Futbolda Aykırı Değer (Outlier) Nedir? Ortalama, Medyan ve Örneklem Yanılgılarını Anlama Rehberi

Aykırı değer (outlier), bir veri setindeki diğer gözlemlerden belirgin biçimde farklılaşan, ortalama ve genel eğilimi tek başına saptırabilecek istisnai bir ölçümdür. Futbol istatistiklerinde bu kavram, bir oyuncunun bir sezonda attığı sıra dışı sayıda gol veya bir takımın normalin çok üzerinde bir şut isabet oranı gibi durumlarda karşımıza çıkar.

Veri araştırmasıyla ilgilenen herkesin er ya da geç karşılaştığı bir sorun bu: elinizdeki sayılar size güzel bir hikaye anlatıyor gibi görünür ama o hikayenin merkezinde tek bir aşırı değer varsa, tablo aslında yanıltıcıdır. Bir orta saha oyuncusunun sezon ortalaması “maç başına 2 kilit pas” gibi görünebilir, ama bu ortalamanın büyük kısmı tek bir maçta attığı 15 kilit pastan geliyorsa, geri kalan maçlarda oyuncunun gerçek katkısı çok daha mütevazı olabilir. Betpir Veri’nin metodolojik yaklaşımında bu tür sapmaları fark etmek, doğru yorum yapmanın ilk adımıdır.

Aykırı değer futbol verisinde neden ortaya çıkar?

Futbolda aykırı değerlerin ortaya çıkmasının birkaç tipik nedeni vardır. Bazen bu gerçek bir performans sıçramasıdır — bir oyuncunun formda olduğu bir gecede rakip savunmanın tamamen dağılması sonucu ortaya çıkan istisnai bir skor katkısı gibi. Bazen de veri kayıt hatasından kaynaklanır; bir istatistik sağlayıcının yanlış eşleştirdiği bir aksiyon, tek bir maçı olduğundan çok daha “verimli” gösterebilir.

Bir diğer yaygın kaynak, maçın bağlamıdır. Rakip takımın erken kırmızı kart görmesi, sahada bir oyuncu eksik kalması ya da maçın sonuçsuz kalması gibi durumlar, o karşılaşmadaki sayısal verileri normalden uzaklaştırabilir. Böyle bir maçtaki topla oynama yüzdesini ya da şut sayısını, olağan bir maçla aynı kefeye koymak yanıltıcı olur.

Aykırı değerleri anlamlandırmanın pratik yolu şudur:

• Veriyi tek maçlık değil, birden fazla maçlık pencerede incelemek
• O maçın bağlamını (rakip gücü, kart durumu, skor gelişimi) ayrıca not etmek
• Aykırı değeri veri setinden silmeden önce nedenini araştırmak

Ortalama mı medyan mı, hangi ölçüt daha güvenilir?

Ortalama, bir veri setindeki tüm değerlerin toplamının gözlem sayısına bölünmesiyle elde edilir ve her bir değere eşit ağırlık verir. Medyan ise veriler küçükten büyüğe sıralandığında ortada kalan değerdir ve uç noktalardan çok daha az etkilenir. Bu fark, futbol istatistiklerinde küçümsenmemesi gereken bir ayrımdır.

Örnek vermek gerekirse: bir forvet on maçın dokuzunda gol atmamış, birinde ise dört gol kaydetmiş olsun. Ortalama bu forvetin “maç başına 0.4 gol” attığını söyler, ki bu sayı kulağa fena gelmez. Ama medyan sıfırdır — yani tipik bir maçta bu oyuncudan gol beklemek gerçekçi değildir. İki ölçüt de “doğru” ama farklı sorulara cevap veriyor: ortalama toplam katkıyı, medyan ise tipik/beklenen davranışı gösterir.

Bu yüzden ciddi bir istatistik okuması yaparken tek bir sayıya güvenmek yerine ikisini birlikte görmek gerekir. Ortalama ile medyan arasındaki fark büyükse, bu genelde veri setinde bir veya birkaç aykırı değerin var olduğunun işaretidir.

Örneklem büyüklüğü aykırı değerin etkisini nasıl değiştirir?

Örneklem büyüklüğü küçükken, tek bir aykırı değerin ortalama üzerindeki etkisi orantısız biçimde büyür. Beş maçlık bir veri setinde bir maçta atılan üç gol, ortalamayı ciddi şekilde yukarı çeker. Aynı üç gollük maç otuz maçlık bir sezon içinde değerlendirildiğinde ise etkisi çok daha sınırlı kalır.

Bu nedenle sezon başındaki ilk birkaç haftanın verileri, oyuncu veya takım değerlendirmesi için tek başına yeterli bir temel oluşturmaz. Formda görünen bir takımın aslında bir veya iki istisnai maçtan beslenen bir ortalamaya sahip olması mümkündür. Örneklem büyüdükçe, gerçek eğilim tek tek maçların gürültüsünden sıyrılıp daha net görülür hale gelir.

