R で 相関係数を算出 ~少年サッカー データ分析~
得失点差と、やや相関がありそうな項目について、詳しくみてみる。
自チームのタッチ数
> cor.test(d4$"自チーム.10分あたりのTOUCH数", d4$"X10分あたりの得失") Pearson's product-moment correlation data: d4$自チーム.10分あたりのTOUCH数 and d4$X10分あたりの得失 t = 3.6633, df = 112, p-value = 0.0003819 alternative hypothesis: true correlation is not equal to 0 95 percent confidence interval: 0.1523538 0.4820200 sample estimates: cor 0.3271031
自チームのタッチ数 / 自チームのタッチ数 + 相手チームのタッチ数
> cor.test(d4$"TOUCH比", d4$"X10分あたりの得失") Pearson's product-moment correlation data: d4$TOUCH比 and d4$X10分あたりの得失 t = 4.9247, df = 112, p-value = 2.938e-06 alternative hypothesis: true correlation is not equal to 0 95 percent confidence interval: 0.2579991 0.5621881 sample estimates: cor 0.421895
自チームのキープ回数
> cor.test(d4$"自チーム.10分あたりのKEEP数", d4$"X10分あたりの得失") Pearson's product-moment correlation data: d4$自チーム.10分あたりのKEEP数 and d4$X10分あたりの得失 t = 3.0694, df = 112, p-value = 0.002692 alternative hypothesis: true correlation is not equal to 0 95 percent confidence interval: 0.09974285 0.43992573 sample estimates: cor 0.2785479
自チームのキープ回数 / 自チームのキープ回数 + 相手チームのキープ回数
> cor.test(d4$"KEEP比", d4$"X10分あたりの得失") Pearson's product-moment correlation data: d4$KEEP比 and d4$X10分あたりの得失 t = 4.505, df = 112, p-value = 1.638e-05 alternative hypothesis: true correlation is not equal to 0 95 percent confidence interval: 0.2238879 0.5369133 sample estimates: cor 0.391675
チームとしてのキープ回数ではなく、選手個人のキープ回数
> cor.test(d4$"個人のキープ", d4$"X10分あたりの得失") Pearson's product-moment correlation data: d4$個人のキープ and d4$X10分あたりの得失 t = 3.543, df = 112, p-value = 0.000578 alternative hypothesis: true correlation is not equal to 0 95 percent confidence interval: 0.1418331 0.4737224 sample estimates: cor 0.3174667
相手チームがキープしている状態から奪取して、自チームがキープした回数
> cor.test(d4$"奪取", d4$"X10分あたりの得失") Pearson's product-moment correlation data: d4$奪取 and d4$X10分あたりの得失 t = 4.6707, df = 112, p-value = 8.4e-06 alternative hypothesis: true correlation is not equal to 0 95 percent confidence interval: 0.2374871 0.5470575 sample estimates: cor 0.4037664
パス回数
意外なことにパス回数は、得失点差との相関がみられない
> cor.test(d4$"パス", d4$"X10分あたりの得失") Pearson's product-moment correlation data: d4$パス and d4$X10分あたりの得失 t = 1.6172, df = 112, p-value = 0.1087 alternative hypothesis: true correlation is not equal to 0 95 percent confidence interval: -0.0338008 0.3259137 sample estimates: cor 0.151053
個人のキープ回数
個人のキープ回数にも弱い相関がみられる
(うちのチームの場合、個人のキープ回数というのは、ドリブル回数に近いと考えられる)
> cor.test(d4$"個人のキープ", d4$"X10分あたりの得失") Pearson's product-moment correlation data: d4$個人のキープ and d4$X10分あたりの得失 t = 3.543, df = 112, p-value = 0.000578 alternative hypothesis: true correlation is not equal to 0 95 percent confidence interval: 0.1418331 0.4737224 sample estimates: cor 0.3174667
ボールの偏り
また、特定の選手へのボールの偏りが、負の相関を示すと思ったのだが、特にそのような相関はみられない
> cor.test(d4$"保持の標準偏差", d4$"X10分あたりの得失") Pearson's product-moment correlation data: d4$保持の標準偏差 and d4$X10分あたりの得失 t = 2.3718, df = 112, p-value = 0.01941 alternative hypothesis: true correlation is not equal to 0 95 percent confidence interval: 0.03623386 0.38703918 sample estimates: cor 0.2186913
100試合を超えるデータを元にしているため、p値も十分小さく、相関がある・ないの判断をしても問題なさそうである