Лаборатория футбольного архива: графики и открытые данные

Лаборатория показывает, как футбольные темы представлены в восстановленном архиве Neeko. Здесь можно выбрать тему, сравнить годовые доли и скачать таблицу. Единица наблюдения — публикация сайта. Это не база всех матчей, не медицинский реестр и не рейтинг команд.

Исследователь архива

Выберите тему в списке. Таблица содержит число документов с упоминанием, все публикации соответствующего года и рассчитанную долю. Если JavaScript отключён, все наборы остаются доступны последовательно на странице.

Как правильно сравнивать темы

Во всех наборах общий корпус состоит из 5 749 документов. Одна статья может упоминать вратаря, травму и замену одновременно. Поэтому категории пересекаются и их проценты нельзя складывать в круговую диаграмму единого целого. Мы не распределяли каждый текст ровно в одну тему.

Годовая доля и абсолютное число отвечают на разные вопросы. Если за год выпущено больше материалов, одинаковая доля даст больше совпавших документов. Поэтому сравнивайте одновременно числитель и знаменатель. Среднее годовых процентов также не заменяет долю по всему корпусу: размеры годовых выборок различаются.

Отдельное ограничение связано с датами. В 2017 году в архиве только 21 публикация, а 68 документов не имеют установленной исходной даты. Маленький год может показать резкое изменение процента из-за одного текста. Недатированные материалы не распределяются по годам догадками и показаны отдельной строкой.

Что означает совпадение

Поиск выполняется по основному тексту. Варианты слов и сочетаний заданы явно в каждом наборе. Ссылочные адреса и HTML-теги не участвуют в поиске, а повтор слова в одной статье не увеличивает число документов. Такая процедура воспроизводима, но не решает все вопросы смысла.

Фраза «без замен» проходит поиск по основе слова «замена». «Отыграл много матчей» может пройти широкий запрос о камбэках. Упоминание травмы может относиться к прошлому, прогнозу или возвращению. Поэтому рядом с каждым исследованием раскрыты неоднозначности и объяснено, какой более сильный вывод делать нельзя.

Десять отдельных исследований

• Вратари: 594 публикации — присутствие роли в разных жанрах.
• Стандарты: 121 текст — угловые, штрафные и границы запроса.
• Карточки и удаления: 203 документа — отличие словаря от протокола.
• Камбэки: 207 совпадений — почему контекст меняет значение глагола.
• Концовки: 170 материалов — упоминание времени не равно позднему голу.
• Молодые игроки: 165 текстов — дебюты, воспитанники и ретроспектива.
• Капитаны: 215 публикаций — повязка и язык лидерства.
• Травмы: 588 документов — почему новости не измеряют травматизм.
• Замены: 433 совпадения — наблюдаемая последовательность и недоказанная причина.
• Серии пенальти: 53 публикации — число документов и число уникальных матчей.

Как использовать открытые таблицы

CSV открывается в табличном редакторе; JSON дополнительно содержит поисковый шаблон и описание темы. Для каждого графика можно проверить деление выбранных документов на общий объём года. Сохраняйте название набора и дату версии рядом со своей диаграммой. Если меняете запрос, называйте результат новым измерением, чтобы его не путали со старым.

Следующий уровень исследования потребует ручной разметки: уникальные события, жанры, подтверждённые протоколы и синонимы, которые текущий запрос пропускает. Здесь такие сведения не считаются установленными. Лаборатория помогает проверить исходный вопрос и арифметику, а не скрыть отсутствие полной матчевой базы.

Для другой задачи — расчёта введённой статистики — доступны калькуляторы xG, PPDA и очков. Исследование актуального интереса к тактическим объяснениям находится в обзоре футбольных видео. Его единица наблюдения — видео, и смешивать показатели разных наборов нельзя.