പൊസഷൻ വിരോധാഭാസം: Premier League പന്തിനെ വിട്ടുപോയത് എന്തുകൊണ്ട്

എഴുതിയത്: Sheikh

2025-26-ൽ, 50%-ൽ താഴെ പന്ത് കൈവശം വച്ച Premier League ടീമുകൾ കൂടുതൽ വച്ച ടീമുകളേക്കാൾ കൂടുതൽ മത്സരങ്ങൾ ജയിച്ചു (139, 137), 2005-06-ന് ശേഷം ആദ്യമായി. അതേ സീസണിൽ കൂടുതൽ ഡ്യുവലുകൾ ജയിച്ച ടീം 155 മത്സരങ്ങൾ ജയിച്ചപ്പോൾ 111 എണ്ണം തോറ്റു. പന്തടക്കി കളിക്കുന്നതിൽ നിന്ന് പോരാട്ടങ്ങൾ ജയിക്കുന്നതിലേക്കും ട്രാൻസിഷനുകൾ മുതലെടുക്കുന്നതിലേക്കും ലീഗ് മാറി എന്നാണ് ഈ കേസ് സ്റ്റഡി വാദിക്കുന്നത്. ഒരു ക്ലബ്ബിന്റെ അനലിസ്റ്റിന് ബിഗ് ഡാറ്റ ഉപയോഗിച്ച് ഈ മാറ്റം നേരത്തേ എങ്ങനെ കണ്ടെത്താമായിരുന്നു എന്നും ഇത് കാണിക്കുന്നു.

1. സാഹചര്യം

പ്രശ്നം: പല Premier League ഗെയിം മോഡലുകളും അടിസ്ഥാനമാക്കുന്ന മെട്രിക്കായ പൊസഷന് 2025-26-ൽ ജയവുമായുള്ള ബന്ധം മിക്കവാറും പൂർണമായും നഷ്ടപ്പെട്ടു. പൊസഷനിൽ ആധിപത്യം പുലർത്തുന്ന ക്ലബ്ബിന് ഇത് വെറും സ്ഥിതിവിവര കൗതുകമല്ല, തന്ത്രപരമായ അപകടമാണ്.

റോൾ. പന്ത് നിയന്ത്രിക്കുന്നതിനെ ആശ്രയിക്കുന്ന ഗെയിം മോഡലുള്ള ഒരു Premier League ക്ലബ്ബിലെ അനലിസ്റ്റാണ് ഞാൻ. കൂടുതൽ പൊസഷൻ കൂടുതൽ ജയം തരും എന്നതായിരുന്നു ക്ലബ്ബിന്റെ ധാരണ.

എന്താണ് സംഭവിച്ചത്. Opta Analyst-ന്റെ 20 സീസൺ പരമ്പര കാണിക്കുന്നത്, 2006-07 മുതൽ 2024-25 വരെ എല്ലാ സീസണിലും കൂടുതൽ പൊസഷനുള്ള ടീം കൂടുതൽ മത്സരങ്ങൾ ജയിച്ചു എന്നാണ്. 2025-26-ൽ അത് മറിഞ്ഞു:

2024-25-ൽ തന്നെ അന്തരം 64 ജയങ്ങളിൽ നിന്ന് 4 ആയി ചുരുങ്ങിയിരുന്നു, അതായത് മറിയുന്നതിന് ഒരു സീസൺ മുമ്പേ. ഈ ട്രെൻഡ് നിരീക്ഷിച്ചിരുന്ന ക്ലബ്ബിന് ഒരു മുഴുവൻ സീസണിന്റെ മുന്നറിയിപ്പ് ലഭിക്കുമായിരുന്നു.

ഇത് എന്തുകൊണ്ട് പ്രധാനം. പന്ത് കൈവശമുള്ളത് ഇനി ജയം നൽകുന്നില്ലെങ്കിൽ, പൊസഷനിൽ ആധിപത്യം ലക്ഷ്യമിട്ട് ഒരുക്കിയ ക്ലബ്ബ് തോൽക്കാം: പന്ത് വിട്ടുകൊടുത്ത്, ഒതുങ്ങി പ്രതിരോധിച്ച്, ട്രാൻസിഷനിൽ വേഗത്തിൽ ആക്രമിക്കുന്ന എതിരാളികളോടാണ് തോൽവി. ഫലങ്ങളുടെ ചാലകശക്തിയായി പൊസഷന് പകരം വന്നത് എന്താണെന്നും, ഡാറ്റ എങ്ങനെ നമ്മളെ നേരത്തേ അറിയിക്കുമായിരുന്നുവെന്നുമാണ് ഈ കേസ് സ്റ്റഡിയുടെ ചോദ്യം.

