Geek说球：门将扑救效率的复现性

门将的基础能力和扑救能力是两个非常重要的参考指标，它们能够有效的评估门将的门前能力。同时，门将对于高空球的处理也是非常重要的，除此之外，还有门将的沟通和组织能力，这也是非常重要的。虽然说这其中有一些能力可以通过量化来进行比较，但是还有一些能力是无法通过传统量化的方式来进行衡量的。

尽管我不认为扑救技能能够代表门将的全部，但我们还是能够通过扑救数据来客观评估一名门将的位置属性。我听说吃掉大象的最好办法就是一点一点的吃，所以我们也会采用相同的方式来评价门将。所以在这个复杂的评价过程中，我们首先来看看一下门将的扑救次数。

这一次，我们所选用的样本是2010/2011赛季到2013/2014赛季这四个完整赛季(英超、西甲、意甲、德甲和法甲)的OPTA数据。在这段时间里，一共有64000多次射门，考验了393位门将。

【最好的扑救成功率】

从下面这个列表中，我们就能够一目了然的看出在过去的四个赛季中，扑救成功率排在前12位的门将的详细数据(扑救成功率=扑救成功次数/打在门框范围之内的射门)。

这张列表看似是非常有道理的，布冯毫无悬念地排在了第一位，而在他之后还有阿比亚蒂、西里古、诺伊尔、切赫、德赫亚和哈特。可以说，除了巴尔德斯(他并没有能够排在前12位似乎有些出乎意料)之外，那些我们所耳熟能详的顶级门将都榜上有名。

如果这样一个简单的数字真的能够评判一位门将水平的话，那么事情也未免太过于简单了。球探们的工作也会容易很多，他们只需要将这些数字进行排序就能够筛选出最优秀的门将。当然，这个问题肯定没有这么简单，这些数据也仅仅只是我们评判一个门将的开始，它只是一个起点，并不能代表全部。

但是这个数据也有它值得分析的地方，我们必须要考虑这样一个问题，为什么那些最优秀的门将，几乎都有着比较高的扑救成功率呢？可能最优秀的门将未必只在这一个数据上占优，但是那些拥有超高扑救成功率的门将必然会是非常优秀的。

【复现性】

在评价门将的扑救技巧之时，我们并不是要去寻找一个顶级门将和那些庸才之间的区别，因为这对于我们来说并不是最重要的问题。对于一个门将而言，最重要的是面对打在门框范围之内的射门之时，扑救成功的概率是否平均，换而言之就是门将的发挥是否稳定。通过这些方面的数据，我们才能够真正准确地评价一个门将的扑救技巧。

【为啥这一点很重要】

如果我们长期观察一名门将的表现，就会发现，其实他的扑救成功次数是存在复现性的，而且这样一个数据是能够对球队产生影响的。当球队在寻找门将的时候，他们应该如何了解潜在的引援对象将来表现如何？他们如何才能知道门将的糟糕水平并不是常态，而是一时的失误？

其实对于我来说，这并不是一个复杂的事情。我们只要能够找到这名门将在几个周期里的扑救复现性，那么我们就能够预测他的未来发展情况。这个判断必须是基于很多个周期才能确定，如果不是几个周期的话，就意味着我们的判断结果可能并不牢靠。

而这样一个观点也得到了其他志同道合的小伙伴们的支持，在与小伙伴们的一次交谈中，有人说道：“在足球这件事上，你没有办法花费更多的时间去证明这件事的正确性。但是，在你量化任何指标之前，你必须确保你已经仔细的检查了数据，并且确定了你在做什么，因为这本来就是一件风险很高的事情。”

【如何衡量扑救能力】

对于这个分析，我需要采用两种形式的测量来评价。第一种是简单的利用扑救成功率来评判，也就是本文中第一个表格所展现给大家看的东西。

第二种方案就是基于我们的专门建立的预期目标模型，或者专门的ExpG2模型，这个ExpG2的值是射门时的期望值。这也就意味着，在这个ExpG2模型中，我们需要考虑到所有射门时的因素(即射门以及运动类型)，同时在这个模型中还包括射门位置，但是并不包括门将的站位。

正如我们所料，ExpG2值确实对门将能力的评估起到了很大的推动作用。在一个固定的位置上，射死角的ExpG2值要明显比直接推中路之时更高一些。

ExpG2值不仅能够用来衡量球员射门能力，同时这个数据还能够用来进行门将扑救技能的评估。同样是进入球门范围的射门，攻入球门死角的快速球和滚向球门正中的慢速球明显是有所不同的，扑救成功的概率无法体现这一点，而ExpG2值就可以更好阐述不同情况下，门将的防守技术水平。

这种分析方法将采用ExpG2比率来进行计算，计算公式为：ExpG2/实际被破门的次数

举一个例子：ExpG2值12.34，但是门将被攻入14粒进球。在这种情况之下，ExpG2比率的值是0.88。

当值为1.00的时候，表示这名门将的表现符合预期，而当这个值大于1.00的时候，说明门将的表现比其他门将的平均水平要更好一些，如果这个值域小于1.00的话，就意味着他比平均水平要丢更多球。

【复现性(没错，就是再说一次)】

本文分析的重点不在于衡量门将的扑救表现，而是去看几个周期中，门将的扑救能力是否具有复现性。当然，一些环境、运气之类造成的干扰，我们也是没有办法避免的，同时一支球队也不会因为这些因素去决定一名球员的好坏，他们所考虑的必然是一名球员工作效率的复现性，而这样一条路不正是足球产业的发展趋势么？

