dữ liệu đội hình world cup 2022

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (3.02 MB, 27 trang )

<span class="text_page_counter">Trang 1</span><div class="page_container" data-page="1">

<i>1.2.2. Đối tượng nghiên cứu...1</i>

<b>1.3. Mục tiêu nghiên cứu...2</b>

<b>1.4. Qui trình thực hiện, cơng cụ hỗ trợ...2</b>

<b>2.1. Tập dữ liệu World Cup 2022...4</b>

<b>2.2. Phân tích thống kê mô tả...4</b>

<i>2.3.1. Ước lượng điểm cho một tổng thể...17</i>

<i>2.3.2. Ước lượng khoảng cho một tổng thể...18</i>

<i>2.5.1. Kiểm định về trung bình...20</i>

<b>2.6. Bài toán kiểm định cho phương sai hai tổng thể...22</b>

<b>2.7. Bài tốn Phân Tích Phương Sai...22</b>

<b>2.8. Bài tốn kiểm định Chi - bình phương...23</b>

</div><span class="text_page_counter">Trang 2</span><div class="page_container" data-page="2">

<i>2.8.1. Bài tốn kiểm định Chi - bình phương về tính độc lập...23</i>

<i>2.8.2. Bài tốn kiểm định Chi - bình phương về phân phối chuẩn...24</i>

</div><span class="text_page_counter">Trang 3</span><div class="page_container" data-page="3">

<b>PHẦN 1. MÔ TẢ BỘ DỮ LIỆU1.1. Lý do nghiên cứu</b>

Bộ dữ liệu gồm danh sách đội tuyển quốc gia bóng đá của 32 nước được góp mặt vào trong kỳ World Cup 2022.

Việc lựa chọn đề tài “Dữ liệu đội hình World Cup 2022” khơng chỉ là một quyết định dựa trên tính thực tế và tình hấp dẫn của sự kiện thể thao lớn nhất hành tinh mà con bởi nó đặt trước mặt chúng ta một biển rộng của chi thức và sự khám phá.

Sự kiện World Cup không chỉ thu hút sự chú ý của hàng tỷ người hâm mộ, mà còn là một bức tranh phức tạp về những cá nhân, tài năng, và chiến thuật. Để hiểu rõ hơn về sự phức tạp đó, việc sử dụng dữ liệu về đội hình là một bước đi sáng suốt. Dữ liệu này không chỉ là số liệu khô khan về trận đấu, bàn thắng, mà nó cịn là câu chuyện về sức mạnh, sự phối hợp và chiến thuật của từng đội bóng. Việc làm việc với dữ liệu thực tế từ một sự kiện quan trọng sẽ giúp ta phát triển khả năng tư duy phân tích và giải quyết vấn đề trong lĩnh vựcc xác suất thống kê. Tóm lại, dữ liệu này có tính ứng dụng cao, đa dạng, cung cấp cơ hội phân tích và dự đốn, cũng như thúc đẩy sự phát triển kỹ năng phân tích và giải quyết vấn đề của người nghiên cứu.

Vì vậy mà, nhóm chúng em đã chọn đề tìa “Dữ liệu đội hình World Cup 2022” cho mơn xác suất thống kê của lớp thầy Nhâm Ngọc Tần. Để có thể làm bài này, chúng em đã sử dụng các kiến thức từ những bài giảng trên lớp kết hợp với các bài giảng trên các nền tảng xã hội của thầy Nhâm Ngọc Tần để hồn thành đề tài nói trên.

<b>1.2. Giới thiệu đề tài nghiên cứu</b>

Bóng đá, như một trong những môn thể thao phổ biến và hấp dẫn nhất trên thế giới, không chỉ là sân chơi thể thao mà cịn là nền văn hóa sơi động và đầy cảm xúc. Trong kỳ World Cup 2022 vừa qua, việc theo dõi và đánh giá các cầu thủ đội tuyển quốc gia đã mở ra một cơ hội phong phú để nghiên cứu về mối quan hệ giữa các yếu tố như tuổi tác, kinh nghiệm thi đấu và hiệu suất trong các trận đấu quốc tế.