2. ഡാറ്റ കാണിക്കുന്നത്

പൊസഷൻ നിർണായകമല്ലാതായപ്പോൾ വ്യക്തിഗത പോരാട്ടങ്ങൾ ജയിക്കുന്നത് കൂടുതൽ നിർണായകമായി എന്നാണ് ഡാറ്റ കാണിക്കുന്നത്. ടീമുകളുടെ പൊസഷൻ നിലകൾ അടുത്തടുത്തെത്തി, ഫലങ്ങളുടെ പ്രവചനത്തിൽ ഡ്യുവൽ വിജയം പൊസഷനെ മറികടന്നു.

ശേഖരിക്കേണ്ടിയിരുന്ന ഡാറ്റ

• ഓരോ മത്സരത്തിലെയും ഇവന്റ് ഡാറ്റ: പൊസഷൻ %, ജയിച്ചതും തോറ്റതുമായ ഡ്യുവലുകൾ (ഗ്രൗണ്ടും എയറിയലും), ടാക്കിളുകൾ, ഫൗളുകൾ, പാസുകൾ, ലോങ് ബോളുകൾ, സമയം രേഖപ്പെടുത്തിയ ഗോളുകൾ. ഉറവിടം: StatMuse (Opta-യിൽ നിന്നുള്ളത്), Opta Analyst.
• ഗെയിം സ്റ്റേറ്റ് ഡാറ്റ: ഓരോ മിനിറ്റിലെയും സ്കോർ, അങ്ങനെ പൊസഷനും പ്രവർത്തനങ്ങളും ജയിക്കുമ്പോഴും സമനിലയിലും തോൽക്കുമ്പോഴും വേർതിരിക്കാം.
• ട്രാക്കിങ് ഡാറ്റ: കളിക്കാരുടെ സ്ഥാനങ്ങൾ, സ്പ്രിന്റുകൾ, ഡിഫൻസീവ് ലൈനിന്റെ ഉയരം; മുന്നിലുള്ള ടീം എത്ര താഴ്ന്ന് നിൽക്കുന്നു എന്ന് അളക്കാൻ.
• അവസര നിലവാര ഡാറ്റ: അനുകൂലമായും പ്രതികൂലമായും expected goals (xG), ഓപ്പൺ പ്ലേ, ട്രാൻസിഷൻ, സെറ്റ് പീസുകൾ എന്നിങ്ങനെ വേർതിരിച്ച്.

ഡാറ്റ എങ്ങനെ പ്രോസസ്സ് ചെയ്തു

2016-17 മുതൽ 2025-26 വരെയുള്ള ടീം-സീസൺ ഡാറ്റയും 2021-22 മുതൽ 2025-26 വരെയുള്ള എല്ലാ ജയങ്ങളുടെയും (1,445 ജയങ്ങൾ) മത്സര തല ഡാറ്റയും StatMuse API-യിൽ നിന്ന് എടുത്തു. ജയിച്ച ടീം എതിരാളിയേക്കാൾ കൂടുതൽ ഡ്യുവലുകൾ ജയിച്ചോ എന്നതനുസരിച്ച് ഓരോ മത്സരവും തരംതിരിച്ചു.

ലഭിച്ച നിഗമനങ്ങൾ

1. ഡ്യുവലുകൾ വായുവിലേക്ക് നീങ്ങുകയാണ്, മൊത്തത്തിൽ കൂടുന്നില്ല. ഒരു മത്സരത്തിലെ മൊത്തം ഡ്യുവലുകൾ അഞ്ച് സീസണിലും 96-നും 99-നും ഇടയിൽ തന്നെ നിന്നു. എയറിയൽ ഡ്യുവലുകൾ 2025-26-ൽ 21% കൂടി, മത്സരത്തിൽ 25.3-ൽ നിന്ന് 30.7 ആയി; ഗ്രൗണ്ട് ഡ്യുവലുകൾ അഞ്ച് സീസണിലെ ഏറ്റവും താഴ്ന്ന നിലയായ 66.1-ലേക്ക് ഇടിഞ്ഞു.

