Original Post

Πλήρες Κείμενο:

Έχει αρχίσει να γίνεται κουραστική αυτή η ιστορία με το Football Meets Data.

Κάθε εβδομάδα, σχεδόν μετά από κάθε αγωνιστική, εμφανίζεται ένας πίνακας με ποσοστά, αλλάζουν λίγο οι πιθανότητες, αναδεικνύεται κάποιο «νέο φαβορί» και ακολουθούν δεκάδες δημοσιεύματα που αντιμετωπίζουν τους συγκεκριμένους υπολογισμούς περίπου σαν ποδοσφαιρική αποκάλυψη.

Λες και ανακαλύφθηκε κάποια κρυφή γνώση για το ελληνικό πρωτάθλημα, την οποία αδυνατούσαμε να αντιληφθούμε παρακολουθώντας τους αγώνες.

Ας πάρουμε τα σημερινά δεδομένα. Ο Παναθηναϊκός βρίσκεται στην κορυφή με 18 βαθμούς, ο Ολυμπιακός ακολουθεί με 16, ο ΠΑΟΚ έχει 15 και η ΑΕΚ 14, με έναν αγώνα λιγότερο.

Και έρχεται το FMD να μας πληροφορήσει ότι ο Ολυμπιακός έχει 37,6% πιθανότητες κατάκτησης, η ΑΕΚ 30,6%, ο Παναθηναϊκός 22,6% και ο ΠΑΟΚ 8,6%. Δηλαδή, τέσσερις ομάδες που διεκδικούν τον τίτλο εξακολουθούν να είναι οι βασικοί διεκδικητές του τίτλου! Συγκλονιστικό ε; Υπάρχει, μάλιστα, ένα ακόμη ωραιότερο στοιχείο.

Διαβάζουμε ότι ο Ολυμπιακός έγινε «για πρώτη φορά φέτος» πρώτο φαβορί.

Μόνο που στις 22 Αυγούστου, πριν καν αρχίσει το πρωτάθλημα, το ίδιο Football Meets Data είχε τον Ολυμπιακό πρώτο με 39,2%. Μετά την πρεμιέρα, στις 24 Αυγούστου, πάλι πρώτο τον είχε, με 39,9%. Δηλαδή, σχεδόν δύο μήνες αργότερα παρουσιάζεται ως καινούργια εξέλιξη κάτι που είχε ήδη συμβεί, και μάλιστα με υψηλότερα ποσοστά! Αν αυτό θεωρείται σοβαρή δημοσιογραφική αξιοποίηση δεδομένων, έχουμε χάσει λίγο την έννοια της είδησης.

Το ακόμη πιο ενδιαφέρον είναι η μεταβολή των εκτιμήσεων.

Στις 14 Σεπτεμβρίου, με τον Παναθηναϊκό να έχει τέσσερις νίκες σε τέσσερις αγώνες, η ΑΕΚ παρέμενε πρώτο φαβορί με 36%, ο Ολυμπιακός είχε 28% και οι «πράσινοι» μόλις 19%. Στις 21 Σεπτεμβρίου, μετά το 5/5 του Παναθηναϊκού, η ΑΕΚ παρέμενε πρώτη στις εκτιμήσεις με 32%. Στις 12 Οκτωβρίου εξακολουθούσε να παρουσιάζεται ως φαβορί.

Μία εβδομάδα αργότερα, ο Ολυμπιακός πέρασε μπροστά.

Κάθε αναπροσαρμογή γίνεται και μια καινούργια είδηση.

Κάθε μεταβολή λίγων ποσοστιαίων μονάδων αντιμετωπίζεται σαν να άλλαξαν οι ισορροπίες ολόκληρης της χρονιάς.

Ασφαλώς, πίσω από αυτούς τους αριθμούς υπάρχει μαθηματική επεξεργασία.

Το μοντέλο χρησιμοποιεί αξιολογήσεις δυναμικότητας, προηγούμενα αποτελέσματα, εκτιμήσεις για την παραγωγή τερμάτων και προσομοιώσεις.

Ωραία όλα αυτά.

Το κρίσιμο ερώτημα, όμως, είναι τι πραγματικά προσφέρει αυτή η διαδικασία στην κατανόηση του πρωταθλήματος και, κυρίως, πόσο αξιόπιστες αποδεικνύονται οι προβλέψεις της.

