Studia Kinanthropologica 2023, 24(1):19-29 | DOI: 10.32725/sk.2023.009

Statistické porovnání české a dánské fotbalové ligy: Věkové a národnostní složení hráčů

M. Tomíček, N. Pelloneová
Technická univerzita v Liberci, Ekonomická fakulta, Katedra podnikové ekonomiky a managementu

Fotbal je jednou z nejpopulárnějších sportovních disciplín a využití statistických metod k analýze sportovních údajů je předmětem velkého zájmu nejen trenérů ale i vědeckých pracovníků. Fotbalové kluby využívají k datové analýze především služeb specializovaných společností. S využitím statistické analýzy je možné zjišťovat zajímavé informace a souvislosti, které není možné zjistit pouhým pozorováním hry nebo hráčů. O sportovní datové analýzy je mezi fotbalovými kluby veliký zájem. Cílem tohoto příspěvku je s pomocí statistických analýz porovnat dvě profesionální evropské fotbalové soutěže a určit jejich hlavní podobnosti a rozdíly ve třech vytyčených oblastech – věk hráčů, národnostní
složení soutěží a tržní hodnota hráčů. K ověření výzkumných otázek formulovaných v tomto výzkumu byly použity metody statistické analýzy dat. Databáze využitých dat byla vytvořena na základě proměnných získaných od společností InStat a Transfermarkt. K výpočtům byl použit statistický program IBM SPSS Stastistics 28.

Klíčová slova: fotbal; sportovní statistická analýza; tržní hodnota; Fortuna:Liga; 3F Superliga

Vloženo: 23. únor 2023; Revidováno: 14. duben 2023; Přijato: 24. duben 2023; Zveřejněno: 27. září 2023  Zobrazit citaci

ACS AIP APA ASA Harvard Chicago Chicago Notes IEEE ISO690 MLA NLM Turabian Vancouver
Tomíček M, Pelloneová N. Statistické porovnání české a dánské fotbalové ligy: Věkové a národnostní složení hráčů. Studia Kinanthropologica. 2023;24(1):19-29. doi: 10.32725/sk.2023.009.
Sdílet...
Stáhnout citaci
  • BibTeX (.bib)
  • Bookends (.ris)
  • EasyBib (.ris)
  • EndNote (.enw)
  • EndNote 8 (.xml)
  • ISI WoS (.isi)
  • Medlars (.medlars)
  • Mendeley (.ris)
  • MODS (.xml)
  • Papers (.ris)
  • RefWorks (.txt)
  • RefManager (.ris)
  • RIS (.ris)
  • MS Word (.xml)
  • Zotero (.ris)
    • Zobrazit celý článek