2. ഡ്യുവലുകൾ ജയിക്കുന്നത് ഇപ്പോൾ മത്സരം ജയിക്കുന്നത് പ്രവചിക്കുന്നു. 2025-26-ൽ കൂടുതൽ ഡ്യുവലുകൾ ജയിച്ച ടീം 155 മത്സരങ്ങൾ ജയിക്കുകയും 111 എണ്ണം തോൽക്കുകയും ചെയ്തു (binomial p ≈ 0.007). അതേ സീസണിൽ പൊസഷൻ ജയങ്ങളെ ഏകദേശം തുല്യമായി പകുത്തു.

3. ടീം തലത്തിലെ പ്രവചനത്തിൽ ഡ്യുവൽ ജയ % പൊസഷനൊപ്പമെത്തി. ടീമിന്റെ ഡ്യുവൽ ജയ %-ഉം സീസണിലെ ജയങ്ങളും തമ്മിലുള്ള കോറിലേഷൻ 2024-25-ലെ r = 0.26-ൽ നിന്ന് 2025-26-ൽ r = 0.61 ആയി ഉയർന്നു. പൊസഷൻ നിയന്ത്രിച്ചിട്ടും അത് ജയങ്ങളെ പ്രവചിച്ചു (partial r = 0.50, p = 0.03); അഞ്ച് സീസണിൽ അങ്ങനെ സംഭവിച്ച ഏക സീസണാണിത്.

4. പൊസഷനിൽ ടീമുകൾ കൂടുതൽ സമാനരായി. ഏറ്റവും കൂടുതലും കുറവും പൊസഷനുള്ള ടീമുകൾ തമ്മിലുള്ള അന്തരം എട്ട് സീസണോളം 26 മുതൽ 33 പോയിന്റ് വരെയായിരുന്നു, പിന്നീട് 2024-25-ൽ 21.4 ആയും 2025-26-ൽ 18.3 ആയും കുറഞ്ഞു. ലീഗിലെ ഏറ്റവും ഉയർന്ന വിഹിതമുള്ള Man City-യുടേത് 71.8%-ൽ (2017-18) നിന്ന് 60.6%-ലേക്ക് താഴ്ന്നു, ഏറ്റവും താഴെയുള്ള ടീം 42.3%-ലേക്ക് ഉയർന്നു. എല്ലാവർക്കും ഏകദേശം ഒരുപോലെ പന്ത് കിട്ടുമ്പോൾ, അൽപ്പം കൂടുതൽ കൈവശം വയ്ക്കുന്നത് കാര്യമായ മേൽക്കൈ നൽകുന്നില്ല.

5. ഡ്യുവൽ വിജയത്തിലെ വ്യാപ്തി കുറഞ്ഞില്ല. ഏറ്റവും മികച്ചതും ഏറ്റവും മോശവുമായ ഡ്യുവൽ ജയിക്കുന്ന ടീമുകൾ തമ്മിലുള്ള അന്തരം 3.6 മുതൽ 6.4 ശതമാന പോയിന്റ് വരെ തുടർന്നു, ട്രെൻഡ് ഒന്നുമില്ല (p = 0.97). 2025-26-ൽ ടീമുകളെ വേർതിരിക്കാൻ ഡ്യുവൽ വിജയത്തിലെ ചെറിയ വ്യത്യാസങ്ങൾ മതിയായിരുന്നു.

3. ഉപയോഗിച്ച രീതികൾ

ഡിസ്ക്രിപ്റ്റീവ്, ഡയഗ്നോസ്റ്റിക് സ്ഥിതിവിവരക്കണക്കുകൾ മാറ്റം സ്ഥാപിക്കുന്നു; പ്രഡിക്റ്റീവ്, പ്രിസ്ക്രിപ്റ്റീവ് മോഡലുകൾ അതിനെ കോച്ചിങ് സ്റ്റാഫിനുള്ള തീരുമാനങ്ങളാക്കി മാറ്റും.

ആദ്യത്തെ മൂന്ന് രീതികൾ ഈ കേസ് സ്റ്റഡിയിൽ പ്രയോഗിച്ചു. അവസാനത്തെ മൂന്നെണ്ണം, ഗെയിം സ്റ്റേറ്റ്, xG, ട്രാക്കിങ് ഡാറ്റ ആവശ്യമുള്ള, നിർദ്ദേശിക്കപ്പെടുന്ന അടുത്ത ഘട്ടങ്ങളാണ്.

