Примитивный кластерный анализ ведущих европейских чемпионатов

Этот пост написан пользователем Sports.ru, начать писать может каждый болельщик (сделать это можно здесь).

Причинами того, что это исследование было проведено, являются желание на безработном досуге изучить язык R и ограниченность круга статистических интересов футболом.

Целью анализа было разобраться, какие команды что из себя представляют в последние годы, т.к. я не слишком активно следил за всеми турнирами и немного потерялся в этом, а также получить общее представление о том, что происходит в какой из стран и, например, выбрать чемпионат, за которым наблюдать было бы интереснее, чем за другими. Кроме того, анализ должен помочь сопоставить нетоповые клубы различных чемпионатов, если кто-то вдруг задастся таким вопросом.

Для исследования были использованы данные последних трёх сезонов 7 ведущих европейских чемпионатов (топ-5 + Португалия и Россия). Брались только комады, находящиеся на данный момент в высших дивизионах и проведшие в них хотя бы два последних года. Рассматривались занятые командами места и их воприятие букмекерами, т.е. сумма коэффициентов на победы команды в каждом из матчей сезона. Совмещение этих факторов должно показать класс команды более точно, чем фактичекий результат, т.к. у команды мог сложиться более-менее случайно удачный или неудачный сезон.

По итогам анализа команды были разбиты на 7 кластеров (кажется, что много, однако сжатие сделает разбивку недостаточной):

• elite - команды, не опускавшиеся ниже 3-его места;
• top - команды, входившие в тройку и не опускавшиеся ниже зоны Еврокубков;
• subtop - команды, не входившие в тройку и не опускавшиеся ниже зоны Еврокубков или команды, входившие в тройку, но опускавшиеся ниже зоны Еврокубков;
• upper - команды, выходившие в Еврокубки и не опускавшиеся ниже первой десятки;
• dark horse - команды, выходившие в Еврокубки и опускавшиеся ниже первой десятки;
• mediocre - команды, не выходившие в Еврокубки, но и не приближавшиеся к зоне вылета;
• bad - команды, не выходившие в Еврокубки и приближавшиеся к зоне вылета.

В различных чемпионатах состав кластеров получился сильно разным, и исходя из него можно дать обобщённую характеристику каждого из чемпионатов, навроде идущей по НТВ+ рекламы чемпионата Италии как "бескомпромиссных битв середняков" или Германии как "самого непредсказуемого, за исключением чемпионства Баварии".

Общая картина такова:

Ниже приведены более подробные данные по каждому из чемпионатов.

Германия

Очевидным лидером является Бавария, также всегда борется за высокие места Байер. Боруссия Дортмунд и Шальке также сильны, однако менее стабильны. Целых 6 команд попали в категорию dark horse, что подтверждает тезис о непредсказуемости Бундеслиги. К середнякам относится только Майнц, откровенно безнадёжных команд только 3.

Англия

Один из двух чемпионатов, в которых заполнены все 7 кластеров. При этом наиболее заполнены нижние, а тёмная лошадка только одна - Саутгемптон. Т.е. английский чемпионат является сильно упорядоченным и у каждой из более-менее сильных команд есть своё законное место в таблице, от которого они не особо отклоняются от сезона к сезону.

Франция

Здесь также заполнены все кластеры и много ни на что не рассчитывающих команд. В целом, отличия от Англии незначительные. Лично для меня открытие - выход Сент-Этьена на стабильный уровень Еврокубков наравне с Лиллем.

Италия

В Италии нет борьбы за чемпионство, зато упорная борьба за остальные высокие места (top + subtop содержат 5 команд, больше, чем в любом другом турнире), а середняков нет. И больше всего ни за что не борящихся команд именно здесь.

Португалия

В Португалии велик разрыв между борющимися за чемпионство Бенфикой и Порту и остальными командами, которые распределены между кластерами равномерно.

Россия

ЦСКА и Зенит также имеют отрыв от других команд, зато за остальные высокие места борьба идёт серьёзная. Тёмные лошадки и середняки отстутствуют как класс, т.е. первая восьмёрка команд значительно сильнее более низших.

Испания

3 элитных команды далеко впереди остальных (пуст даже кластер subtop), за остальные еврокубковые места идёт равная борьба с периодическим участием тёмных лошадок. Неожиданность - стабильное нахождение Малаги в верхней части чемпионата.

Общих выводов по чемпионатам делать не буду (разве что - что НТВ+ прав в своих рекламах), но можно найти забавные вещи типа того, что Интер в Италии занимает сейчас позиции, аналогичные Рубину или Кубани в России, или что Байер в Германии - такой же вечно борющийся за места не выше третьего, как Арсенал в Англии. Анализ вышел достаточно неглубоким, однако, кажется, могущим дать представление о том, кто есть кто в европейском футболе на данный момент.