根据python案例，传球成功率与胜率相关性？

传球成功率与胜率相关性分析（Python案例）

问题背景

在足球数据分析中，常有人问：传球成功率高的球队是否更容易赢球？ 下面用 Python 做一个完整的相关性分析案例。

数据准备

假设我们有一份联赛球队数据（可替换为真实数据，如 FBref、StatsBomb、中超/英超数据）：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from scipy import stats
# 模拟 20 支球队一个赛季的数据
np.random.seed(42)
n = 20
df = pd.DataFrame({
    'team': [f'Team_{i}' for i in range(1, n+1)],
    # 传球成功率 (%)
    'pass_accuracy': np.random.normal(80, 5, n).clip(65, 92),
    # 胜率 (%) —— 与传球成功率有一定正相关 + 噪声
    'win_rate': 0.6 * np.random.normal(80, 5, n).clip(65, 92) 
                + 0.4 * np.random.normal(50, 15, n) + np.random.normal(0, 5, n)
})
df['win_rate'] = df['win_rate'].clip(10, 90)
print(df.head())
print(df[['pass_accuracy', 'win_rate']].describe())

⚠️ 注意：如果使用真实数据，请确保样本量足够（一般 ≥ 20 才有统计意义）。

可视化：散点图 + 回归线

plt.figure(figsize=(8, 6))
sns.regplot(x='pass_accuracy', y='win_rate', data=df,
            scatter_kws={'s': 80, 'alpha': 0.7},
            line_kws={'color': 'red'})
plt.xlabel('传球成功率 (%)')
plt.ylabel('胜率 (%)')'传球成功率 vs 胜率')
plt.grid(alpha=0.3)
plt.tight_layout()
plt.show()

观察散点是否呈现从左下到右上的趋势,即可初步判断相关性方向。

计算相关系数

# 1. Pearson 相关系数（线性相关，要求近似正态）
r, p_pearson = stats.pearsonr(df['pass_accuracy'], df['win_rate'])
print(f"Pearson r = {r:.3f}, p = {p_pearson:.4f}")
# 2. Spearman 秩相关（非线性单调关系更稳健）
rho, p_spearman = stats.spearmanr(df['pass_accuracy'], df['win_rate'])
print(f"Spearman ρ = {rho:.3f}, p = {p_spearman:.4f}")
# 3. Kendall τ（小样本更稳健）
tau, p_kendall = stats.kendalltau(df['pass_accuracy'], df['win_rate'])
print(f"Kendall τ = {tau:.3f}, p = {p_kendall:.4f}")
# 4. 相关系数矩阵 + 热力图
corr = df[['pass_accuracy', 'win_rate']].corr(method='pearson')
print(corr)
sns.heatmap(corr, annot=True, cmap='RdBu_r', vmin=-1, vmax=1)'相关系数矩阵')
plt.show()

结果解读参考

• p < 0.05：相关性统计显著；
• p ≥ 0.05：不能拒绝"无相关"的原假设（可能是样本太小）。

进一步：线性回归量化影响

import statsmodels.api as sm
X = sm.add_constant(df['pass_accuracy'])
y = df['win_rate']
model = sm.OLS(y, X).fit()
print(model.summary())
print(f"\n回归方程: 胜率 = {model.params['const']:.2f} + {model.params['pass_accuracy']:.2f} × 传球成功率")
print(f"R² = {model.rsquared:.3f}  →  传球成功率可解释胜率 {model.rsquared*100:.1f}% 的方差")

解读示例：若系数为 0.8，表示"传球成功率每提高 1 个百分点，胜率平均提高约 0.8 个百分点"。

典型结论（基于真实足球数据的经验）

对英超/五大联赛的真实数据分析通常得到：

1. 传球成功率与胜率呈显著正相关,传控能力强的球队整体战绩更好；
2. 但 R² 通常只有 0.2~0.35，说明传球成功率只能解释部分胜率差异,远不是唯一决定因素；
3. 存在混同变量：强队往往传球成功率高，但原因是整体实力强，而非"传球好所以赢"；
4. 位置/风格差异：防守反击型球队（如马竞）传球成功率中等但胜率高,说明该指标对战术风格敏感。

注意事项与改进建议

多元回归示例

X_multi = sm.add_constant(df[['pass_accuracy', 'possession', 'shots', 'xG']])
model_multi = sm.OLS(y, X_multi).fit()
print(model_multi.summary())  # 观察传球成功率在其他变量下的偏相关系数

一句话总结

传球成功率与胜率通常呈中等偏强的正相关（r ≈ 0.4–0.6，p < 0.05），但 R² 仅 0.2–0.35，说明它是重要但不是决定性的因素；分析时必须控制球队实力、战术风格等混杂变量，并区分"相关"与"因果"。

如需，我可以提供接入真实数据的爬虫/API 代码（FBref、StatsBomb、Understat）继续深入。