Absolute and Relative Performance Indicators Associated with Match Success Across Six European Professional Football Leagues

Resumo Técnico: Indicadores de Desempenho Absolutos e Relativos Associados ao Sucesso em Partidas em Seis Ligas Profissionais de Futebol Europeu

Definição do Problema

A análise de desempenho no futebol tem focado tradicionalmente na identificação de indicadores absolutos de desempenho em partida (ex: total de chutes, posse de bola) associados ao sucesso competitivo. No entanto, existe uma lacuna metodológica significativa em relação a como o desempenho competitivo deve ser representado analiticamente. O futebol é um sistema interativo onde o significado de qualquer ação depende do comportamento da equipe adversária; contudo, a maioria das pesquisas baseia-se em estatísticas isoladas de equipes, assumindo implicitamente que estas fornecem uma representação adequada do desempenho competitivo. Este estudo aborda a questão fundamental de se o sucesso competitivo é caracterizado com maior precisão por indicadores absolutos, indicadores relativos (diferenças entre equipe e adversário) ou uma combinação de ambos.

Metodologia

Desenho do Estudo e Amostra:
Este estudo observacional retrospectivo utilizou um desenho comparativo e preditivo analisando dados da temporada 2023–2024 em seis ligas domésticas profissionais europeias: a Premier League inglesa, LaLiga espanhola, Serie A italiana, Bundesliga alemã, Ligue 1 francesa e Primeira Liga portuguesa. O conjunto de dados compreendeu 2.058 partidas oficiais, resultando em 4.116 observações de equipe-partida (duas observações por partida).

Variáveis:
O estudo examinou três representações analíticas:

1. Indicadores Absolutos: Valores registrados por uma equipe independentemente (ex: % de posse de bola, total de chutes, chutes ao alvo, precisão de passe, eficiência ofensiva).
2. Indicadores Relativos: Calculados como a diferença entre o valor da equipe focal e o valor do adversário dentro da mesma partida (ex: Chutes ao Alvo Relativos = Chutes ao Alvo da Equipe − Chutes ao Alvo do Adversário).
3. Indicadores Combinados: Uma integração de variáveis tanto absolutas quanto relativas.

Análise Estatística:

• Descritiva e Inferencial: Foram utilizadas ANOVAs de uma via para comparar indicadores entre vitórias, empates e derrotas, com tamanhos de efeito quantificados através de eta quadrado parcial ($\eta_p^2$).
• Modelagem Preditiva: Modelos de regressão logística multivariável foram estimados para prever a vitória (vs. não vitória). Três modelos foram comparados: um utilizando apenas indicadores absolutos, um utilizando apenas indicadores relativos, e um utilizando um conjunto combinado.
• Métricas de Desempenho: Os modelos foram avaliados utilizando a Área Sob a Curva ROC (AUC), acurácia, sensibilidade, especificidade e escore de Brier.
• Seleção do Modelo Final: Um procedimento de seleção backward stepwise foi aplicado ao modelo combinado para identificar preditores independentes de vitória. Os erros padrão foram agrupados (clustered) ao nível da partida para considerar a não-independência das duas observações de equipe derivadas de um único confronto.

Principais Resultados

1. Capacidade Discriminatória (Análise Descritiva):
Os indicadores relativos demonstraram consistentemente um poder discriminatório superior em comparação aos indicadores absolutos.

• Tamanhos de Efeito: Os maiores tamanhos de efeito foram observados para a superioridade ofensiva em relação ao adversário. A eficiência ofensiva relativa ($\eta_p^2 = 0,398$), os chutes ao alvo relativos ($\eta_p^2 = 0,261$) e a precisão de chute relativa ($\eta_p^2 = 0,159$) mostraram efeitos substancialmente maiores do que seus homólogos absolutos.
• Indicadores Absolutos: Embora as equipes vencedoras geralmente tenham superado as equipes perdedoras em termos absolutos (ex: posse de bola, total de chutes), os tamanhos de efeito foram modestos (ex: posse de bola $\eta_p^2 = 0,028$), indicando que a produção absoluta sozinha explica uma proporção limitada da variância do resultado.