Nghiên cứu này tập trung vào phân tích dữ liệu về 831 cầu thủ từ 32 đội tuyển quốc gia tham gia World Cup 2022. Bằng việc khai thác dữ liệu này, chúng ta sẽ tiến hành một loạt các phân tích và đánh giá về mối liên hệ giữa tuổi tác, kinh nghiệm thi đấu (đo lường qua số trận đấu) và khả năng ghi bàn của các cầu thủ trong cùng một giải đấu lớn như World Cup.

Đối tượng nghiên cứu của chúng ta chính là bộ dữ liệu về 831 cầu thủ từ 32 đội tuyển quốc gia tham gia World Cup 2022. Dữ liệu này bao gồm thông tin chi tiết về

</div><span class="text_page_counter">Trang 4</span><div class="page_container" data-page="4">

mỗi cầu thủ như tuổi, số trận đấu đã tham gia, số bàn thắng đã ghi được cùng với vị trí chơi bóng và thơng tin về câu lạc bộ mà họ đang thi đấu.

Bằng việc tập trung vào các yếu tố này, nghiên cứu sẽ nhằm vào việc phân tích mối quan hệ giữa các biến định lượng như tuổi tác, kinh nghiệm thi đấu và hiệu suất ghi bàn, cùng với yếu tố định tính như vị trí chơi bóng, để tìm ra những mẫu tổng quan và những kết luận thú vị về đặc điểm của các cầu thủ trong kỳ World Cup này.

<b>1.3. Mục tiêu nghiên cứu</b>

Mục tiêu chính của nghiên cứu này là:

Phân tích mối liên hệ giữa tuổi tác, kinh nghiệm thi đấu (đo lường qua số trận đấu) và hiệu suất ghi bàn của cầu thủ trong kỳ World Cup 2022.

Xác định các mẫu tổng quan và xu hướng trong việc thi đấu của các cầu thủ, nhằm hiểu rõ hơn về sự ảnh hưởng của các yếu tố này đối với thành tích của đội tuyển quốc gia.

<b>1.4. Qui trình thực hiện, cơng cụ hỗ trợ</b>

Bước 1: Chọn đề tài

Bước 2: Xác định các yếu tố có liên quan đến đề tài Bước 3: Thu thập số liệu

Bước 4: Phân tích các bài tốn thống kê mơ tả, ước lượng và kiểm định Bước 5: Nhận xét, kết luận

Để làm được đề tài trên nhóm chúng em đã tiến hành tìm kiếm dữ liệu trên Google rồi tổng hợp lại các biến và số lượng dữ liệu thu thập được vào file ‘2022_world_cup_squad.xlxs’, sau đó chuyển dữ liệu sang file csv để nhập vào phần mềm Rstudio

Phần mềm thống kê: R để thực hiện các phân tích thống kê chi tiết và kiểm định giả thuyết

Việc sử dụng công cụ này sẽ giúp cho quá trình nghiên cứu diễn ra một cách hiệu quả và minh bạch, từ việc tiền xử lý dữ liệu đến việc trình bày kết quả phân tích.

Một khung dữ liệu với 831 quan sát của 10 biến ID: Mã định danh cho từng cầu thủ

</div><span class="text_page_counter">Trang 5</span><div class="page_container" data-page="5">

Team: Quốc giá mà cầu thủ đó chơi cho

Position: Vị trí mà cầu thủ đó chơi trong trận đấu (Thủ môn, hậu vệ, trung vệ hoặc tiền đạo)

Player: Tên của các cầu thủ Age: Tuổi của các cầu thủ

Caps: Số trận đấu mà cầu thủ đó chơi cho đội tuyển quốc gia Goals: Số bàn thắng mà cầu thủ đó ghi cho đội tuyển quốc gia

WC Goals: Số bàn thắng mà cầu thủ đó ghi cho đội tuyển quốc gia trong kỳ World Cup

League: Quốc gia mà cầu thủ đó đang thi đấu cho Club: Câu lạc bộ mà cầu thủ đó đang chơi cho

Dữ liệu định tính: ID, team, position, player, league, club Dữ liệu định lượng: Age, caps, goals, WC goals

Biến định lượng: Age, caps, goals Biến định tính: position, league

</div><span class="text_page_counter">Trang 6</span><div class="page_container" data-page="6">

