📊 statistics

Leicester's Tale: Another Perspective on the EPL 2015/16 Through Expected Goals (xG) Modelling

Este estudo utiliza um modelo probabilístico baseado em gols esperados (xG) para analisar a temporada 2015/16 da Premier League, demonstrando que, embora a vitória histórica do Leicester City tenha sido um evento estatisticamente improvável, o modelo capturou seu desempenho real e serviu como uma ferramenta eficaz de diagnóstico precoce e baseline probabilística, em vez de um preditor infalível de resultados raros.

Autores originais: Sheikh Badar Ud Din Tahir, Leonardo Egidi, Nicola Torelli

Publicado 2026-02-18

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Sheikh Badar Ud Din Tahir, Leonardo Egidi, Nicola Torelli

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que o futebol é como uma grande orquestra. O que vemos no placar (quem marcou quantos gols) é apenas a música final que chega aos nossos ouvidos. Mas, para entender se a orquestra realmente tocou bem ou se apenas teve sorte, precisamos olhar para as partituras, para a qualidade das notas que cada músico tentou tocar.

Este artigo é como um detetive de estatísticas que usou uma ferramenta chamada "Gols Esperados" (ou xG) para investigar a temporada milagrosa do Leicester City na Premier League de 2015/16.

Aqui está a história simplificada, usando analogias do dia a dia:

1. O Problema: O Placar vs. A Realidade

Na vida real, às vezes você vai a um restaurante e pede um prato que parece incrível na foto (o chute), mas o garçom traz algo que não é tão bom (o gol). Outras vezes, você pede algo simples e o chef faz uma obra de arte.
No futebol, o placar final (quem ganhou) nem sempre conta a história completa. Um time pode ter chutado 20 vezes e não marcar nada (má sorte), enquanto outro chuta 2 vezes e marca dois gols (má sorte para o adversário).

Os autores deste estudo perguntaram: "Será que podemos prever quem vai ganhar o campeonato olhando apenas a qualidade dos chutes, antes mesmo de ver o placar final?"

2. A Ferramenta: O "Termômetro de Qualidade" (xG)

Os pesquisadores criaram um modelo matemático que funciona como um termômetro de qualidade.

Em vez de contar apenas os gols, eles olharam para cada chute individual.
Eles perguntaram: "Dada a posição do jogador, o tipo de chute e a situação do jogo, qual a chance de isso virar gol?"
Se um jogador chuta de longe, a chance é baixa (como tentar acertar uma mosca a 50 metros). Se chuta de frente para o gol, a chance é alta (como acertar uma mosca a 1 metro).

Somando todas essas chances, eles criaram o xG. É como se dissessem: "Este time jogou como se tivesse feito 1,8 gols, mesmo que no placar tenha feito 0."

3. O Mistério do Leicester City

O Leicester City venceu o campeonato de 2015/16. Era um time pequeno, que quase caiu no ano anterior, e as apostas diziam que eles tinham 1 em 5.000 de chance de ganhar. Foi um milagre?

O estudo usou o modelo para simular a temporada inteira milhares de vezes, como se fosse um videogame de futebol rodando em um computador:

O Cenário Real: O Leicester venceu.
O Cenário do Computador (Baseado no xG): O computador rodou a temporada 1.000 vezes. Na maioria das vezes, times grandes como Arsenal e Manchester City ganhavam.
O Resultado: O Leicester apareceu como campeão em apenas 16,7% das simulações.

A Analogia da Loteria:
Imagine que o Leicester comprou um bilhete de loteria. A maioria das pessoas acha que é impossível ganhar. O estudo diz: "Olha, o Leicester não comprou apenas um bilhete. Eles compraram um bilhete que tinha uma chance real, embora pequena, de ganhar. Eles não eram um time ruim; eles foram apenas extremamente sortudos na hora de converter as chances em gols."

4. O Grande Achado: O "Sinal de Alerta"

A parte mais legal do estudo não foi olhar para trás (o que aconteceu), mas sim olhar para o meio da temporada.

Imagine que você está no meio de uma corrida de 400 metros. Você olha para os corredores e vê quem está correndo melhor, mesmo que a posição na pista não reflita isso ainda.

No meio da temporada, o Leicester já estava em 2º lugar no placar.
Mas, quando os pesquisadores olharam para o "Termômetro de Qualidade" (xG) deles, o Leicester já era um dos melhores times em termos de criação de chances.
A Conclusão: O sucesso do Leicester não foi um acidente total. Eles estavam jogando bem o suficiente para ser candidatos ao título, mesmo que a vitória final fosse um evento raro (como um furacão em uma cidade que raramente tem tempestades).