4. വിശകലനം എങ്ങനെ നിർമ്മിക്കുന്നു

റോ മത്സര ഇവന്റുകളിൽ നിന്ന് കോച്ചുമാർക്കുള്ള പ്രതിവാര ഡാഷ്ബോർഡ് വരെ എത്തുന്ന നാല് ഘട്ട പൈപ്പ്‌ലൈനായാണ് ഈ കേസ് സ്റ്റഡി പ്രവർത്തിക്കുന്നത്.

1. ഡാറ്റ ശേഖരണം
   • ടീം-സീസൺ സ്ഥിതിവിവരങ്ങൾ (പൊസഷൻ, ഡ്യുവലുകൾ, എയറിയലുകൾ, ടാക്കിളുകൾ, ഫൗളുകൾ, ജയങ്ങൾ, പോയിന്റുകൾ) 2014-15 മുതൽ; ഡ്യുവൽ ഡാറ്റയുള്ള StatMuse-ലെ ഏറ്റവും പഴയ സീസണാണിത്.
   • ഗോൾ സമയങ്ങൾ ഉൾപ്പെടെ, എല്ലാ മത്സരത്തിലെയും ഇരു ടീമുകളുടെയും മത്സര തല സ്ഥിതിവിവരങ്ങൾ.
   • ക്രോസ്-ചെക്കായി Opta Analyst പ്രസിദ്ധീകരിച്ച പൊസഷൻ-ജയ പരമ്പര.
   • നിർദ്ദേശം: ട്രാക്കിങ് ഡാറ്റ (ഡിഫൻസീവ് ലൈനിന്റെ ഉയരം, സ്പ്രിന്റുകൾ), ഓരോ ഷോട്ടിന്റെയും xG.
2. ഡാറ്റ പ്രോസസ്സിങ്ങും രൂപാന്തരവും (ETL)
   • Extract: StatMuse API-യിൽ നിന്ന് ഒരു സമയം ഒരു സീസൺ വീതം എടുക്കുക, കാരണം പ്രതികരണങ്ങൾ 500 വരികളിൽ പരിമിതമാണ്.
   • Transform: പൊസഷൻ സ്ട്രിങ്ങുകൾ സംഖ്യകളാക്കുക, ഡ്യുവൽ ജയ % കണ്ടെത്തുക (ജയിച്ചത് ÷ ജയിച്ചത് + തോറ്റത്), ഓരോ മത്സരത്തിലെയും ഡ്യുവൽ, പൊസഷൻ വിജയിയെ അടയാളപ്പെടുത്തുക, ഗോൾ മിനിറ്റ് അനുസരിച്ച് ഓരോ മത്സരത്തെയും ഗെയിം സ്റ്റേറ്റ് ഭാഗങ്ങളായി വിഭജിക്കുക.
   • Validate: സീസൺ തോറുമുള്ള ജയങ്ങളുടെ എണ്ണം ലീഗ് ടേബിളുകളുമായി ഒത്തുനോക്കുക (2025-26-ലെ ഒരു മത്സരം ഒഴികെ അഞ്ച് സീസണും ഒത്തുവന്നു), ലീഗ് മൊത്തത്തിൽ ജയിച്ച ഡ്യുവലുകൾ ≈ തോറ്റ ഡ്യുവലുകൾ എന്ന് ഉറപ്പാക്കുക.
   • Load: സീസൺ, ടീം-സീസൺ, മത്സര പട്ടികകളായി സീസൺ, ടീം ID എന്നിവ കീയായി സൂക്ഷിക്കുക.
3. ഡാറ്റ വിശകലനം
   • ഡിസ്ക്രിപ്റ്റീവ്: പൊസഷൻ, ഡ്യുവലുകൾ, വ്യാപ്തികൾ എന്നിവയുടെ സീസൺ തോറുമുള്ള ട്രെൻഡുകൾ.
   • ഡയഗ്നോസ്റ്റിക്: കോറിലേഷനുകൾ, പാർഷ്യൽ കോറിലേഷനുകൾ, സിഗ്നിഫിക്കൻസ് ടെസ്റ്റുകൾ.
   • പ്രഡിക്റ്റീവും പ്രിസ്ക്രിപ്റ്റീവും: ഗെയിം സ്റ്റേറ്റ് ഡാറ്റ ചേർത്തുകഴിഞ്ഞാൽ ഫല മോഡലും എക്സ്പെക്റ്റഡ്-പോയിന്റ്സ് സിമുലേഷനും.
4. ഫലങ്ങളുടെ ദൃശ്യവൽക്കരണം
   • സീസൺ തോറും പൊസഷൻ, ഡ്യുവലുകൾ എന്നിവ പ്രകാരമുള്ള ജയങ്ങളുടെ ലൈൻ ചാർട്ട്, Opta-യുടെ ഫോർമാറ്റ് പിന്തുടർന്ന്, അങ്ങനെ കോച്ചുമാർക്ക് ഇരുവരെയും ഒറ്റനോട്ടത്തിൽ താരതമ്യം ചെയ്യാം.
   • സീസൺ തോറും ടീം പൊസഷന്റെ ഉയർന്ന-താഴ്ന്ന ബാൻഡ് ചാർട്ട്, ഒത്തുചേരൽ കാണിക്കുന്നത്.
   • സീസൺ തോറും ജയങ്ങളുമായുള്ള കോറിലേഷന്റെ (പൊസഷൻ, ഡ്യുവൽ ജയ %, എയറിയൽ ജയ %) ബാർ ചാർട്ട്.
   • മത്സരത്തിനിടയിലെ ഡാഷ്ബോർഡ്: എതിരാളിക്കെതിരെ തത്സമയ ഡ്യുവൽ, എയറിയൽ ജയ %; ലീഗിലെ ഏറ്റവും ദുർബലമായ ഡ്യുവൽ ജയിക്കുന്ന ടീമുകളുടെ നിലയായ ഏകദേശം 47%-ന് താഴെ ടീം പോയാൽ ഒരു ഫ്ലാഗ്.

