set 5, 2017
set 5, 2017

Uma análise de diferentes modelos de golos esperados

Como calcular os golos esperados?

Quais são as diferentes abordagens de modelos de golos esperados?

Que tipo de modelo de golos esperados é o mais exato?

Uma análise de diferentes modelos de golos esperados

Anteriormente confinada a uma comunidade pequena de dados de desporto, a métrica de golos esperados inclui agora, entre outras estatísticas comuns de futebol como a posse de bola, remates à baliza e número de faltas cometidas. No entanto, existem inúmeras abordagens para os golos esperados. O presente artigo examina os diferentes modelos utilizados e como os mesmos produzem diferentes resultados.

O objetivo no futebol consiste em marcar golos contra o adversário, sem sofrer golos. Parece simples mas, devido a fatores como a aleatoriedade e a sorte, as equipas nem sempre conseguem ter os resultados que "merecem".

É por este motivo que a análise de dados e métrica como os golos esperados são úteis nas apostas desportivas - podemos analisar desempenhos de um ponto de vista mais analítico e fundamentar afirmações como "tiveram azar em não ganhar".

Como um remate é a ação decisiva de um golo, os dados sobre remates são fundamentais para qualquer modelo de golos esperados.

Os golos esperados (muitas vezes indicados com a abreviatura "xG") são uma forma de análise de dados que as equipas de futebol utilizam e algo que se está a tornar cada vez mais popular entre os apostadores. As estatísticas de golos esperados estão amplamente disponíveis mas nem sempre são iguais porque são utilizados diferentes modelos para calcular as mesmas.

Os modelos podem ir desde o mais simples até ao mais complexo. Segue-se uma explicação de como funcionam os diferentes modelos de golos esperados. Quais são os mecanismos por trás destes diferentes modelos e quão diferentes são os resultados que os mesmos produzem?

Utilizar dados básicos de remates

Andrew Beasley já explicou previamente como calcular os golos esperados utilizando um modelo básico de dados de remates. Como um remate é a ação decisiva de um golo, os dados sobre remates são fundamentais para qualquer modelo de golos esperados - existem inúmeros eventos num jogo de futebol que contribuem para a marcação e um golo mas ao tentar prever este resultado particular, os remates são decididamente o fator mais importante.

heat-map-inarticle.jpg

Esta é uma abordagem simples que utiliza aquilo que a OPTA define como uma "grande oportunidade" - uma situação onde um jogador deve provavelmente marcar golo - bem como os remates efetuados dentro e fora da área.

As taxas de conversão das últimas cinco épocas da Premier League indicam que uma grande oportunidade tem um valor de xG de 0,387 (38,7% de hipótese de marcar), os remates dentro da área têm um valor de 0,070 e os remates fora da área têm um valor de 0,036.

Análise detalhada de dados de remates

Dada a dimensão do campo no futebol, os vários ângulos a partir dos quais pode ser efetuado um remate e o impacto que tal têm sobre a probabilidade de se marcar golo, independentemente de uma análise de modelos de locais de remate com maior detalhe, irão influenciar o seu resultado de golos esperados. 

grid-inarticle.jpg

Apesar de ser semelhante ao modelo básico de golos esperados de Andrew Beasley, este tipo de abordagem utiliza uma análise mais detalhada do local onde é efetuado um remate para atribuir ao mesmo o seu valor de xG. A forma mais fácil de o fazer consiste em dividir o alcance do remate para golo numa grelha e representar cada remate.

A vantagem de utilizar este tipo de modelo é que o mesmo representa a diferença dos remates de um jogador diretamente na cara do golo (grande probabilidade de marcar) e os remates de um jogador a partir de um ângulo agudo (muito menor probabilidade de marcar), bem como se o remate foi efetuado com a cabeça do jogador (mais difícil de marcar) ou com o pé (mais fácil de marcar).

O modelo de Paul Riley é um bom exemplo de adotar uma abordagem ligeiramente mais avançada de analisar os dados de locais de remantes na construção de um modelo de xG .

Considerar o processo de ataque

Obviamente, não é apenas o local de onde é efetuado um remate e qual a parte do corpo utilizada para tal que irão determinar a probabilidade de conversão de uma tentativa. A passagem da jogada que antecede um remate irá ter uma palavra a dizer sobre a qualidade dessa oportunidade.

Em vez de simplesmente atribuir um valor de xG a um remate com base no local onde foi efetuado, alguns modelos irão analisar a forma como foi criada a oportunidade de remate (um cruzamento, um passe para desmarcação, um contra-ataque, etc.) e analisar em maior detalhe como foi efetuado o remate (um remate após um drible bem sucedido, um ressalto após uma defesa, etc.).

pass-inarticle.jpg

Obviamente, este tipo de modelo exige muitos mais dados e recursos para ser elaborado e mantido - O modelo de xG de 11tegen11 é um exemplo de um modelo de golos esperados que tem em consideração o processo de ataque mais abrangente ao atribuir o seu valor de xG aos remates.

O impacto que a defesa tem no xG

As três formas anteriores de modelos de golos esperados cumprem o objetivo de fornecer uma estimativa de quantos golos uma equipa deve esperar marcar num jogo ou ao longo de uma época inteira. No entanto, existem outras variáveis que contribuem para uma potencial oportunidade de marcação de golo.