Πού βρίσκεται η συστηματική σύγκριση των αρχικών εκτιμήσεων με όσα τελικά συνέβησαν; Πόσο καλύτερα προβλέπει το μοντέλο από μια απλή αξιολόγηση των ομάδων βάσει δυναμικότητας, βαθμολογίας και προγράμματος; Χωρίς τέτοια στοιχεία, η επίκληση χιλιάδων προσομοιώσεων ακούγεται εντυπωσιακή, αλλά από μόνη της δεν αποδεικνύει τίποτα για την προγνωστική τους αξία.

Ας σταθούμε και στην ακρίβεια των ποσοστών.

Γιατί 37,6% και όχι 35% ή 40%; Πόσο σημαντική είναι πραγματικά αυτή η διαφορά; Το πρώτο δεκαδικό δημιουργεί την εντύπωση επιστημονικής βεβαιότητας, ενώ πρόκειται για εκτίμηση βασισμένη σε παραδοχές που μπορούν να αλλάξουν.

Και υπάρχει μια λεπτομέρεια που συνήθως χάνεται πίσω από τους εντυπωσιακούς τίτλους: όταν ο πρώτος υποψήφιος έχει 37,6% πιθανότητες κατάκτησης, το ίδιο μοντέλο τού αποδίδει 62,4% πιθανότητες να μην κατακτήσει το πρωτάθλημα.

Τόσο ισχυρό είναι, λοιπόν, το περίφημο «φαβορί». Ακόμη πιο χαρακτηριστική είναι η περίπτωση του ΠΑΟΚ.

Έχει 15 βαθμούς, απέχει μόλις τρεις από την κορυφή και βρίσκεται έναν βαθμό πίσω από τον Ολυμπιακό.

Παρ' όλα αυτά, το μοντέλο τού αποδίδει μόλις 8,6% πιθανότητες κατάκτησης.

Προφανώς μπορεί να υπάρχουν υπολογισμοί που εξηγούν αυτή τη διαφορά.

Εκεί ακριβώς, όμως, θα είχε ενδιαφέρον να εστιάσει μια ουσιαστική ανάλυση: ποια δεδομένα οδηγούν σε τόσο μεγάλη απόκλιση ανάμεσα στη σημερινή βαθμολογική εικόνα και στην εκτιμώμενη δυναμική των ομάδων; Αντί γι' αυτό, τις περισσότερες φορές αναπαράγεται απλώς η κατάταξη των ποσοστών.

Και εδώ βρίσκεται το μεγαλύτερο πρόβλημα.

Η στατιστική ανάλυση έχει πραγματική χρησιμότητα στο σύγχρονο ποδόσφαιρο, όταν εξηγεί τάσεις, αξιολογεί την απόδοση, συγκρίνει δεδομένα και εντοπίζει πράγματα που δεν φαίνονται εύκολα με γυμνό μάτι.

Όταν, όμως, η δημόσια συζήτηση περιορίζεται στο ποιος ανέβηκε τρεις μονάδες και ποιος έπεσε τέσσερις μετά από ένα αποτέλεσμα, καταλήγουμε να παρακολουθούμε μια αριθμητική αναπαράσταση των εβδομαδιαίων εντυπώσεων.

Με την απαραίτητη επιστημονικοφανή συσκευασία.

Και, τελικά, μεγαλύτερη ευθύνη έχουν όσοι μετατρέπουν αυτές τις εκτιμήσεις σε πρωτοσέλιδα και ειδήσεις.

Ένα στατιστικό μοντέλο δικαιούται να υπολογίζει ό,τι θέλει και να αναθεωρεί τις εκτιμήσεις του.

Η δημοσιογραφία, όμως, οφείλει να αξιολογεί την πληροφορία, να ελέγχει την αξιοπιστία της και να εξηγεί τη σημασία της.

Διαφορετικά, κάθε Δευτέρα θα μαθαίνουμε ότι μια ομάδα που κέρδισε πλησίασε τον τίτλο, μια ομάδα που έχασε απομακρύνθηκε και κάποια άλλη παραμένει διεκδικήτρια.

Για όλα αυτά χρειαζόμαστε πραγματικά… υπερυπολογιστή; Ή μήπως αρκεί να παρακολουθούμε ποδόσφαιρο και να ξέρουμε να διαβάζουμε τη βαθμολογία; Boz hates this data…

Η επιλογή των posts/links γίνεται με ένα στατιστικό μοντέλο και μπορεί να μην απεικονίζει επακριβώς τη σειρά δημοτικότητάς τους