    Reference

    1. 3F Superliga. (2021). Superliga.dk: Performance Center. https://www.superliga.dk/performance-centersuperliga-2020-2021
    2. Anděl, J. (2007). Statistické metody. Matfyzpress.
    3. Brase, Ch. H., Brase, C. P., & Iraki, A. (2019). Understanding basics statistics. Cengage. Calleja-González, J., Los Arcos, A., Mejuto, G., Casamichana, D., San Roman Quintana, J., & Yanci, J. (2015). Reproducibilidad de test de aceleración y cambio de dirección en fútbol. Revista Internacional de Ciencias del Deporte, 11 (40), 104-115. http://dx.doi.org/10.5232/ricyde2015.04001 Přejít k původnímu zdroji...
    4. Felipe, J. L., Fernandez-Luna, A., Burillo, P., de la Riva, L. E., Sanchez-Sanchez, J., & Garcia-Unanue, J. (2020). Money talks: Team variables and player positions that most influence the market value of professional male footballers in Europe. Sustainability, 12 (9), 3709. https://doi.org/10.3390/su12093709 Přejít k původnímu zdroji...
    5. Fortuna:Liga. (2021). FortunaLiga.cz: Statistiky. https://www.fortunaliga.cz/statistiky?unit=1¶meter=1
    6. Gardasevic, J., & Bjelica, D. (2020). Body Composition Differences between Football Players of the Three Top Football Clubs. International Journal of Morphology, 38 (1), 153-158. https://doi.org/10.4067/S0717-95022020000100153 Přejít k původnímu zdroji...
    7. Harper, J. (2021). Data experts are becoming football's best signings. BBC News. https://www.bbc.com/news/business-56164159
    8. Hendl, J. (2012). Přehled statistických metod: analýza a metaanalýza dat. Portál.
    9. Hindls, R. (2007). Statistika pro ekonomy. Professional Publishing. IBM. (2023). IBM SPSS software. https://www.ibm.com/spss
    10. InStat. (2020). Objective performance rating for players & teams. https://instatsport.com/football
    11. Kim, Y., Nam Bui, K., & Jung, J. J. (2019). Data-driven exploratory approach on player valuation in foot-ball transfer market. Concurrency and Computation Practice and Experience, 33 (3). https://doi.org/10.1002/cpe.5353 Přejít k původnímu zdroji...
    12. Kirschstein, T., & Liebscher, S. (2018). Assessing the market values of soccer players - a robust analysis of data from German 1. and 2. Bundesliga. Journal of Applied Statistics, 46 (7), 1336-1349. https://doi.org/10.1080/02664763.2018.1540689 Přejít k původnímu zdroji...
    13. Konter, E., & Yurdabakan, I. (2010). Nonverbal intelligence of soccer players according to their age, gender and educational level. Social and Behavioral Sciences, 2 (2), 915-921. https://doi.org/10.1016/j.sbspro.2010.03.126 Přejít k původnímu zdroji...
    14. Konter, E. (2010). Nonverbal intelligence of soccer players according to their level of play. Social and Behavioral Sciences, 2 (2), 1114-1120. https://doi.org/10.1016/j.sbspro.2010.03.126 Přejít k původnímu zdroji...
    15. Lago-Ballesteros, J., & Lago-Peñas, C. (2010). Performance in Team Sports: Identifying the Keys to Success in Soccer. Journal of Human Kinetics, 25 (2010), 85-91. https://doi.org/10.2478/v10078-010-0035-0T Přejít k původnímu zdroji...
    16. Littlewood, M., Mullen, C., & Richardson, D. (2011). Football labour migration: An examination of the player recruitment strategies of the 'Big Five' European Football Leagues 2004-5 to 2008-9. Soccer & Society, 12 (6), 788-805. https://doi.org/10.1080/14660970.2011.609680 Přejít k původnímu zdroji...
    17. Maderer, D., Holtbrügge, D., & Schuster, T. (2014). Professional Football squads as multicultural teams. International Journal of Cross Cultural Management, 14 (2), 215-238. https://doi.org/10.1177/1470595813510710 Přejít k původnímu zdroji...
    18. Metelski, A. (2021). Journal of Physical Education and Sport, 21 (2), 1150-1155. https://doi.org/10.7752/jpes.2021.s2145 Přejít k původnímu zdroji...
    19. Moura, F. A., Barreto Martins, L. E., & Cunha, S. A. (2014). Analysis of football game-related statistics using multivariate techniques. Journal of Sports Sciences, 32 (20), 1881-1887. https://doi.org/10.1080/02640414.2013.853130 Přejít k původnímu zdroji... Přejít na PubMed...
    20. Oberstone, J. (2009). Differentiating the Top English Premier League Football Clubs from the Rest of the Pack: Identifying the Keys to Success. Journal of Quantitative Analysis in Sports, 5 (3). https://doi.org/10.2202/1559-0410.1183 Přejít k původnímu zdroji...
    21. Parker, S. D. G. (2016). Correlation Between the National Football League Draft and Player Performance. Robert D. Clark Honors College.
    22. Pelloneová, N., & Tomíček, M. (2022). Ranking players by DEA: An analysis of Czech and Danish football. Studia Sportiva, 16 (1), 76-90. https://doi.org/10.5817/sts2022-1-8 Přejít k původnímu zdroji...
    23. Penn, R. (2018). From comparative analysis to final publication: Nationalism and Globalization in English and Italian football since 1930. European Journal for Sport and Society, 10 (4), 345-364. https://doi.org/10.4135/9781526445308 Přejít k původnímu zdroji...
    24. Poli, R., Ravenel, L., & Besson, R. (2016). CIES Football Observatory Monthly Report - Foreign players in football teams. https://football-observatory.com/IMG/pdf/mr12_eng.pdf
    25. Redkva, P. E., Paes, M. R., Fernandez, R., & da-Silva, S. G. (2018). Correlation between Match Performance and Field Tests in Professional Soccer Players. Journal of Human Kinetics, 62 (1), 213-219. https://doi.org/10.1515/hukin-2017-0171 Přejít k původnímu zdroji... Přejít na PubMed...
    26. Sandgren E., Karlsson, M., & Ji-Guo Y. (2013). Correlation Analysis Between SoccerGame World Ranking and Player League Distribution. Sport and Art, 1 (2), 34-40. https://doi.org/10.13189/saj.2013.010202 Přejít k původnímu zdroji...
    27. Swanepoel, M. J., & Swanepoel, J. (2016). The correlation between player valuation and the bargaining position of clubs in the English premier league (EPL). International Journal of Economics and Finance Studies, 8 (1), 209-225.
    28. Tomíček, M., & Pelloneová, N. (2022). Sports data analysis: Comparison of the Czech and Danish top football competitions. Tělesná Kultura, 45. https://doi.org/10.5507/tk.2022.002 Přejít k původnímu zdroji...
    29. Tomíček, M. (2021). Aplikace statistických metod ve sportovních klubech [Diplomová práce, Technická univerzita v Liberci].
    30. Transfermarkt. (2021). Transfermarkt.com: Intern. https://www.transfermarkt.com/intern/stellenangebote
    31. UEFA. (2021). UEFA Country Coefficients. 2021, UEFA Rankings. https://www.uefa.com/memberassociations/uefarankings/country/#/yr/2021
    32. Yi, Q., Gómez, M. A., Liu, H., & Sampaio, J. (2019). Variation of match statistics and football teams' match performance in the group stage of the UEFA Champions League from 2010 to 2017. Kinesiology, 51 (2), 170-181. https://doi.org/10.26582/k.51.2.4 Přejít k původnímu zdroji...
    33. Yue, Z., Broich, H. & Mester, J. (2014). Statistical Analysis for the Soccer Matches of the First Bundesliga. International Journal of Sports Science & Coaching, 9 (3), 553-560. https://doi.org/10.1260/1747-9541.9.3.553 Přejít k původnímu zdroji...

    Tento článek je publikován v režimu tzv. otevřeného přístupu k vědeckým informacím (Open Access), který je distribuován pod licencí Creative Commons Attribution 4.0 International License (CC BY 4.0), která umožňuje distribuci, reprodukci a změny, pokud je původní dílo řádně ocitováno. Není povolena distribuce, reprodukce nebo změna, která není v souladu s podmínkami této licence.


    Zpět na obsah