ഉപസംഹാരം

ആദ്യം ഗോളടിക്കുന്ന ടീം പിൻവലിഞ്ഞ്, പൊസഷൻ വിട്ടുകൊടുത്ത്, ട്രാൻസിഷൻ അവസരങ്ങൾക്കായി കാത്തിരിക്കുന്ന രീതിയിലാണ് Premier League ഇപ്പോൾ കൂടുതലായി കളിക്കപ്പെടുന്നത്. അതുകൊണ്ടാണ് 2025-26-ൽ പൊസഷൻ കുറഞ്ഞ ടീമുകൾ കൂടുതൽ മത്സരങ്ങൾ ജയിച്ചത്, പന്ത് കൈവശം വയ്ക്കുന്നതിനേക്കാൾ, പ്രത്യേകിച്ച് വായുവിൽ, ഡ്യുവലുകൾ ജയിക്കുന്നത് ഫലത്തിന്റെ ശക്തമായ പ്രവചനമായതും.

തെളിവുകൾ പിന്തുണയ്ക്കുന്നത്. 2005-06-ന് ശേഷം ആദ്യമായി, 50%-ൽ താഴെ പൊസഷനുള്ള ടീമുകൾ 2025-26-ൽ കൂടുതൽ മത്സരങ്ങൾ ജയിച്ചു. പൊസഷൻ നിലകൾ പത്ത് സീസണിലെ ഏറ്റവും ഇടുങ്ങിയ വ്യാപ്തിയിലേക്ക് അടുത്തു. എയറിയൽ ഡ്യുവലുകൾ 21% കുതിച്ചു, ഡ്യുവൽ ജയിച്ചവർ തീർപ്പായ മത്സരങ്ങളുടെ 58% ജയിച്ചു. ഇവയെല്ലാം ചേർന്ന്, നിയന്ത്രണത്തേക്കാൾ പോരാട്ടങ്ങളും ട്രാൻസിഷനുകളും മത്സരം തീരുമാനിക്കുന്ന ഒരു ലീഗിനോട് ചേരുന്നു.

ഇനിയും പരീക്ഷിക്കേണ്ടത്. ആദ്യം ഗോളടിച്ചവർ താഴ്ന്ന് പ്രതിരോധിക്കുന്നു എന്ന ഗെയിം സ്റ്റേറ്റ് വാദമാണ് ഈ കേസ് സ്റ്റഡി മുന്നോട്ടുവയ്ക്കുന്ന വിശദീകരണം, പക്ഷേ അത് ഇതുവരെ അളന്നിട്ടില്ല. ഇത് പരീക്ഷിക്കാൻ സ്കോർ സ്റ്റേറ്റ് അനുസരിച്ച് വേർതിരിച്ച പൊസഷൻ, ഷോട്ടുകൾ, xG എന്നിവ വേണം; അത് പൈപ്പ്‌ലൈനിന്റെ അടുത്ത ഘട്ടമാണ്. പ്രധാന പരിശോധന: ലീഡ് നേടിയ ശേഷം ടീമുകളുടെ പൊസഷൻ കുറയുന്നുണ്ടോ, 2023-24 മുതൽ ആ കുറവ് കൂടിയിട്ടുണ്ടോ.

