在互联网和物联网的大潮之下，加上芯片、感应器、机械人随处都是，大数据大行其道，数据科学成为各个领域中的尚方宝剑，仿佛「得数据者得天下」。在足球产业中，这股旋风也是方兴未艾，不少分析指出近年的冠军球队均得力于数据科学。然而，我们虽然得益于数据大爆炸，在赛事解读上仍然存在许多先天的缺陷，最致命的就是因果分析的落差。当中的原因，便是分析社会现象和足球赛事，科学家很难模仿自然科学在实验室中以干预和介入的方法，找出前因和后果的关系。

不过，全球肆虐的新冠肺炎，和由之所引申的封城和解封，正好提供了一次类似的介入干预，把现象分拆为事前和事后、处理组和控制组等，某程度上模拟实验室中的随机对照检测（RCT）。

《经济学人》今年7月，与一家近年声名鹊起的「21st Club」（顾名思义，他们自诩是英超作赛的「第21队」），以疫前和疫后的赛事，对球坛上一个长期存在、但也难以解释的「迷思」——主场优势，做了一次「类干预」的差分解释。

主场优势既真实却又难以解释

主场优势，既真实却又难以解释，德国数据科学家就曾列出（1）熟识场地，（2）球迷支持，（3）球证偏帮，（4）自我安慰（觉得主场占优所以主场真的占优）等等，作为解释项，并总结地说，没有一项是可以「清晰地被证明」。 （注1）

然而，新冠肺炎所引发的疫症大流行，却给第21队一次难得的数据采集的机会。他们的样本，包括了欧洲16个联赛组别，如英格兰的英超和英冠，和德国的甲、乙和丙组等，疫前是由2019年8月至2020年3月共5294场比赛作为控制组，疫后复赛的就有自2020年5月以来1534场比赛，作为处理组。

经整理后，他们有以下发现疫前和复赛后主队得分是否多于该场比赛的50%的数据。疫前的数据显示，共有15个联赛的主队平均而言取分的确占优，其中以西甲、波兰甲和捷克甲的优势最明显，得分近65%；只有奥地利甲例外。但复赛之后，主场优势有所回落，现在有「只有」有13个联赛平均而言主队仍然取分过半。虽然如此，主场仍然明显占优（13/16），而且，在那13个组别之中，有7个（包括英超和意甲）的主场得分百分比其实是有所提升的！

过去不少分析，指主队的优势，是透过主场球迷排山倒海的叫喊声，影响球证的判断，令其在不自觉之下「偏帮」主队，惩罚客队，这体现在罚牌数目。图中显示，疫前平均而言，客军的罚牌数都多于主队；而复赛后，由于是闭门作赛，情况大幅改善，只有5个联赛仍然呈现客队得罚牌数多于主队。

第一至第四列加在一起，即是说虽然球证比较中立了，主场优势虽然有所修窄，但是整体上，主队得分仍然较多。那该怎么解释呢？数据科学家在这里，拉出进一步的数字，试图解释为什么这个现象会持续。图中第五六列是疫前和复赛后，在那16个联赛的赛事中，平均而言，主队是否能够取得超过50%的射中门机会。结果显示，疫前主队是百分百（16/16）占优；复赛后，主队的优势略为下降，但仍在15个组别中呈明显的优势。由此，数据大师解释指主场优势的持续，是因为主队射中门的次数多，简言之，就是主队踢得好。

以「射中门的次数较多」作因子，难以自圆其说。主场优势，自然是说主队得分多，得分多，大部分情况下自然是因为射中球门的次数较多（有例外、但例外不是普遍）。所以，射门占比，其实很大程度上就是主场优势的反映，在因果关系的链条上，其实更似是一个果子，多于作为一个因子。

大数据或者数据科学，始终须要靠我们用人的思维逻辑（如因果关系的设定）来判断，否则，给五花八门的图表吓唬，还真以为找到了解答迷思的钥匙。

特别声明：所有言论仅代表发布者个人意见，星星体育仅提供发布平台，信息内容请自行判断。