R语言怎么写积分_[R] - 数据解读足球的"主场优势"以及影响排名的因素...

足球的主场优势体现在: 地利(场地熟悉, 没有舟车劳顿)人和(球迷亲人助威, 老板督战)

从各大联赛的主客场积分上也能明显体现出来，比如英超16/17赛季主客场积分：

几乎所有球队的主场战绩都要好于客场

----------

再看17/18赛季意甲积分情况

进球最多的拉齐奥只能排第5，失球过多应该是一个主要原因，但到底是什么影响到最终的排名呢？光靠眼睛看每个赛季的图表可能有点吃力

那么下面就讨论一下如何用R语言从五大联赛赛季排名数据中寻找规律并 验证主场优势 以及 影响最终排名的主要因素

---

从pearson相关性系数看，和积分（即排名）相关性较高的为主场净胜球、主场积分、客场积分；相对主场战绩和总积分的相关性更高

残差并非完全服从正态分布，检查了离群值大部分是垫底球队的数据（一些垫底球队的丢球数和积分实在有些离谱），这里暂时忽略掉

---

下面就从相关性最大的两个因素展开分析：

五大联赛2009~2018年所有球队积分+净胜球分布图(虚线表示平均值)

1. 积分、净胜球均值51.14、0
2. 客场积分、净胜球均值20.57、-7.39
3. 主场积分、净胜球均值30.6、7.39

可见主场优势在数据上体现的非常明显 所有指标都呈现正偏态分布，偏离较大的数值基本都是各大豪门贡献，足球界的金元效应明显

--------------

五大联赛2009~2018年前三名积分+净胜球分布图：

前三名净胜球均值主场是客场的2.08倍，但积分只有1.26倍；这说明了2点： 1. 想进入前3，客场拿分能力很重要 2. 即便是强队，在客场踢球会艰难很多 同时主场积分略微呈现负偏态分布，说明主场拿分能力是进入前3的最基本保障（44.43/(19*3) = 78%）

五大联赛2009~2018年冠军积分+净胜球分布图：

冠军净胜球均值主场是客场的1.76倍，积分1.21倍 冠军球队主场拿分率均值是恐怖的 48.29/(19*3) = 84.7%

五大联赛2009~2018年降级区积分+净胜球分布图：

降级区净胜球均值为-30.36，其中73%由客场贡献，积分主场贡献64%

换个姿势，以排名顺序看一下主客场的数据范围

关键几点

• 主场优势显而易见
• 冠军的客场净胜球至少是正值
• 冠军的主场积分最少是40
• 冠军客场失球数<=26
• 前6的主场净胜球至少>=0
• 前6的客场失球数<=35

---

以上可视化图标涉及的包为: highcharter, GGally

jbkunst/highcharter​github.com

https://github.com/ggobi/ggally​github.com

---

本专栏只生产干货，喜欢请关注：

数据及可视化​zhuanlan.zhihu.com