Expected Value Metrics in Women's Soccer
With advancing technology, the collection and analysis of sports data has become more comprehensive and sophisticated. One of the latest developments in Sports Analytics has resulted in publicly available tracking data. In this talk, we will first introduce a model based on dependent and sequential logistic regression that uses tracking data to estimate the probability of a shot, shot on target and goal occurring throughout a match. Secondly, and most importantly, we will discuss how the above models can be used to construct expected value metrics associated with the expected number of shots, shots on target and goals. While previous research on expected value metrics focused on men’s soccer, we concentrate our investigations on women's soccer by analyzing data from the 2022 UEFA European Women’s Championship.
Indicateurs de performance espérée au soccer féminin
Avec les progrès technologiques, la collecte et l'analyse des données sportives sont devenues plus intégrées et plus sophistiquées. L'un des derniers développements dans le domaine de l'analyse sportive est l'accès public aux données de suivi télémétrique. Dans cet exposé, nous présenterons tout d'abord un modèle basé sur une régression logistique séquentielle et dépendante qui utilise les données de suivi pour estimer la probabilité d'un tir, d'un tir cadré et d'un but au cours d'un match. Ensuite, et surtout, nous verrons comment les modèles ci-dessus peuvent être utilisés pour construire des indicateurs de performance associés au nombre espéré de tirs, de tirs cadrés et de buts. Alors que les recherches précédentes sur ces indicateurs de performance se sont concentrées sur le soccer masculin, nous concentrons nos investigations sur le soccer féminin en analysant les données du Championnat d'Europe féminin de l'UEFA 2022.
Date and Time
-
Langue de la présentation orale
Anglais
Langue des supports visuels
Anglais