2. Desempenho Preditivo (Regressão Logística):

• Modelo Absoluto: Alcançou um AUC de 0,87, acurácia de 78,8% e um escore de Brier de 0,143. A sensibilidade foi notavelmente inferior (65,7%) à especificidade (86,5%).
• Modelo Relativo: Superou significativamente o modelo absoluto com um AUC de 0,96, acurácia de 90,9% e um escore de Brier de 0,071. A sensibilidade aumentou para 86,3%.
• Modelo Combinado: Produziu o maior desempenho geral (AUC = 0,97, acurácia = 93,3%, escore de Brier = 0,058). No entanto, a melhoria sobre o modelo apenas relativo foi modesta (aumento de AUC de 0,01; aumento de acurácia de 2,4 pontos percentuais), sugerindo que o principal ganho em poder preditivo provém da representação relativa.

3. Preditores Independentes de Vitória:
No modelo multivariável final (abordagem combinada), três indicadores permaneceram independentemente associados à vitória:

• Chutes ao Alvo Relativos: Associação mais forte (Razão de Chances [OR] = 31,59).
• Eficiência Ofensiva Relativa: Associação forte (OR = 25,88).
• Eficiência Ofensiva Absoluta: Retificou valor explicativo complementar (OR = 3,29).

Principais Contribuições

• Mudança Metodológica: O estudo demonstra que a representação analítica do desempenho (absoluto vs. relativo) é um determinante fundamental da capacidade explicativa e preditiva na pesquisa de futebol. Argumenta-se que a superioridade competitiva é melhor capturada por diferenças entre equipe e adversário do que por estatísticas de produção isoladas.
• Resolução de Inconsistências: Os achados oferecem uma explicação metodológica para as inconsistências históricas na literatura sobre a importância de variáveis como a posse de bola. O estudo sugere que a variabilidade na importância relatada pode advir de se o desempenho é analisado em isolamento ou em relação ao adversário.
• Otimização de Modelos: A pesquisa estabelece que, embora a integração de indicadores absolutos forneça uma melhoria complementar modesta, a vasta maioria do ganho explicativo na modelagem do sucesso em partidas deriva da contextualização do desempenho da equipe através de diferenças referenciadas pelo adversário.

Significado e Alegações

O artigo alega que a principal contribuição não é a identificação de novos indicadores de desempenho, mas a demonstração de que como o desempenho é representado influencia fundamentalmente a informação extraída sobre o sucesso competitivo.

• Natureza Relacional do Desempenho: Os resultados apoiam a visão conceitual de que o futebol é um sistema interativo onde o significado de uma estatística é contingente ao comportamento do adversário. Portanto, representar o desempenho através de diferenças entre equipe e adversário fornece um quadro analítico mais informativo do que analisar estatísticas de equipe isoladas.
• Papéis Complementares: O estudo postula que indicadores absolutos e relativos não são mutuamente exclusivos, mas descrevem dimensões diferentes. Os indicadores absolutos caracterizam como uma equipe joga (produção), enquanto os indicadores relativos quantificam a vantagem competitiva estabelecida. Para o objetivo específico de explicar ou modelar o sucesso em partidas, o quadro relativo é superior, embora a integração de ambos resulte nos modelos mais robustos.
• Implicação Prática: Para a análise de desempenho aplicada, o artigo sugere que, embora as estatísticas absolutas continuem valiosas para descrever estilos de jogo, compreender os resultados das partidas exige interpretar estas estatísticas ao lado de valores referenciados pelo adversário para capturar o contexto competitivo.

O autor mantém uma postura modesta, observando que estes achados se baseiam em dados censitários de uma única temporada e que a forte associação da "eficiência ofensiva" com a vitória deve-se, em parte, à sua proximidade matemática com o resultado (gols marcados). Ele pede que pesquisas futuras validem estes princípios relacionais através de múltiplas temporadas, diferentes contextos e com dados de rastreamento (tracking) mais granulares.