Pratik bir kural olarak, herhangi bir istatistiksel iddiayı değerlendirirken şu iki soruyu sormak faydalıdır: Kaç maçlık veriye dayanıyor? Bu maçlardan biri diğerlerinden aşırı derecede farklı mı? Bu iki soruya net cevap veremiyorsanız, o veriye dayanan yorum da kırılgan demektir.

Korelasyon ile nedensellik neden karıştırılır?

İki değişkenin birlikte hareket etmesi, birinin diğerinin nedeni olduğu anlamına gelmez. Bir takımın kort hakimiyeti yüksek olan maçlarda daha çok kazandığını görmek, top hakimiyetinin galibiyeti “getirdiği” anlamına otomatik olarak gelmez; her iki değişken de üçüncü bir faktörden, örneğin genel takım kalitesinden, etkileniyor olabilir.

Futbolda bu yanılgının klasik bir örneği, bir oyuncunun sahada olduğu maçlarda takımın daha çok kazanması üzerinden “bu oyuncu takımı kazandırıyor” sonucuna varmaktır. Oysa o oyuncu genelde takımın en güçlü rakiplere karşı değil, daha kolay maçlarda sahaya sürülüyor olabilir. Bu durumda gerçek neden oyuncunun katkısı değil, maç programındaki zorluk seviyesidir.

Korelasyon-nedensellik ayrımını netleştirmek için üç pratik yaklaşım işe yarar:

• Değişkenler arasındaki ilişkiyi farklı rakip seviyelerinde ayrıca kontrol etmek
• Üçüncü bir gizli faktörün her iki değişkeni de etkileyip etkilemediğini sorgulamak
• Tek bir sezonluk ilişkiyi genellemeden önce birden fazla sezonda tutarlılığını aramak

Yaygın istatistik yanılgılarından hangileri futbolda sık görülür?

En sık rastlanan yanılgılardan biri “küçük örneklem genellemesi”dir — birkaç maçlık iyi ya da kötü bir seriyi, oyuncunun veya takımın kalıcı özelliği gibi sunmak. Bir kalecinin art arda üç maç gol yememesi, onun “geçilmez” olduğu anlamına gelmez; bu üç maçın rakip kalitesine, oynanan sisteme ve hatta şansa bağlı olabilir.

Bir diğer yanılgı, “seçici hafıza” etkisidir: sadece dikkat çeken, hatırlanan maçları örnek göstererek genel bir sonuca varmak. Taraftarların “bu oyuncu büyük maçlarda hep parlar” gibi yargıları çoğu zaman, oyuncunun küçük maçlardaki sönük performanslarının hatırlanmamasından kaynaklanır; sistematik bir araştırma yapılmadan bu tür iddialar doğrulanamaz.

Üçüncü yaygın hata, oran ve mutlak sayıyı karıştırmaktır. Bir oyuncunun “yüzde yüz penaltı başarısı” olması, sadece bir penaltı kullanmışsa çok az anlam taşır; on penaltıdan dokuzunu gole çevirmiş bir oyuncuyla aynı güvenle karşılaştırılamaz. Bu noktada doğru bir hesaplama mantığı, mutlak sayı ile oranı birlikte sunmayı gerektirir.

Veri araştırmasında aykırı değerleri sorumlu biçimde nasıl ele almalı?

Aykırı değeri görmezden gelmek de, ona aşırı önem atfetmek de hatalıdır. Doğru yaklaşım, aykırı değeri şeffaf biçimde belirtip okuyucuya bağlamını açıklamaktır — “bu ortalama şu tek maçtaki performanstan ciddi şekilde etkilenmiştir” demek, hem dürüst hem de öğretici bir yöntemdir.

Kurumsal veri kaynakları ve akademik istatistik metodolojisi, bu tür durumlarda genelde hem ortalamayı hem medyanı yan yana sunmayı, mümkünse standart sapma gibi bir dağılım ölçütünü de eklemeyi önerir. Konunun uluslararası kabul görmüş temel tanımlarına Wikipedia’nın istatistik başlığı üzerinden de ulaşılabilir; bu tür kaynaklar, kavramın akademik çerçevesini anlamak için yararlı bir başlangıç noktasıdır.

Sonuçta futbol verisiyle çalışan herkesin öğrenmesi gereken temel disiplin şudur: bir sayı ne kadar çarpıcı görünürse görünsün, arkasındaki örneklem büyüklüğünü, dağılımını ve bağlamını sorgulamadan üzerine hüküm inşa etmemek. Bu yaklaşım hem oyuncu ve takım karşılaştırmalarını hem de genel metrik okumalarını çok daha sağlam bir zemine oturtur. Bahis veya şans oyunlarıyla ilgili herhangi bir karar söz konusu olduğunda da istatistiksel okuryazarlığın önemi katlanarak artar; bu konuda daha fazla bilgi için sorumlu-oyun sayfasına göz atılabilir.

18+ — Bu içerik yalnızca bilgilendirme amaçlıdır.