Em vez de simplesmente atribuir um valor de xG a um remate com base no local onde foi efetuado, alguns modelos irão analisar a forma como foi criada a oportunidade de remate e analisar em maior detalhe como foi efetuado o remate.

O futebol não se limita ao ataque. O posicionamento defensivo e a redução da oportunidade de marcar golos do adversário são fatores igualmente importantes - os defesas podem obrigar um jogador a rematar de forma diferente ou efetuarem ajustes de última hora para dificultar a marcação de golos.

Para além de analisar todo o processo de ataque - desde como é criada uma oportunidade até onde ocorre a ação final - utilizar a proximidade dos defesas da equipa adversária e como tal afeta a qualidade de um remate acrescenta outro nível de detalhe ao modelo de golos esperados.

Isto significa que observar o posicionamento do guarda-redes e defesas relativamente ao local onde é efetuado o remate poderá produzir os resultados de golos esperados mais exatos de todos.

Que tipo de modelo de golos esperados é o mais exato?

Agora que sabemos como funcionam os diferentes modelos de golos esperados, podemos começar a analisar que método produz os resultados mais exatos. A tabela seguinte compara a diferença de golos real para cada equipa da época 2016/2017 da Premier League e o resultado da diferença de golos esperada utilizando os diferentes modelos de golos esperados supramencionados.

Diferença de golos real vs. Diferença de golos esperada

Equipa

DG real

Modelo 1 de xDG

Diferença

Modelo 2 de xDG

Diferença

Modelo 3 de xDG

Diferença

Arsenal

+33

+12,5

-20,5

+17

-16

+15,39

-17.61

Bournemouth

-12

-6,80

+5,20

-15

-3

-13,76

-1,76

Hull City

-43

-33,80

+9,20

-35

+8

-38,88

+4,12

Burnley

-16

-19,20

-3,20

-26

-10

-21,06

-5,06

Chelsea

+52

+25,90

-26,10

+31

-21

+31,91

-20,09

Crystal Palace

-13

-1,50

+11,50

-5

+8

-6,05

+6,95

Everton

+18

+5

-13

+1

-17

+1,82

-16,18

Sunderland

-40

-27,40

+12,60

-26

+14

-30,56

+9,44

Leicester City

-15

-7,60

+7,40

-7

+8

-6,65

+8,35

Liverpool

+36

+25,30

-10,7

+33

-3

+31,87

-4,13

Manchester City

+41

+41,80

+0,80

+44

+3

+51,13

+10,13

Manchester United

+25

+25

0

+24

-1

+29,48

+4,48

Middlesbrough

-26

-21

+5

-25

+1

-22,46

+3,54

Southampton

-7

+6,60

+13,60

+8

+15

+8,15

+15,15

Stoke City

-15

-0,60

+14,40

-2

+13

+0,45

+15,45

Swansea City

-25

-21,70

+3,30

-20

+5

-27,34

-2,34

Tottenham Hotspur

+60

+32,50

-27,50

+30

-30

+31,04

-28,96

Watford

-28

-12,20

+15,80

-13

+15

-16,14

+11,86

WBA

-8

-11,80

-3,80

-7

+1

-8,52

-0,52

West Ham United

-17

-11,10

+5,90

-7

+10

-9,83

+7,17

A melhor forma de avaliar a exatidão de cada uma destas abordagens consiste em descobrir o desvio quadrático médio (DQM) - por vezes denominado erro quadrático médio (EQM). Tal é feito através da elevação ao quadrado da diferença na diferença de golos real e a diferença de golos esperada para cada equipa, calculando a média e, em seguida, encontrando a raiz quadrada dessa média.

Exatidão do modelo de golos esperados

Modelo 1 de xDG

Modelo 2 de xDG

Modelo 3 de xDG

DQM

12,92

12,55

12,01

Como é possível constatar, as três abordagens distintas são incrivelmente semelhantes no resultado que produziram em termos de diferença de golos esperada na época 2016/2017 da Premier League - só 0,91 de DQM separa todos os três modelos apesar dos diferentes níveis de dados utilizados.

No entanto, uma época (380 jogos) não representa uma amostra grande o suficiente para afirmar que uma abordagem é melhor que outra, com nenhum tipo de certeza. Para além disso, calcular o DQM jogo a jogo irá, com maior probabilidade, fornecer mais conhecimento sobre a exatidão de cada modelo e o quão perto se aproximam de prever a quantidade de golos marcados num jogo.

Quer saber mais sobre golos esperados?

Se quer saber mais sobre golos esperados e aplicar este conhecimento às apostas, Andrew Beasley escreveu um livro sobre como é possível aplicar esta métrica às apostas na Premier League.

Também pode seguir Paul Riley e 11tegen11 no Twitter e participar no Dia de Debate sobre golos esperados da Pinnacle a 10/09/2017.

discussion-day-expected-goals-inarticle.jpg

Recursos de apostas - Capacitar as suas apostas

Os Recursos de apostas da Pinnacle são um dos conjuntos mais abrangentes de conselhos de especialistas sobre apostas que se podem encontrar online. Dar resposta a todos os níveis de experiência - o nosso objetivo é simplesmente capacitar os apostadores a obterem mais conhecimentos.