<b>PHẦN 2. PHÂN TÍCH DỮ LIỆU2.1. Tập dữ liệu World Cup 2022</b>

<b>2.2. Phân tích thống kê mơ tả</b>

a. Phân tích biến Age (Độ tuổi của các cầu thủ tham gia kỳ World Cup 2022)

<i>Các số đo hướng tâm</i>

</div><span class="text_page_counter">Trang 7</span><div class="page_container" data-page="7">

Tứ phân vị thứ 1: Cho biết 25% số cầu thủ trong dữ liệu có độ tuổi khơng vượt q 24 tuổi

Tứ phân vị thứ 2: Cho biết 50% số cầu thủ trong dữ liệu có độ tuổi khơng vượt q 27 tuổi

Tứ phân vị thứ 3: Cho biết 75% số cầu thủ trong dữ liệu có độ tuổi khơng vượt quá 30 tuổi

Tính phân vị thứ bất kỳ cho độ tuổi của các cầu thủ. Chọn phân vị thứ 90:

Ý nghĩa: Cho biết 90% số cầu thủ trong dữ liệu có độ tuổi khơng vượt q 33

Tuổi của các cầu thủ

Khoảng biến thiên: Max – min = 40 – 18 = 22 Độ trải giữa: Tứ phân vị 3 – tứ phân vị 1 = 30 – 24 = 6 Độ lệch chuẩn:

Ý nghĩa: độ phân tán về tuổi của các cầu thủ so với tuổi trung bình là 4.254185 tuổi

Phương sai:

Ý nghĩa: Độ biến động về tuổi của các cầu thủ là: 18.09809 tuổi b. Phân tích biến Caps (Số trận ra sân đá cho ĐTQG của các câu thủ)

</div><span class="text_page_counter">Trang 9</span><div class="page_container" data-page="9">

Ý nghĩa: Số trận ra sân cho đội tuyển quốc gia của các cầu thủ xuất hiện nhiều nhất là 1 trận, nằm ở vị trí thứ 2 trên bảng tần số.

Trung vị:

Ý nghĩa: Cho biết 50% số cầu thủ tham gia WC có số trận đá cho đội tuyển quốc gia không vượt quá 24 trận.

Số lần ra sân cho ĐTQG của các cầu thủ Khoảng biến thiên: Max – min = 191 – 0 = 191 Độ trải giữa: Tứ phân vị 3 – tứ phân vị 1 = 47 – 8 = 39

</div><span class="text_page_counter">Trang 10</span><div class="page_container" data-page="10">

c. Phân tích biến Goals (số bàn thắng các cầu thủ ghi cho ĐTQG)

<i>Các số đo hướng tâm</i>

Ý nghĩa: Số bàn thắng ghi cho ĐTQG của các cầu thủ xuất hiện nhiều nhất là 0 trận, nằm ở vị trí đầu tiên trên bảng tần số.

Trung vị:

Ý nghĩa: Cho biết 50% số cầu thủ tham gia WC có số bàn thắng ghi cho ĐTQG không vượt quá 1.

</div><span class="text_page_counter">Trang 11</span><div class="page_container" data-page="11">

Tính phân vị bất kỳ về số bàn thắng của các cầu thủ (ghi cho ĐTQG). Ta chọn phân vị thứ 80:

Ý nghĩa: Cho biết 80% số cầu thủ có số bàn thắng cho ĐTQG khơng vượt q 6 bàn

Số bàn thắng của các cầu thủ (ghi cho ĐTQG) Khoảng biến thiên: Max – min = 117 – 0 = 117 Độ trải giữa: Tứ phân vị 3 – tứ phân vị 1 = 5 – 0 = 5 Độ lệch chuẩn:

Ý nghĩa: độ phân tán về số bàn thắng của các cầu thủ so với số bàn thắng trung bình là 10.39038 bàn

Phương sai:

Ý nghĩa: Độ biến động về số bàn thắng của các cầu thủ là: 107.96 bàn d. Phân tích các biến định lượng bằng biểu đồ

<i>Sử dụng biểu đồ phân phối tần số để mô tả phân phối: độ tuổi của các cầu thủ trong kỳ WC 2022.</i>

Ta tính độ rộng của khoảng của biến tuổi khi biến thành 5 phần:

</div><span class="text_page_counter">Trang 12</span><div class="page_container" data-page="12">

Nhận xét: phân phối dữ liệu về số trận ra sân cho ĐTQG của các cầu thủ có xu hướng tập trung nhiều ở bên trái và nhiều nhất ở vùng dữ liệu từ 0 đến 40 trận. Đây là dữ liệu lệch phải.

