Dicas para não errar no uso das stats
Seja qual for o seu trabalho, essas três dicas será úteis sempre!
![](https://footure.com.br/wp-content/uploads/2020/10/DataFooture.001-1.jpeg)
Todo mundo que trabalha com dados em suas profissões – não necessariamente no esporte – se depara diariamente com um enorme volume de informações. Já falamos aqui no DataFooture sobre o ruído dos números. Agora vou dar três dicas simples para você não errar mais no uso das estatísticas. Bora?
É bom relembrar que há uma diferença significativa entre o analista que trabalha em clube de futebol, o que é jornalista/comunicador e quem é um fanalytic: o cliente. Para quem estamos falando e entregando nossas análises muda completamente o sentido do trabalho.
De todas as formas, essas dicas permitirão que você questione seu trabalho e sempre o coloque onde ele deve estar, na prateleira da dúvida. Ainda mais no futebol, onde não há certezas absolutas e o caos é praticamente regra.
DICA #01 – VALOR-P É SÓ UM TESTE DE AMOSTRA
Na estatística clássica, o valor-p (também chamado de nível descritivo ou probabilidade de significância), é a probabilidade de se obter uma estatística de teste igual ou mais extrema que aquela observada em uma amostra, sob a hipótese nula.
Resumindo, é o valor que mostra que o seu cálculo está próximo da realidade. Quanto maior a base analisada, a tendência é que seu valor-p seja cada vez menor. E mesmo se seu valor-p seja 0,00001 ele não significa que sua amostra cobre a totalidade do que precisa ser analisado.
Ao montar um algoritmo ou um índice de performance para medir qualquer ação em campo, mesmo que eu use uma base comparativa imensa e meu valor-p seja minúsculo, eu nunca conseguirei cobrir toda a verdade sobre aquilo. Principalmente no futebol, onde muitos fatores externos influenciam (campo, clima, torcida, etc) e o esporte em sí mudou muito ao longo dos anos.
Por isso, mesmo com um valor-p próximo a ZERO, saiba que no futebol sempre haverá margem para o contraditório e que esse seu cálculo e essa sua análise não representam a totalidade da realidade, e sim um teste da amostra que você analisou.
![](https://footure.com.br/wp-content/uploads/2020/10/DataFooture.002-1.jpeg)
DICA #02 – CORRELAÇÃO NÃO IMPLICA EM CAUSALIDADE
Essa dica vale para qualquer trabalho estatístico, mas PRINCIPALMENTE pra quem trampa com futebol. Tendemos a buscar causalidade em tudo no esporte, ignorando o fator do imprevisto e do caótico. E em um esporte jogado com os pés na maioria das suas ações, causalidade não sempre é o que parece.
Um exemplo clássico é aquela ideia de “mais posse de bola implica em jogar melhor”. Falando de análise de dados, temos que buscar correlações entre posse de bola e estatísticas que pra gente representem “jogar melhor”. Quem tem mais posse faz mais gols? Finaliza mais a gol? É mais intenso ofensivamente? Ganha mais pontos?
No caso, o que vale a pena OBJETIVAMENTE é isso: buscar correlações dentro da base de dados que temos e pensando no nosso cliente final. Quanto mais correlações eu tiver, melhor embasado estarei ao emitir minha opinião em um relatório, em um microfone ou em uma rede social.
![](https://footure.com.br/wp-content/uploads/2020/10/DataFooture.003-1.jpeg)
Mesmo assim, eu posso ter muitas correlações e isso não implicará necessariamente na explicação definitiva da causalidade de um conceito ou fato. Sim, até mesmo pra você aí que conseguiu um valor-p minúsculo, essa dica vale muito.
DICA #03 – PROCURE E VOCÊ ENCONTRARÁ
Quando nos deparamos frente a um imenso volume de dados, precisamos previamente saber o que buscamos. Se não, além do ruído, ficaremos perdidos e hipnotizados. E muitas vezes, no primeiro olhar, o que buscamos não aparece ali nos dados.
Muitas vezes recorri à base de dados para provar uma teoria minha, ou uma análise individual de um atleta. E não achei a resposta que eu queria ou que eu esperava. Mas já aconteceu também de, nesse processo, terminar encontrando OUTRAS coisas que eu não esperava. Ou até mesmo a contradição do que eu queria provar.
Por isso, tenha paciência e esteja sempre com a mente aberta para confrontar as estatísticas. Se você chegar com uma análise prévia aos números, poderá não encontrar o que buscava mas muitas possibilidades novas podem se abrir e elevar sua análise a um outro patamar.
Comente!