北海道コンサドーレ札幌ベガルタ仙台鹿島アントラーズ浦和レッズ大宮アルディージャ柏レイソルFC東京川崎フロンターレ横浜F・マリノスヴァンフォーレ甲府アルビレックス新潟清水エスパルスジュビロ磐田ガンバ大阪セレッソ大阪ヴィッセル神戸サンフレッチェ広島サガン鳥栖
モンテディオ山形水戸ホーリーホックザスパクサツ群馬ジェフユナイテッド千葉東京ヴェルディFC町田ゼルビア横浜FC湘南ベルマーレ松本山雅FCツエーゲン金沢名古屋グランパスFC岐阜京都サンガF.C.ファジアーノ岡山レノファ山口FCカマタマーレ讃岐徳島ヴォルティス愛媛FCアビスパ福岡V・ファーレン長崎ロアッソ熊本大分トリニータ
グルージャ盛岡ブラウブリッツ秋田福島ユナイテッドFC栃木SCY.S.C.C.横浜SC相模原AC長野パルセイロカターレ富山藤枝MYFCアスルクラロ沼津ガイナーレ鳥取ギラヴァンツ北九州鹿児島ユナイテッドFCFC琉球FC東京U−23ガンバ大阪U−23セレッソ大阪U−23
HOME » プレースタイル指標とは
RSS

Playing Style プレースタイル指標とは―

総論

2014年より本ウェブサイトでは【Playing Style指標】(以下、プレースタイル指標)を開発し掲載を始めました。

  • 今まで定性的に語られていた能力をわかりやすく見える化すること
  • 選手個人の特長を分かりやすく把握できること

この2点をポイントとし、データスタジアムが保有する多くのデータを偏差値化、規格化することで、分かりやすく直感的に選手の特長を理解できるよう心がけています。 開発した指標は20段階で評価しており、偏差値から下表のように分類しております。(例:選手のある指標の偏差値が56だった場合、55.0~57.5に入るためRateは9)

偏差値:3537.54042.54547.55052.55557.5
Rate:12345678910
偏差値:6062.56567.57072.57577.58082.5
Rate:11121314151617181920

プレースタイル指標は各選手個人のページやリーグサマリーページにて掲載しております。現時点ではデータの更新は年に2回となっています。

現在取り扱っているプレースタイル指標は計11種類となっており、詳細は下記にて個別に取りまとめました。

①シュート力
各プレーデータの中で最もゴールとの相関係数が高かったのはシュート数(2013年のデータにて相関係数0.8614)。シュートそのものの数から導き出した指標を「シュート力」としました。
②決定力
ゴールとの相関係数において3番目と4番目に高かったのはシュートCBPとシュート成功率。2013年のデータにおいてシュートCBPの相関係数は0.6891、シュート成功率は0.6736でした。シュートの精度に関わるこの2つのデータからゴール指標との偏相関係数をベースに合成関数を作り、「決定力」としました。
③パスレスポンス力
ゴールとの相関係数において2番目と5番目に高かったのはスルーパスからのシュート数と、スルーパスを受けた数。「決定力」と同様にこの2つの合成関数を作り「パスレスポンス力」としました。
④ドリブルチャンス力
ドリブルCBPを偏差値化したものを「ドリブルチャンス力」としました。
⑤クロスチャンス力
クロスCBPを偏差値化したものを「クロスチャンス力」としました。
⑥パスチャンス力
2013年の選手データからアシストと相関係数が高かったのはスルーパスとパスCBP。これにアシストを加え、「パスチャンス力」としました。
⑦ビルドアップ力
攻撃CBP(パスCBP+ドリブルCBP+クロスCBP)と相関の高い「キープ総数」と「20m以上のキープ数」を偏相関係数を用いて合成関数としたものを「ビルドアップ力」としました。
⑧敵陣空中戦力
敵陣で空中戦に勝利した数を偏差値化し「敵陣空中戦力」としました。
⑨自陣空中戦力
自陣で空中戦に勝利した数を偏差値化し「自陣空中戦力」としました。
⑩守備力
相手のパスCBP、ドリブルCBP、クロスCBPを奪い自チームの攻撃につなげた際にカウントされる守備Pの偏差値を「守備力」としました。
⑪ボール奪取力
選手自らが相手にプレッシャーを掛けてボールを奪いに行くプレー(タックル、インターセプト、ブロック、ミドルサード・アタッキングサードでのこぼれ球奪取)を加算したものを「ボール奪取力」としました。

関連コラム

このページをツイートして、フォロワーに広めよう!
PICK UPmore
NEW 2017 2/23 [Thu.] 2016年のJ1リーグ全試合データを機械学習し、2017年の展望を予測する(1) 富士ゼロックススーパーカップが終わり、いよいよ2/25から明治安田生命J1リーグが開幕する。本稿では、データスタジアムが保有する、2016年のJ1リーグ全出場選手の試合ごとのスタッツデータ※401項目を、機械学習手法を駆使して解析、各チームの勝敗予測モデルを作成することによって、2017年のJ1リーグの展望をデータから予測してみる。※ここでのスタッツデータとは、選手の走行距離やスプリント回数といったトラッキングデータと、インターセプト、パスやシュート、ドリブルの回数といったプレーデータを指す。 サッカーの勝敗予測はどのように行えばよいだろうか。サッカーは、ゴールが対戦相手よりも多いチームが勝利するスポーツだ。サッカーにおけるゴール数は、野球やバスケットボールなど他のスポーツと比較し、一般的に少ない。2016年J1リーグでは805ゴールが生まれたが、1試合における、各チームのゴール数は平均1.3ゴールであった。また、1試合における両チームあわせたゴール数が3ゴール以内だった試合は全体の71.6%となった。さてこのような滅多に起きない事象は、ポワソン分布と呼ばれる確率分布に従うことが知られている。ポワソン分布とは、いわゆる左右対称の正規分布ではなく、0や1といった小さい値となる確率が大きい確率分布となり、事象の平均値から求められる。
2017 1/27 [Fri.] 2016湘南シーズンレビュー ~苦しみの中に見えた光明~
2016 12/30 [Fri.] データで振り返る2016 ~川崎フロンターレ~
#footballlab
HOME » プレースタイル指標とは
Team Select close