<i>Sử dụng biểu đồ hộp và râu để mô tả giá trị ngoại biên về số trận ra sân cho ĐTQGcủa các cầu thủ.</i>

Nhận xét: phân phối dữ liệu về số trận mà các cầu thủ ra sân cho ĐTQG có xu hướng tập trung về phía bên trái, dữ liệu lệch phải. Kể từ 100 trở lên, ta thấy rất nhiều giá trị ngoại biên.

</div><span class="text_page_counter">Trang 13</span><div class="page_container" data-page="13">

Nhận xét: phân phối dữ liệu về số trận ra sân cho ĐTQG của các cầu thủ có xu hướng tập trung nhiều ở bên trái và nhiều nhất ở vùng dữ liệu từ 0 đến 38.2 trận. Đây là dữ liệu lệch phải.

<i>Sử dụng biểu đồ hộp và râu để mô tả giá trị ngoại biên về số trận ra sân cho ĐTQGcủa các cầu thủ.</i>

Nhận xét: phân phối dữ liệu về số trận mà các cầu thủ ra sân cho ĐTQG có xu hướng tập trung về phía bên trái, dữ liệu lệch phải. Kể từ 115 trở lên, ta thấy rất nhiều giá trị ngoại biên.

Giá trị tứ phân vị 1: 8 trận Giá trị tứ phân vị 2: 24 trận Giá trị tứ phân vị 3: 47 trận

</div><span class="text_page_counter">Trang 14</span><div class="page_container" data-page="14">

<i>Sử dụng biểu đồ phân phối tần số để mô tả phân phối: số bàn thắng của các cầu thủ ghi cho ĐTQG.</i>

Ta tính độ rộng của khoảng của biến số bàn thắng khi chia biến thành 5 phần:

Nhận xét: phân phối dữ liệu về số bàn thắng cho ĐTQG của các cầu thủ có xu hướng tập trung nhiều ở bên trái và nhiều nhất ở vùng dữ liệu từ 0 đến 23.5 bàn. Đây là dữ liệu lệch phải.

<i>Sử dụng biểu đồ hộp và râu để mô tả giá trị ngoại biên về số bàn thắng ghi được cho ĐTQG của các cầu thủ.</i>

</div><span class="text_page_counter">Trang 15</span><div class="page_container" data-page="15">

Nhận xét: phân phối dữ liệu về số trận mà các cầu thủ ra sân cho ĐTQG có xu hướng tập trung về phía bên trái, dữ liệu lệch phải. Ta thấy rất nhiều giá trị ngoại biên.

Giá trị tứ phân vị 1: 0 bàn Giá trị tứ phân vị 2: 1 bàn Giá trị tứ phân vị 3: 5 bàn

Vì biến định tính League có rất nhiều những Nước khác nhau, nên bọn em xin phép gộp những nước đó thành 5 châu lục (Continent)

Sau đó tạo thêm cột Continent và lưu vào file “BangDuLieu_Nhom12.csv”

a. Phân tích bằng đại lượng thống kê mơ tả

Mode: Position xuất hiện nhiều nhất là Midfielder, nằm ở vị trí thứ 4 trên bảng tần số

</div><span class="text_page_counter">Trang 16</span><div class="page_container" data-page="16">

Mode: Continent xuất hiện nhiều nhất là Europe, nằm ở vị trí thứ 5 trên bảng tần số

b. Phân tích bằng biểu đồ

<i>Phân tích biến định tính Position</i>

<b>Nhận xét: Tập dữ liệu có 270 Position thuộc loại Defender chiếm 32.490097%, 189</b>

Position thuộc loại Forward chiếm 22.72368%, 99 Position thuộc Goalkeeper chiếm 11.91336% và còn lại là Midfielder chiếm tỉ lệ nhiều nhất 32.85199%.

