裁判在橄榄球的家庭偏见在没有受众的情况下消失：学习

我们在2019年至2019 - 20年度从前四大欧洲足球联赛中分析了裁判员在1283场比赛中表现，为您带来这些调查结果。

每场比赛的犯规数量保持一致，虽然家庭团队的黄牌也保持一致，但授予偏离侧面的每场比赛的平均黄卡数量从2.43降至1.94。

在四个主要联赛中三个中，裁判员没有受众的较少的黄牌。在英超联赛中，单靠每场比赛的黄牌数量下降了28％。

在四大联赛中三个中，黄卡的平均数减少了。下降是英超联赛中最明显的，黄牌数量从3.5卡/游戏下降到2.53卡/游戏（-28％）。

在La Liga，平均数量从5.34 / Game降至4.83 / Game（-9.6％），并在Serie A，从5.5 / Game到4.52 / Game（-17.82％）。

只有Bundesliga展示了相反的趋势，平均黄卡计数从3.95 /游戏增加到4.15 /游戏（+ 5.1％）。

当我们只关注家庭方面，我们未能看到所有联赛的统一趋势。在英超联赛中，平均从1.63牌/游戏到1.29卡/游戏（-20.8％）。在La Liga，我们没有看到任何显着差异随着平均水平从2.57 /比赛增加到2.60 /比赛。

在Serie A中，平均从2.56 /游戏减少到2.36 / Game（-7.8％），而Bundesliga目睹了1.78 /比赛的增加至2.16 /比赛（+ 21.34％）。

这个图描绘了所有联赛的有趣图片。我们看到所有联赛的统一趋势，在没有体育场中的观众，偏离侧面已经收到了更少的黄牌。当我们看看所有联赛的整体人物时，我们看到向远方授予的黄牌数量减少了20.2％。

在英超联赛中，平均从1.88卡/游戏到1.24卡/游戏。这是一个令人难以置信的减少34％的黄牌抛出侧面。

在La Liga，平均从2.77卡/游戏减少到2.23卡/游戏（-19.5％）。 Serie A目睹了2.94至2.16（-26.5％）的下降。在Bundesliga中，偏离侧面收到1.99卡/游戏，而无需观众，与观众的2.17张卡/游戏相比（-8.3％）。

我们从家庭侧面的平均数量中减去了向远离侧面的黄卡的平均数量，以比较差异和没有受众的视差。

很明显与观众在场，家庭侧面在所有联赛中都有优势。然而，后科迪德，家庭优势已经从所有联赛中消失了。在英超联赛中，我们看到差异几乎缺席，但在所有其他联盟中，我们看到优势已经变成了家庭侧面的劣势。

我们还比较了家庭和偏离侧面的犯规的数量，看看缺乏人群是否对整个团队犯规和积极的戏剧产生了任何影响。

上图证实没有观众没有任何显着差异。只有Bundesliga才能从22.68犯规/游戏到25.27犯规/游戏（+ 11.4％）的值得一提的变化。

在我们的最后一节中，我们已经将犯规与四个联赛中的黄牌的比率进行了比较。我们看到，所有联赛中，该比例大幅增加，但甲板。

在英超联赛中，该比例最多，从6.04到8.6（+ 42.4％）。在La Liga，它从5.17（+ 11.04％）和Serie A增加到5.09至6.23（+ 22.4％）。在Bundesliga中，增加可以忽略不计。

当我们谈论家庭方面，英超联赛显示从6.31增加到8.43（+ 33.6％）的最大增加。其他联赛的比例的变化小于1。

当我们谈论远方的侧面时，我们看到了一个统一的趋势。对于所有联赛来说，这一比率增加了裁判在挥舞着黄牌之前允许更犯规的球员允许更多犯规。

在英超联赛中，该比率从5.81增加到8.77（增加超过50％）。在La Liga，它从5.05增加到6.15（+ 21.8％），并在Serie A中增加到4.85至6.28（+ 29.5％）。 Bundesliga的变化在5.73至6.29（+ 9.8％）中是最小的。

我们还将污垢与黄色卡的比例与离子比例减去了比较。我们可以看到，通过观众存在，家庭方面在所有联赛中都有明显的优势。

但是，如果没有受众，那么这个优势已经消失了，它变成了一个劣势。目前，在用黄牌警告之前，避免的裁决被裁决犯规。

我们可以看到裁判的偏见在体育场中的观众完全改变了。

以前，偏离侧面用于在所有联赛中获得更多的黄牌，它们也有劣质的卡比率。然而，如果没有观众，差异就消失了，实际上，一些联赛趋势已经逆转。

我们还注意到裁判整体削减了较少的黄牌，并在四个联赛中允许更多的犯规。只有在Bundesliga中，整体黄卡计数已增加后covid。

在RunRepeat，我们的主要目标是成为找到您完美的足球夹板的最佳指南。我们的评分算法CoreScore，基于来自全球各地的真实用户和专家评论，在市场上排名每个足球夹具。 Runrepeat可以找到最好的坚固的地面夹板，软土碎的夹板，草皮和街头夹板，室内夹板等。如果你喜欢这件作品，不要忘记阅读足球的其他文章。

欢迎您在您自己的文章中使用任何提到的数据。但是，请使用信用runrepeat作为任何信息的原始来源。有关任何疑问，请在[email protected]伸出vyom。