Modelagem de zonas de influência no futebol usando tracking data

Abstract

Este trabalho tem como objetivo aplicar técnicas de geoestatística em dados de rastreamento de futebol e assim identificar zonas de influência que cada atleta exerce através das ações no momento que estão com a posse de bola, de forma a fornecer uma nova ferramenta para auxiliar uma comissão técnica a identificar jogadores que possam demandar mais atenção num contexto tático. Para isso, foi utilizada metodologia que utiliza um modelo geoestatístico bayesiano espaço-temporal através de técnica desenvolvida por Rue et al. (2009), e utiliza como modelo o Stochastic Partial Differential Equations (SPDE). Através deste método, computamos a moda a posteriori por meio do Integrated Nested Laplace Approximation (INLA). Pela excessiva demanda computacional, o modelo é aplicado a apenas uma partida de futebol. Os resultados obtidos confirmam a existência de dependência espacial e temporal entre os jogadores ao longo de uma partida.

The aim of this work is to apply geostatistical techniques to soccer tracking data and thus identify zones of influence that each player exerts through their actions when in possession of the ball, in order to provide a new tool to help a coaching staff identify players who may require more attention in a tactical context. To do this, we used a methodology that employs a Bayesian spatio-temporal geostatistical model through a technique developed by Rue et al. (2009), and uses the Stochastic Partial Differential Equations (SPDE) as a model. Using this method, we compute the posteriori mode using the Integrated Nested Laplace Approximation (INLA). Due to the excessive computational demands, the model is applied to just one soccer match. The results obtained confirm the existence of spatial and temporal dependence between players over the course of a match.