start

Beschreibende Statistiken und Analysen rund um den Ball grafisch kompakt dargestellt.



Timeline of @michael_karbach

michael_karbach avatar

Top 5 leagues final points per match charts 19/20 @Bundesliga_EN @SerieA @LaLiga @premierleague @Ligue1_ENG https://t.co/YMJZBWE5v8
About 23 hours, 22 mins ago by: BStat (@michael_karbach)



Auswirkungen von Geisterspielen in der Bundesliga

In diesem Artikel analysieren wir die Bedeutung von Geisterspielen in der 1.Bundesliga in der Corona-Saison 19/20. Wir gehen den Fragen nach, wie sich Geisterspiele auf den

  • Heimvorteil,
  • den Gesamtspieldaten beider Teams und
  • den Spieldaten-Differenzen

ausgewirkt haben. Die Analyse basiert auf statistischen Argumenten, dabei legen wir den Schwerpunkt auf eine anschauliche grafische Darstellung der Sachverhalte. Der Artikel stellt keine wissenschaftliche Untersuchung dar, jedoch wurden außer den hier gezeigten Resultaten und Ergebnissen viele weitere statistische Tests durchgeführt, um eine gewisse Sicherheit in den Aussagen zu gewährleisten. Tatsächlich haben diese Analysen gezeigt, dass die Schlussfolgerungen alle sehr ähnlich sind und sich nur in leicht unterschiedlichen Zahlen bemerkbar machen. Besonderes Augenmerk wird auf den viel diskutierten schwindenden Heimvorteil in Geisterspielen gelegt.

→ Weiterlesen...

2020/06/02 11:15

Noten aller Spieler über alle Spieltage

Die Farben der Punkte stammen von den Portalen:

Zur Nomenklatur der Grafiken:

  • # Die Anzahl der benoteten Spiele.
  • Die kleineren grünen Noten in Rechtecken sind die Notenmittelwerte des Spieltages.
  • min[Ø] Beste mittlere Note der Saison.
  • max[Ø] Schlechteste mittlere Note der Saison.
  • #[Ø-Team]< Anzahl der Male, in der ein Spieler besser war als der Schnitt der Mannschaft,
  • #[Ø-Team]> Anzahl der Male, in der ein Spieler schlechter war als der Schnitt der Mannschaft.


→ Weiterlesen...

2020/02/03 16:39

Form charts in Premier League 19/20

Here you see form graphs for Premiere League season 2019/20 for all clubs. The graphics show the moving averages of points over 10 games, as well as the averaged xGoals and xGoals against of the teams. Furthermore, the green shaded area marks the region to the averaged scores. If this area is above the thick green line, the teams over performs, if it is below the team under performs. Similarly, but vice versa for the red shaded area from the goals against. Above the red line means under performing, below over performing.

All data are collected from Understat.com. The charts will usually be updated after finishing a game day. The order of teams is alphabetically and the same as in predictions for 2019/20.


→ Weiterlesen...

2020/01/30 08:12

Trainerwechsel und Spielstiländerungen in der Saison 19/20

Zu Beginn der Saison 19/20 gab es in der Bundesliga viele Trainerwechsel und dadurch bedingt typischerweise auch mehr oder minder starke Veränderungen im Spielstil der betroffenen Teams. Solche Veränderungen sind für ausgebildete Trainer erkennbar, für den gemeinen Fußballfan vielleicht nicht in allen Facetten. Wir wollen hier der Frage nachgehen, inwieweit mögliche Veränderungen signifikant auch in statistischen Spieldaten sichtbar sind. Dazu betrachten wir ausgewählte Spieldaten, die einen Spielstil charakterisieren. Im Einzelnen sind dies:

  • Laufdaten: Laufleistung und Sprints
  • Zweikampf: Fouls und Zweikampfquote
  • Passspiel: Ballbesitz und Passquote
  • Offensive: Torschüsse und xGoals
  • Defensive: Gegentorschüsse und Gegen-xGoals

Als Datenbasis legen wir die Spieldaten von Sport.de aus der Saison 18/19 und der Hinrunde 19/20 zugrunde und vergleichen im Wesentlichen zwei Teams mit jungen neuen Trainern:

  • Gladbach - D. Hecking $\rightarrow$ M. Rose,
  • Schalke 04 - D. Tedesco / H. Stevens $\rightarrow$ D.Wagner,

Im Einzelfall betrachten wir jedoch auch andere Teams, bei denen es zu markanten Verschiebungen in Spieldaten gekommen ist, insbesondere auch wegen der hier dargestellten Methode den #FCB, da in diesem Fall die Datenbasis für einen Vergleich deutlich kleiner ist und Aussagen bezüglich signifikanten Änderungen schwieriger sind.

Alle Spieldaten werden wir anhand der Mittelwerte (Mediane) und Schwankungen miteinander vergleichen und dabei auf statistische Signifikanz testen. Um dies grafisch zu verdeutlichen, stellen wir die Daten als sogenannte Box-Plots dar und führen t-Tests als Signifikanztest durch. Auf alle Details dieser Methoden werden wir hier nicht eingehen, die wesentlichen Merkmale jedoch anhand einfach verständlicher Beispiele anschaulich erklären.

→ Weiterlesen...

2019/12/26 14:28
  • Zuletzt geändert: 2018/08/04 08:57
  • von admin