Abordagem multivariada para comparação de atletas de futebol

Abstract

Este trabalho tem como objetivo identificar quais jogadores dos campeonatos de futebol se destacam tecnicamente, além de distinguir grupos de atletas com características semelhantes, o que poderia auxiliar em possíveis contratações de clubes que buscam jogadores com habilidades complementares em uma equipe. Para isso, foram utilizadas técnicas de estatística multivariada em duas das cinco principais ligas de futebol do mundo, a francesa e a espanhola, os dados foram obtidos através da tecnica de web scapping. A primeira etapa da abordagem proposta consiste na separação de atletas conforme suas posições e trasnformação de variáveis do banco de dados, a etapa seguinte é a redução de dimensionalidade das variáveis transformadas, por meio da técnica de componentes principais. Na terceira etapa foram utilizadas técnicas de agrupamento não-hierárquicas, por fim, na etapa quatro, procurou-se jogadores semelhantes adotando duas métricas: distância euclidiana e similaridade por cosseno. Os jogadores de maior performance dentro dos grupos foram considerados como referência e comparados com jogadores semelhantes através da análise do gráfico de radar, que indica visualmente os pontos fortes de cada atleta.

This work aims to identify which players of the championships of technically stand out, in addition to distinguishing groups of athletes with similar characteristics, which could assist in possible club signings who look for players with complementary skills in a team. For this, multivariate statistical techniques were used in two of the five main football leagues in the world, the French and the Spanish, the data were obtained through of the web scrapping technique. The first stage of the proposed approach consists of the separation of athletes according to their positions and the transformation of variables from the data, the next step is to reduce the dimensionality of the transformed variables, through the principal component technique. In the third stage, non-hierarchical clustering techniques, finally, in step four, we sought to similar players adopting two metrics: Euclidean distance and similarity by cosine. The highest performing players within the groups were considered as a reference and compared to similar players through analysis of the radar graph, which visually indicates the strengths of each athlete.