2-0の魔力なんて無かった

wc_data <- read.csv("wc_data.csv", stringsAsFactors=FALSE)

head(wc_data, 10)
#library(gridExtra)
#grid.table(head(wc_data, 10)) #今回は便宜上、こちらのコマンドで以下の表を作成した

time_range_df <- as.data.frame.table(table(get_timerange(wc_data$time)))
#                                          ↑get_timerange関数の実装は後述
colnames(time_range_df) <- c("Time range", "Goal counts")
print(time_range_df)
#grid.table(time_range_df, show.rownames=F)  #便宜上こっちで出力

上の表をグラフに図示してみましょう。

library(ggplot2)
qplot(get_timerange(wc_data$time),
      xlab="時間帯",
      ylab="ゴール数",
      main="時間帯別ゴール数")

時間帯別に見ると、前半(1-45)より後半(46-90)のほうがゴール数が多いことがわかります。後半30分以降(76-90)の時間帯は最も得点されやすいのですね！例え試合に負けていたとしても、最後まで諦めずに試合を見続けた方がいいということがわかりましたね。

firstgoal_towin <- daply(.data=wc_data,  
                         .variables="game_id",  
                         .fun=check_1stgoal_towin)
#                             ↑check_1stgoal_towin関数の実装は後述
table(firstgoal_towin)
#grid.table(as.data.frame.table(table(firstgoal_towin))) #便宜上こっちで出力

qplot(firstgoal_towin,
      xlab="先制ゴールした？",
      ylab="勝利試合数",
      main="先制ゴールは勝利しやすいか")

return1point_towin <- daply(.data=wc_data,  
                            .variables="game_id",  
                            .fun=check_21win) 

#                                ↑check_21win関数の実装は後述 

table(return1point_towin) 

#grid.table(as.data.frame.table(table(return1point_towin))) 

#便宜上こっちで出力 

qplot(daply(.data=wc_data,
            .variables="game_id",
            .fun=check_21win),
         
      xlab="0-2から1点返して、その後引き分け以上に持ち込めたか",
      ylab="試合数",
         
      main="0-2からの1-2は有利であるか？")

before1point_towin <- daply(.data=wc_data,
                            .variables="game_id",
                            .fun=check_10win) 
#                                ↑check_10winの関数定義は後述 

table(before1point_towin)

#grid.table(as.data.frame.table(table(before1point_towin)))  #便宜上こっちで出力

qplot(.data=wc_data, .variables="game_id",  .fun=check_10min),
 
     xlab="0-1から引き分け以上に持ち込めたか",

      ylab="試合数",
      main="【比較】0-1からの")

mat <- as.matrix(
       　         merge(as.data.frame.table(table(daply(.data=wc_data, .variables="game_id", .fun=check_21win))),
                        as.data.frame.table(table(daply(.data=wc_data, .variables="game_id", .fun=check_10win))),
　                      by.x="Var1", by.y="Var1"        
                       )[,-1]
                )　
colnames(mat) <- c("1-2", "0-1"); rownames(mat) <- c("lose", "win"); mat <- mat[2:1,]　
print(mat)　
#grid.table(mat) #便宜上こっちで出力

fisher.test(mat, alternative="greater")　
#　
#Fisher's Exact Test for Count Data  
#  
#data:  mat  
#p-value = 0.9876  
#alternative hypothesis: true odds ratio is greater than 1  
#95 percent confidence interval:  
# 0.1920788       Inf  
#sample estimates:  
#odds ratio  
#   0.44398

#ゴールした時間をレンジ幅ごとに集約する関数
get_timerange <- function(x=wc_data$time, time_range=15){
   x <- x[-which(is.na(x))]
   tgroup <- seq(from=1, to=121, by=time_range)
   if(tgroup[length(tgroup)]!=121){
     tgroup <- c(tgroup, 121)
   }
   res_vec <- rep(NA, length=length(x))
   for(i in 1:length(x)){
     res_vec[i] <- tgroup[max(which((tgroup - x[i])<=0))]
   }
   conv_tbl <- data.frame(key=tgroup, value=paste0(tgroup, "~", tgroup[-1]-1), stringsAsFactors=F)
   conv_tbl$value <- factor(conv_tbl$value, levels=paste0(tgroup, "~", tgroup[-1]-1)[-length(tgroup)])
   res_vec2 <- apply(as.data.frame(res_vec), 1, function(y){conv_tbl[which(conv_tbl$key==y),"value"]})
   return(res_vec2)
}

#0-1チームが、逆転勝利・引き分け結果になったか調べる関数
check_10win <- function(x){
   if(nrow(x)==1){
     if(is.na(x$score)){
       return(NA)
     }else{
       #1-0
       return(FALSE)
     }
   }else{
     precursor <- x[1, "team_category"]
     g_res <- unlist(dlply(.data=x, .variables="team_category", .fun=function(y){max(y$score)}))
     if(length(g_res)==1){
       #一方は0 score
       return(FALSE)
     }else{
       if(length(which(max(g_res)==g_res))==2){
         #同点
         return(TRUE)
       }else{
         return(names(which(max(g_res)==g_res))!=precursor)
       }
     }
    if(g_res[1]==g_res[2]){
       return(TRUE)
     }else if(precursor != names(which(max(g_res)== g_res))){
       return(TRUE)
     }else{
       return(FALSE)
     }
   }
}

#0-2からの1-2チームが、逆転勝利・引き分け結果になったか調べる関数
check_21win <- function(x){
  if(max(x$score)<2 || nrow(x) < 3){
    #2とってない    
    return(NA)
  }else{
    if(x[2,"score"]==2 && x[3, "score"]==1){
      #2-0からの2-1
      loser <- as.character(x[3,"team_category"])
      g_res <- unlist(dlply(.data=x, .variables="team_category", .fun=function(y){max(y$score)}))
      if(g_res[1]==g_res[2]){
        return(TRUE)
      }else if(loser==names(which(max(g_res)==g_res))){
        return(TRUE)
      }else{
        return(FALSE)
      }
    }else{
     return(NA)
    }
  }
}