<b>Nhận xét: Nhìn vào biểu đồ thanh của biến Position, ta thấy cột tần số của cột </b>

Defender và Midfielder gần như bằng nhau (thực tế Midfielder lớn hơn một chút) và là

</div><span class="text_page_counter">Trang 17</span><div class="page_container" data-page="17">

2 cột cao nhất, sau đó đến cột Forward và cuối cùng là cột Goalkeeper thấp nhất với tỉ lệ chỉ 11.91336%

<i>Phân tích biến định tính Continent</i>

<b>Nhận xét: Tập dữ liệu có 130 biến Africa chiếm 15.643803%, 208 biến Americas </b>

chiếm 25.030084%, 129 biến Asia chiếm 15.523466%, 26 biến Australia chiếm 3.128761% và còn lại là Europe chiếm tỉ lệ nhiều nhất 40.673887%.

</div><span class="text_page_counter">Trang 18</span><div class="page_container" data-page="18">

<b>Nhận xét: Nhìn vào biểu đồ thanh của biến Continent, ta thấy cột tần số của Europe</b>

cao nhất trong 5 cột ở trên, tức là số lượng các nước thuộc Châu u chiếm tỉ lệ nhiều nhất trong bảng số liệu, tiếp theo sau đó là Americas ở vị trí thứ 2, theo sau là Africa và Asia với tỉ lệ ngang nhau và đứng ở vị trí cuối cùng là Australia với tỉ lệ chỉ hơn 3% thấp nhất trong bảng dữ liệu.

</div><span class="text_page_counter">Trang 19</span><div class="page_container" data-page="19">

2.2.3. Phân tích bảng tần số chéo cho một biến định lương sau phân tổ và một biến định tính

Ta lập bảng tần số chéo giữa số bàn thắng của các cầu thủ ghi cho ĐTQG (Goals) và lục địa mà các cầu thủ đó đang đá (Continent)

Ta thấy khơng có nhiều cầu thủ có số bàn thắng ghi cho ĐTQG > 23.4 bàn. Hầu hết số bàn thắng của các cầu thủ ghi cho ĐTQG là ở trong khoảng [0,23.4].

Tỷ lệ số bàn thắng các cầu thủ ở Châu Âu (Europe) ghi được cho ĐTQG trong khoảng [0,23.4] trong biến Europe là 94.08284%

Tỷ lệ số bàn thắng của các cầu thủ Châu Âu (Europe) ghi bàn trong khoảng [0,23.4] là 40.30418%.

<b>2.3. Ước lượng</b>

tổng thể

<b>Bài 1: Tìm một ước lượng điểm cho số tuổi trung bình của các cầu thủ tham gia </b>

khảo sát đã từng ra sân từ 20 trận đấu trở lên.

Vậy ước lượng điểm cho số tuổi trung bình của các cầu thủ đã từng ra sân từ 20 trận trở lên là 28.12903 tuổi.

<b>Bài 2: Tìm một ước lượng điểm cho tỷ lệ cầu thủ có số tuổi ít hơn 28 đã từng ra sân</b>

từ 20 trận đấu trở lên trong nhóm các cầu thủ tham gia.

</div><span class="text_page_counter">Trang 20</span><div class="page_container" data-page="20">

Vậy ước lượng điểm cho tỷ lệ cầu thủ có số tuổi ít hơn 28 đã từng ra sân từ 20 trận đấu trở lên trong nhóm các cầu thủ tham gia là 23.87%.

<b>Bài 3: Tìm một ước lượng điểm cho độ lệch chuẩn và phương sai cho số bàn thắng </b>

ghi được của các cầu thủ ở vị trí tiền vệ (Midfielder).

Vậy ước lượng điểm cho độ lệch chuẩn và phương sai cho số bàn thắng ghi được của các cầu thủ ở vị trí tiền vệ (Midfielder) là 6.046622 và 36.56163.

một tổng thể

<b>Bài 4: Tìm khoảng tin cậy 95% cho số bàn thắng trung bình mà các cầu thủ trên 28 </b>

tuổi và từng tham gia trên 20 trận ghi được.

Vậy ước lượng khoảng 95% cho trung bình số bàn thắng mà các cầu thủ lớn hơn 28 tuổi và từng tham gia trên 20 trận là [5.193925-11.642439]~ từ 5-11 bàn thắng.