5. O Que Isso Significa para Nós?

O estudo nos ensina duas coisas importantes:

O futebol é imprevisível: Mesmo com modelos matemáticos super avançados, o acaso sempre existe. Times podem ter sorte ou azar.
O xG é um bom "termômetro", mas não um "oráculo": Ele é ótimo para dizer se um time está jogando bem ou mal antes do resultado final. Ele serve como um sinal de alerta precoce. Se um time está perdendo pontos mas tem um xG alto, significa que eles estão jogando bem e provavelmente vão melhorar. Se estão ganhando com xG baixo, é provável que vão perder pontos no futuro.

Resumo Final

O Leicester City venceu o campeonato de 2016 porque foi um time que jogou bem (criou boas chances) e teve uma dose extra de sorte (converteu essas chances em gols de forma extraordinária). O estudo mostra que, embora a vitória fosse improvável, não era impossível. O modelo matemático conseguiu ver o potencial do time antes mesmo de todo mundo perceber, provando que, às vezes, os números conseguem ver o que os olhos apenas suspeitam.

Em suma: O Leicester não foi um fantasma; foi um time que teve a sorte de um deus e a qualidade de um campeão.

1. Problema e Motivação

O artigo aborda uma lacuna fundamental na análise esportiva de futebol: a capacidade dos modelos probabilísticos de refletir o desempenho real enquanto atribuem probabilidades significativas a resultados raros que se desviam drasticamente das expectativas.

Contexto: A temporada 2015/16 da Premier League (EPL) é o caso de estudo, onde o Leicester City, um time que evitou o rebaixamento no ano anterior e tinha odds de 5000-1, venceu o campeonato.
Questão Central: Os modelos de Expected Goals (xG) devem ser vistos como preditores determinísticos de resultados finais ou como ferramentas de inferência ex ante (pré-evento) e diagnóstico precoce? O estudo questiona se o sucesso do Leicester foi uma anomalia estatística completa ou se havia sinais subjacentes de desempenho que o modelo poderia ter capturado, mesmo que com baixa probabilidade.
Objetivo: Desenvolver um framework probabilístico baseado em xG para quantificar a "incerteza de classificação" (ranking uncertainty), simular tabelas de classificação e identificar a probabilidade de eventos raros (como vitórias de underdogs).

2. Metodologia

O estudo propõe um pipeline analítico end-to-end que transforma dados de nível de tiro (shot-level) em simulações de temporada completa.

A. Fonte de Dados

Dataset: Premier League 2015/16 (380 partidas, 20 times).
Dados Utilizados: Dados de nível de partida (resultados, odds) e dados de nível de evento (tiros, faltas, passes).
Variáveis Chave: Localização do tiro, tipo de chute, parte do corpo usada, situação do jogo (jogo aberto, falta, canto), método de assistência e contra-ataque.

B. Engenharia de Recursos e Modelagem de xG

O estudo desenvolveu um modelo de regressão logística para estimar a probabilidade de um tiro resultar em gol ( $p_i$ ).

Recursos (Features): Criaram-se zonas de distância (perto, médio, fora da área, longo alcance), localização granular, parte do corpo, situação e interações (ex: zona de distância $\times$ parte do corpo).
Modelos Comparados:
1. Modelo Base: Zonas de distância padrão.
2. Modelo de Interação: Inclui interação entre zona de distância e parte do corpo.
3. Modelo de Zonas Granulares: Substitui as zonas de distância por categorias mais finas (ex: centro da área, lateral da área, ponto de penalidade).
Seleção do Modelo: O Modelo de Zonas Granulares foi selecionado como o ótimo, apresentando o menor Critério de Informação de Akaike (AIC = 5261,82) e desvio residual, indicando o melhor ajuste com parcimônia.

C. Framework de Simulação (Poisson)

Uma vez estimados os valores de xG para cada tiro, o framework simula o restante da temporada:

Estimativa de Força: Agregação dos xG ofensivos ( $xG_{for}$ ) e defensivos ( $xG_{against}$ ) por equipe.
Normalização: Conversão para taxas por partida e normalização pela média da liga.
Geração de Resultados: Uso de processos de Poisson para simular gols em cada partida restante, baseados nas taxas de ataque e defesa ajustadas pelo oponente.
Simulação de Temporada: Execução de 1.000 simulações completas para gerar distribuições de pontos, classificações e probabilidades de títulos/rebaixamento.

