει δυναμικά και στο ποδόσφαιρο. Στην παρούσα μελέτη γίνεται μια προσπάθεια να βρεθούν οι μεταβλητές εκείνες που επηρεάζουν σημαντικότερα το παιχνίδι μιας ποδοσφαιρικής ομάδας, με βάση τα βασικά δεδομένα που μπορεί να δει ο κάθε φίλαθλος. Τα δεδομένα προέρχονται από την κορυφαία ευρωπαϊκή διασυλλογική διοργάνωση. Χρησιμοποιήθηκαν στην αρχή μέθοδοι περιγραφικής στατιστικής ανάλυσης, για την εξαγωγή των πρώτων συμπερασμάτων. Επιπλέον, έγινε υπολογισμός των συσχετίσεων ανάμεσα στις μεταβλητές. Στη συνέχεια, με τη χρήση τριών αλγορίθμων μηχανικής μάθησης, έναν για την επιλογή χαρακτηριστικών και δύο για κατηγοριοποίηση με βάση και τα αποτελέσματα της επιλογής χαρακτηριστικών, βγαίνουν τα πρώτα πολύ βασικά αποτελέσματα. Τέλος, γίνεται χρήση γενικευμένων γραμμικών μοντέλων, έτσι ώστε να ποσοτικοποιηθεί η επιρροή των παραγόντων που κρίθηκαν σημαντικοί για την έκβαση ενός ποδοσφαιρικού αγώνα.