<b>Bài 5: Tìm khoảng tin cậy 95% cho tỷ lệ các cầu thủ ở vị trí tiền vệ (Midfielder) ghi</b>

được từ 3 bàn trở lên trong số các tiền vệ tham gia khảo sát.

</div><span class="text_page_counter">Trang 21</span><div class="page_container" data-page="21">

Vậy ước lượng khoảng 95% tỷ lệ các cầu thủ ở vị trí tiền vệ (Midfielder) ghi được từ 3 bàn trở lên trong số các tiền vệ tham gia khảo sát là [20.75822%;45.81030%].

a. Kiểm định giả thuyết về trung bình

<b>Bài 6: Kiểm định trung bình độ tuổi của các cầu thủ bóng đá có bằng 26 tại mức ý </b> Kết luận: vậy tại mức ý nghĩa α = 5%, có bằng chứng thống kê để cho rằng trung bình độ tuổi của các cầu thủ bóng đá bằng 26.

b. Kiểm định giả thuyết về tỷ lệ

</div><span class="text_page_counter">Trang 22</span><div class="page_container" data-page="22">

<b>Bài 7: Kiểm định xem tỷ lệ ghi bàn (khác 0) có khác 50% khơng tại mức ý nghĩa </b>

<b>Bài 8: Kiểm định trung bình độ tuổi các cầu thủ của đội Ecuador có lớn hơn đội </b>

Qatar tại mức ý nghĩa α = 5%.

Gọi μ1 và μ2 lần lượt là trung bình độ tuổi các cầu thủ của đội Ecuador và đội Qatar

H0: μ1 – μ2 ≤ 0 H1: μ1 – μ2 > 0

</div><span class="text_page_counter">Trang 23</span><div class="page_container" data-page="23">

Có p giá trị = 0.8692 > α = 0.05 => chấp nhận H0, bác bỏ H1.

Kết luận: tại mức ý nghĩa α = 5%, khơng có bằng chứng thống kê để cho rằng trung bình độ tuổi các cầu thủ của đội Ecuador có lớn hơn đội Qatar.

b) Kiểm định về tỷ lệ

<b>Bài 9: Kiểm định tỷ lệ cầu thủ có độ tuổi không vượt quá 25 tuổi của đội Ecuador </b>

thấp hơn của đội Qatar tại mức ý nghĩa 5%

Gọi p1 và p2 lần lượt là tỷ lệ cầu thủ có độ tuổi không vượt quá 25 tuổi của đội Ecuador và đội Qatar

H0: p1 – p2 ≥ 0 H1: p1 – p2 < 0

Có p giá trị = 0.974 > α = 0.05 => chấp nhận H0, bác bỏ H1.

</div><span class="text_page_counter">Trang 24</span><div class="page_container" data-page="24">

Kết luận: tại mức ý nghĩa α = 5%, không đủ bằng chứng thống kê để cho rằng tỷ lệ cầu thủ có độ tuổi khơng vượt quá 25 tuổi của đội Ecuador thấp hơn của đội Qatar.

<b>2.5. Bài toán kiểm định cho phương sai hai tổng thể</b>

<b>Bài 10: Kiểm định số bàn thắng của đội Ecuador biến động nhiều hơn số bàn thắng </b>

của đội Qatar tại mức ý nghĩa α = 5%.

Gọi s<small>1</small> (sigm a<small>1</small>) và s<small>2</small> (sigm a<small>2</small>) lần lượt là phương sai về số bàn thắng của đội Ecuador và đội Qatar

H0: s<small>1</small>≤ s<small>2</small>

H1: s<small>1</small>>s<small>2</small>

Có p giá trị = 0.9948 > α = 0.05 => chấp nhận H0, bác bỏ H1.

Kết luận: tại mức ý nghĩa α = 5%, không có bằng chứng thống kê để cho rằng số bàn thắng của các cầu thủ đội Ecuador biến động nhiều hơn đội Qatar

<b>2.6. Bài tốn Phân Tích Phương Sai</b>

<b>Bài 11: Kiểm định tại mức ý nghĩa 5%, số bàn thắng trung bình của các cầu thủ ghi </b>

ở các nhóm tuổi <=20, (20 30], (30 40] là có như nhau hay không? Hãy lập bảng phân

</div>