D. Abordagem Ex Ante vs. Ex Post

Diagnóstico Ex Ante (Meio da Temporada): O modelo usa apenas dados da primeira metade da temporada para simular a segunda metade. Isso testa a capacidade do xG de servir como sinal de alerta precoce.
Benchmark Ex Post (Fim da Temporada): Usa dados completos da temporada para simular a tabela final, servindo como um limite superior de ajuste do modelo.

3. Resultados Principais

A. Sinal de Alerta Precoce (Meio da Temporada)

Correlação: Existe uma relação monotônica clara entre o quartil de xG da primeira metade e a acumulação de pontos na segunda metade. O xG captura dimensões de desempenho subjacente não refletidas imediatamente na tabela de pontos.
Desempenho do Leicester: No meio da temporada, o Leicester estava em 2º lugar na tabela de pontos, mas em 4º lugar no ranking de xG. O modelo identificou que o time tinha um perfil de desempenho subjacente forte, justificando sua posição de candidato ao título, embora a vitória final fosse um evento de cauda (baixa probabilidade).

B. Probabilidades de Resultado e Incerteza

Probabilidades de Título (Meio da Temporada):
- Arsenal: 49,0%
- Manchester City: 26,6%
- Leicester City: 16,7% (com probabilidade de Top 4 > 80%).
Interpretação: Embora a probabilidade do Leicester fosse menor que a dos favoritos tradicionais, ela era estritamente positiva e não negligenciável. Isso demonstra que o sucesso do Leicester não foi totalmente desconectado de seu desempenho real, mas sim uma realização de baixa probabilidade dentro da distribuição prevista.
Rebaixamento: Times como Aston Villa, Sunderland e Newcastle apresentaram altas probabilidades de rebaixamento (>50-90%), alinhando-se com seus resultados reais.

C. Benchmark Ex Post (Temporada Completa)

O modelo, quando alimentado com dados completos, reproduziu a estrutura geral da tabela com alta correlação (Spearman $\rho \approx 0,83$ para pontos e $\approx 0,82$ para classificação).
No entanto, mesmo com informações completas, prever a vitória exata do Leicester permaneceu difícil, reforçando que o xG é uma linha base probabilística e não um preditor determinístico de eventos extremos.

4. Contribuições Chave

Quantificação da Incerteza de Classificação: O estudo formaliza a incerteza inerente às classificações de ligas através de simulações baseadas em xG, mostrando que a posição final nem sempre reflete a qualidade subjacente.
Validação de Sinais Ex Ante: Demonstra que o xG funciona melhor como uma ferramenta de diagnóstico precoce e quantificação de incerteza do que como um preditor de resultados raros. O modelo conseguiu identificar o Leicester como um candidato plausível (Top 4) antes da vitória final.
Pipeline Transparente: Oferece um pipeline estatístico reprodutível que combina regressão logística para estimativa de xG com processos de Poisson para simulação de temporadas.
Reinterpretação de Anomalias: Recontextualiza a temporada do Leicester City não como uma "sorte pura", mas como a realização de um evento de cauda de uma distribuição onde o time já mostrava força subjacente.

5. Significado e Limitações

Significado: O trabalho muda a perspectiva sobre o uso de xG. Em vez de tentar prever o vencedor exato, o xG deve ser usado para definir o "espectro de resultados plausíveis" e identificar times que estão performando acima ou abaixo do esperado, servindo como um sistema de alerta para regressão ou melhoria futura.
Limitações:
- O modelo de regressão logística trata tiros como eventos independentes, ignorando sequências táticas e momentum.
- Não incorpora pressão defensiva, posicionamento do goleiro ou estilo de jogo específico do time.
- A simulação Poisson pode exagerar a variância em pequenas amostras (simulando 4-5 gols para times com xG baixo), o que pode inflar a probabilidade de eventos improváveis.
Futuro: Sugere-se incorporar habilidades específicas de jogadores, pressão defensiva e modelos de sequência (como RNNs) para melhorar a precisão.

Conclusão: O estudo conclui que o modelo de Leicester City foi uma "realização de cauda" (tail outcome). O modelo xG não previu a vitória com certeza, mas forneceu a informação correta de que o time era um competidor forte e que a vitória, embora improvável, era estatisticamente possível com base no desempenho de meio de temporada.