【分析方法】

我整理出所有打在门框范围内的射门，并按照日期排序，并且将每一个门将所面对的射门都做上编号。我创建了一个变量n，然后根据每个门将面对的射门次数来确定n的大小。我计算了每组数据之间的线性相关性，并且我将第一组的数值标记为x轴，而第二组的数值标记为y轴。

现在我们来举个例子，假设n=50，这将有助于我们理解这个问题。

对于每一个门将，我统计了扑救成功的射门次数，并且标记为1-50、51-100、101-150、151-200等。然后我们再分析1-50与51-100这两组数据之间的关系。我这么做是希望能够找出门将的扑救成功率的复现性。同时我也将分析编号为51-100和101-150、101-150和151-200之间的关系。我将利用这种模式去为每一名门将确定相关值，一个相关值对应一个级别的n，直到剩下的样本不再支持我进行这样的比较。

n值被我设定成为一个变量，并且可以用于评估门将在不同n值之下的扑救水平到底如何。下表就是不同n值对扑救成功率的相关性程度。

表中左边两列表示出门将扑救性能在连续两个n值之间的相关性。左边第三列显示了扑救成功率相关性，而最后一列显示了ExpG2相关性比率。

在这里做一个简单的模型，当值为1的时候，表示扑救性能在连续两个n集中呈正相关，而值为0的时候则表示没有任何相关性存在。其实我并不想复杂化里面的相关性，但是我必须要说明一点，相关性系数之间也有着置信区间，这和所选择的样本是有关系的。

让我们再回到上面的图标中，这次我们将假设n=100。

在收集到的数据中，305名门将面临了超过200次打在门框范围之内的射门。这就可以分成两个比较组，如果我们仅考虑简单的扑救成功率，两组数据的相关性仅为0.127，然而当我们采用ExpG2来分析，相关性提升到了0.232，这意味着两组数据之间是存在一点相关性的，只是很微弱。而且这也意味着在第一组数据仅能够解释第二组5%(0.232 ^ 2)的数据。

当然，有一点还是值得我们关注的：

即便是我们采用ExpG2指标来评估一个门将的一系列表现，但是预测未来100次射门的扑救性能也只有5%的准确性。作为一名门将，在一场比赛中至少会面对4次打在门框范围之内的射门，这也就意味着我们需要评估一个门将在25场比赛中的表现，才能够得到5%的可能去预测接下来的25场比赛。

如果假设样本量n=250，再使用ExpG2指标，计算出来的结果有0.405的相关性，这也只能说明两者之间确实存在一般相关性，并且在相关值平方之后得到的一致性也为0.16。不过n大于250的相关性我是没有办法计算了，因为我没有足够的数据去做这件事情。

下面这个图表就是我对31组n=250的样本进行分析之后的示意图(这意味着门将不得不面临至少500次射门)。

【射门顺序真的重要吗】

丹尼尔-奥特曼在读过我这篇文章的草稿之后，他建议我介绍一些关于射门分组后的顺序和分析结果之间的问题

你一定记得，我在上面的分析中，是将射门按照时间顺序分组标号的，这确实会使得结果受到门将年龄因素的影响，使得我们在评价那些顶级门将的时候，会受到影响。但是最初我只想评估门将在特定时间点的表现，所以这些限制因素并不是非常重要。

为了能够解决这个问题，我随机排列了射门的顺序，并对连续n的相关性进行分析，结果如下：

正如我想象的那样，选择不同的n值，相关值自然会和此前我们所分析的有所出入。当n=250的时候，相关性指数为0.467，但是这也只不过意味着如果我们利用这组数据去预测接下来的250次射门，也只有22%的准确性，准确性仍然比较低。同时这也表明即便是我们去掉任何年龄限制和时间偏差的影响，似乎门将扑救水平也不存在复现性。

【结论】

这个世界上有这么多门将，总有一些门将的表现要比其他人好。并不是每一名门将都能够像德赫亚一样发挥出色(他的两组n=250的ExpG2比率值为1.23和1.21)，或者能够像鲁菲耶一样发挥稳定(他的两组n=250的ExpG2比率值，得出的结果分别是1.15和0.98)。

在我们已经评估了这两名球员第一组250次射门的数据之后，他们都会被认定为是拥有高水平发挥的球员。然而，只要我们继续验证，评估他们第二组250次射门的数据，就能发现区别，前者能够被称之为发挥出色，而后者只能够说是发挥稳定。

如果球队分析师只观察250次射门或者60次射门，那么分析师一定会认为鲁菲耶是一名好门将，但是我必须要知道我们是在做什么，我们的分析会影响球队所作出的决策，所以我们必须要谨慎，这也就意味着我们必须要以大量的分析来支持。

再举个例子来说，当我们进行大量分析之后，我们就可以发现米尼奥莱在2012/2013赛季的英超联赛中ExpG2比率为1.25，确实表现不错。而在2013/2014赛季的时候ExpG2比率值为0.88，根本就算不上是一名优秀的门将。从中，我们很容易就能够明白，想要判断一名门将的好坏，如果只看一个赛季的情况，那么就和赌博一样，一不小心就掉入陷阱。

本赛季的表现最多只能作为下赛季11%的参考价值。在我看来，事实上一名球员是否足够好，是否能够在豪门球队的首发门将，并不完全是依靠数据分析来解决的，至少，在有足够规模的数据来进行分析之前，我们是很难做到的。当然，到底多大的数据量才是好的，我也不知道。

最后，记住我的忠告，在选择门将的时候不要只看中扑救数据，因为这是一个非常容易使我们产生错觉的东西。

【相关解释】

○ExpG2其实就可以看做是各种射门的难度系数。

○复现性：是指在不同测量条件下，如不同的方法，不同的观测者，在不同的检测环境对同一被检测的量进行检测时，其测量结果一致的程度(小编是文科学渣，如果疑问，请圈我)。