Imagine dois times que, ao longo de 10 partidas, marcam 1,5 gol por jogo, em média. À primeira vista, os números parecem indicar equipes muito parecidas.
Mas existe uma pergunta importante escondida atrás dessa média:
Como esses gols estão distribuídos?
Um time pode marcar quase sempre entre 1 e 2 gols. Outro pode alternar partidas sem marcar com atuações de 4 ou 5 gols.
A média é exatamente a mesma, mas o comportamento, não.
É nesse ponto que entra a variância.
No futebol, olhar apenas para médias pode esconder justamente uma das características mais importantes de uma equipe: a regularidade — ou a irregularidade — de seu desempenho.
O que é variância?
A variância mede o quanto os valores de um conjunto de dados se afastam, em média, de sua média.
Em termos simples:
- variância baixa: os valores ficam próximos da média;
- variância alta: os valores estão mais espalhados.
A ideia pode ser representada pela fórmula:
Var(X)=E(X2)−[E(X)]2Var(X) = E(X^2) – [E(X)]^2
Para esta curva normal com sigma 1,9, a identidade acima passa a ser
Var(X)=σ2=(1,9)2=3,61Var(X)=\sigma^2=(\text{1,9})^2=\text{3,61}Var(X)=σ2=(1,9)2=3,61
O cálculo considera a distância entre cada observação e a média, eleva essa diferença ao quadrado e depois calcula a média dessas diferenças.
O quadrado é importante porque evita que desvios positivos e negativos simplesmente se anulem.
Dois times, mesma média, comportamentos diferentes
Vamos imaginar dois times fictícios disputando 10 partidas.
Time A
Gols marcados:
1, 2, 1, 2, 1, 2, 1, 2, 1, 2
Total: 15 gols
Média: 1,5 gol por jogo
Time B
Gols marcados:
0, 0, 0, 0, 0, 0, 5, 5, 5, 0
Total: 15 gols
Média: 1,5 gol por jogo
A média é idêntica.
Mas qualquer pessoa acompanhando as duas equipes perceberia rapidamente que elas são muito diferentes.
O Time A apresenta uma produção ofensiva relativamente estável.
O Time B é extremamente irregular: passa várias partidas sem marcar e, ocasionalmente, produz uma quantidade muito alta de gols.
A média, sozinha, não consegue mostrar essa diferença.
A variância consegue.
Média responde “quanto”; variância ajuda a responder “como”
Essa é uma das ideias mais importantes da estatística esportiva.
A média responde:
Qual é a produção média desse time?
A variância acrescenta:
Quanto essa produção oscila em torno dessa média?
Por isso, duas equipes com:
2,0 gols por jogo
podem apresentar perfis completamente diferentes.
Uma pode marcar:
1, 2, 2, 2, 3, 1, 2, 2
Outra:
0, 0, 5, 1, 4, 0, 2, 4
As duas podem chegar a uma média semelhante, mas a distribuição dos resultados é muito diferente.
A variância também aparece nos gols sofridos
O conceito não serve apenas para medir ataque.
Imagine dois times que sofrem 1 gol por partida, em média.
O primeiro:
1, 1, 1, 1, 1, 1, 1, 1
O segundo:
0, 3, 0, 2, 0, 1, 0, 2
A média pode ser próxima, mas o segundo time apresenta muito mais oscilação.
Isso pode ser relevante para uma análise de desempenho.
Uma equipe que sofre consistentemente um gol por partida possui um perfil diferente daquela que alterna partidas defensivamente sólidas com jogos em que sofre vários gols.
Variância não significa simplesmente “ser melhor” ou “pior”
Esse ponto merece atenção.
Alta variância não é automaticamente ruim.
Baixa variância também não significa automaticamente que um time seja superior.
A interpretação depende da variável analisada e da pergunta que estamos tentando responder.
Por exemplo:
- um ataque muito consistente pode ter baixa variância;
- um ataque extremamente explosivo pode ter alta variância;
- uma defesa que quase sempre sofre poucos gols pode apresentar baixa variância;
- uma equipe que alterna partidas impecáveis e colapsos defensivos pode apresentar alta variância.
Portanto, a variância é uma medida de comportamento dos dados, não uma nota para o time.
Um exemplo mais interessante: finalizações
Agora vamos sair dos gols e analisar finalizações por partida.
Imagine dois times com média de 15 finalizações:
Time A
14, 16, 15, 15, 14, 16, 15, 15
Time B
5, 25, 8, 22, 12, 20, 10, 18
Ambos podem terminar com uma média próxima de 15.
Mas o primeiro apresenta um padrão muito mais concentrado.
O segundo oscila bastante.
Isso pode levar a perguntas mais interessantes:
Por que o Time B varia tanto?
A equipe muda seu comportamento de acordo com o adversário?
Tem maior dependência de determinados contextos de jogo?
Produz muito quando sai na frente, mas pouco quando precisa propor?
Seu volume ofensivo é influenciado por expulsões, placar ou mando de campo?