ഇത് പ്രശ്നം എങ്ങനെ പരിഹരിക്കുന്നു. ഈ മെട്രിക്കുകൾ ട്രാക്ക് ചെയ്തിരുന്ന ഒരു പൊസഷൻ അടിസ്ഥാനമാക്കിയ ക്ലബ്ബിന്, 2024-25-ൽ പൊസഷൻ-ജയ അന്തരം 64-ൽ നിന്ന് 4 ആയി ചുരുങ്ങുന്നത് കാണാമായിരുന്നു, 2025-26-ന് മുമ്പ് മാറ്റങ്ങൾ വരുത്താനും കഴിയുമായിരുന്നു. പ്രായോഗിക പ്രതികരണങ്ങൾ:

• പന്ത് നിലനിർത്തുന്നതിൽ മാത്രമല്ല, എയറിയൽ, ഗ്രൗണ്ട് ഡ്യുവലുകൾ ജയിക്കുന്നതിലും ശ്രദ്ധിച്ച് റിക്രൂട്ട് ചെയ്യുകയും പരിശീലിപ്പിക്കുകയും ചെയ്യുക.
• എതിരാളി ലീഡ് നേടി താഴ്ന്ന് പ്രതിരോധിക്കുമ്പോഴത്തേക്ക് ഒരു പദ്ധതി ഒരുക്കുക; കൂടുതൽ പൊസഷൻ മാത്രം അവരെ തകർക്കാൻ ഇനി മതിയാകില്ല.
• പന്ത് നഷ്ടപ്പെട്ട ശേഷമുള്ള കൗണ്ടർ ആക്രമണങ്ങൾ പരിമിതപ്പെടുത്താൻ റെസ്റ്റ്-ഡിഫൻസ് പരിശീലിക്കുക.
• 4-ാം വിഭാഗത്തിലെ ഡാഷ്ബോർഡ് നിർദ്ദേശിക്കുന്നതുപോലെ ഡ്യുവൽ, എയറിയൽ ജയ % തത്സമയം നിരീക്ഷിക്കുക.

പരിമിതികൾ. ഫലങ്ങൾ കോറിലേഷനുകളാണ്, കാരണത്തിന്റെ തെളിവല്ല. ഓരോ സീസണിലും 20 ടീമുകൾ മാത്രമേയുള്ളൂ, അതിനാൽ ഒറ്റ സീസൺ ടെസ്റ്റുകളിൽ അനിശ്ചിതത്വം വലുതാണ്, മാറ്റം വെറും രണ്ട് സീസണിലേതുമാണ്. പൊസഷൻ കണക്കുകൾ Opta-യിൽ നിന്നും ഡ്യുവലുകൾ StatMuse-ൽ നിന്നുമാണ്, അതിനാൽ അന്തിമ പതിപ്പിൽ രണ്ട് പരമ്പരകളും ഒരേ ഉറവിടത്തിൽ നിന്ന് പുനർനിർമ്മിക്കണം. 2025-26-ലെ ഒരു മത്സരം മത്സര തല ഡാറ്റയിൽ ഇല്ലായിരുന്നു.

ഉറവിടങ്ങൾ

• Opta Analyst, Premier League Wins by Possession, 2005-06 മുതൽ 2025-26 വരെ.
• StatMuse API (Opta-യിൽ നിന്നുള്ളത്): ടീം-സീസൺ, മത്സര തല സ്ഥിതിവിവരങ്ങൾ, 2014-15 മുതൽ 2026-27 വരെ, 2026 നവംബർ 5-ന് എടുത്തത്.
• Tomkins Times, 2025-26-ലെ എയറിയൽ ഡ്യുവലുകൾ (സീസൺ തുടക്കത്തിലെ പശ്ചാത്തലം).
• Opta Analyst, 2025-26-ൽ Premier League ടീമുകൾ കൂടുതൽ ഡയറക്ട്.

ഇതിനെപ്പറ്റി നിങ്ങൾ എന്ത് കരുതുന്നു: Premier League ശരിക്കും പൊസഷനെ പിന്നിലാക്കുകയാണോ, അതോ ഇത് രണ്ട് സീസണിലെ ഒരു മിന്നലാട്ടം മാത്രമോ? Sheik-നോട് YouTube-ലോ Instagram-ലോ പറയൂ.