A estatística não responde automaticamente a essas perguntas.
Mas ajuda a identificá-las.
Variância e contexto de jogo
É justamente aqui que a análise esportiva começa a ficar mais sofisticada.
Uma média geral pode misturar situações completamente diferentes.
Imagine que um time tenha:
1,8 gol por jogo
Mas quando está vencendo, marca 2,5 gols por jogo.
Quando está empatando, marca 1,4.
Quando está perdendo, marca apenas 0,9.
A média geral esconde esses diferentes estados de jogo.
O mesmo raciocínio pode ser aplicado à variância.
Podemos investigar se a oscilação de desempenho aumenta ou diminui dependendo do contexto.
Por exemplo:
- mandante x visitante;
- primeiro tempo x segundo tempo;
- contra adversários fortes x fracos;
- vencendo x empatando x perdendo;
- jogos de mata-mata x pontos corridos.
Isso transforma a variância de uma simples fórmula matemática em uma ferramenta de investigação.
Variância, desvio-padrão e interpretação
Existe um problema prático com a variância:
sua unidade fica elevada ao quadrado.
Se estamos analisando gols, a variância fica em gols².
Por isso, no futebol, muitas vezes o desvio-padrão é mais intuitivo.
Ele é simplesmente a raiz quadrada da variância.
Se um conjunto apresenta desvio-padrão de 0,5 gol, podemos interpretar diretamente que os valores apresentam uma dispersão típica de aproximadamente meio gol em relação à média.
Por isso, média e desvio-padrão costumam aparecer juntos:
2,0 ± 0,5 gols por jogo
Essa informação é muito mais completa do que simplesmente:
2,0 gols por jogo.
O problema de comparar apenas médias
Considere estas duas equipes:
| Estatística | Time A | Time B |
|---|
| Média de gols | 1,8 | 1,8 |
| Desvio-padrão | 0,4 | 1,3 |
Se olharmos apenas para a média, os times parecem iguais.
Mas o segundo número conta uma história diferente.
O Time A apresenta uma produção ofensiva mais concentrada em torno de sua média.
O Time B apresenta maior dispersão.
Isso pode significar que seus resultados são mais sensíveis a determinadas circunstâncias — embora seja necessário investigar os dados para descobrir quais.
Variância não explica a causa da oscilação
Esse é outro cuidado fundamental.
Encontrar uma variância alta não significa descobrir por que os resultados variam.
A estatística mostra o fenômeno.
A investigação precisa buscar a explicação.
Se um time apresenta grande variação no número de finalizações, algumas hipóteses podem ser testadas:
- mudança de formação;
- adversários diferentes;
- mando de campo;
- expulsões;
- escalação;
- lesões;
- situação no placar;
- calendário;
- qualidade dos adversários.
É aqui que outras ferramentas estatísticas entram em cena.
A variância pode ser o ponto de partida, não necessariamente o ponto final.
O futebol é um esporte de variabilidade
Existe ainda uma razão especial para observar dispersão no futebol.
Poucos gols são marcados em relação ao número de eventos que acontecem durante uma partida.
Isso faz com que o resultado final possa ser bastante sensível a acontecimentos específicos.
Um desvio individual.
Uma bola na trave.
Um pênalti.
Uma expulsão.
Um gol nos acréscimos.
Uma finalização desviada.
Por isso, dois jogos com desempenhos semelhantes podem terminar com placares completamente diferentes.
Analisar apenas o resultado final pode esconder essa variabilidade.
Por isso, métricas como finalizações, xG, posse, entradas no terço final e outros indicadores podem ajudar a entender melhor o comportamento de uma equipe.
A pergunta mais importante não é “qual é a média?”
Quando analisamos dados de futebol, uma sequência natural de perguntas pode ser:
Qual é a média?
Depois:
Quanto os dados variam?
Depois:
Onde essa variação acontece?
E finalmente:
O que pode explicar essa variação?
Essa sequência é muito mais informativa do que simplesmente procurar o maior número.
Um time com média de 1,7 gol por partida pode parecer muito semelhante a outro com 1,7.
Mas quando acrescentamos a distribuição dos dados, a história pode mudar completamente.
Média sem variância pode esconder a história
A média é uma das ferramentas mais importantes da estatística.
Mas ela é apenas uma parte da história.
No futebol, dois times podem apresentar exatamente a mesma média e ainda possuir comportamentos completamente diferentes.
Um pode ser constante.
Outro, explosivo.
Um pode produzir resultados concentrados.
Outro pode alternar extremos.
Um pode apresentar desempenho semelhante jogo após jogo.
Outro pode depender fortemente do contexto.
É por isso que, no Lab do Esporte, uma análise estatística não deve perguntar apenas quanto um time produz, mas também o quanto essa produção oscila.
A média mostra o centro dos dados.
A variância mostra a dispersão.
E, muitas vezes, é justamente nessa dispersão que encontramos uma parte da história que a média não consegue contar.