StatsAI.bet

Modelos de previsão

Distribuição de Poisson no futebol: da média de gols às odds

Nível intermediário4 min de leituraPublicado 20 de nov. de 2026

A distribuição de Poisson dá a probabilidade de um time marcar 0, 1, 2 ou mais gols quando se conhece o seu número esperado de gols λ: P(k) = e^(−λ) × λ^k / k!. Os gols esperados saem da média da liga, da força de ataque do time e da força de defesa do adversário. As probabilidades de gols dos dois times formam uma matriz de placares, e dela saem o 1X2, o mais/menos gols, o ambas marcam e o placar exato.

Conteúdo
  1. Termos principais
  2. A fórmula da distribuição de Poisson
  3. Como se calculam os gols esperados?
  4. A matriz de placares
  5. Da matriz aos mercados: 1X2, mais/menos e ambas marcam
  6. Por que o modelo de Poisson erra no 0-0 e no 1-1?
  7. Limitações
  8. Guias relacionados
  9. Fontes

Termos principais

Distribuição de Poisson
A distribuição do número de eventos raros e independentes num tempo dado, como os gols de um time num jogo.
Gols esperados (λ, lambda)
O número médio de gols que um modelo espera de um time naquele jogo. Não é o mesmo que o xG baseado em finalizações, embora o xG possa ser usado para estimar λ.
Força de ataque e de defesa
Quantos gols um time marca ou sofre em relação à média da liga. Um ataque de 1,20 significa 20% mais gols que um time médio.
Matriz de placares
Uma tabela com as probabilidades de todos os placares (0-0, 1-0, 0-1…), feita multiplicando as probabilidades de gols do mandante e do visitante.

A fórmula da distribuição de Poisson

Se um time marca em média λ gols, a probabilidade de marcar exatamente k gols é:

FórmulaP(k) = e^(−λ) × λ^k / k!

e é o número de Euler (2,718…), e k! é o produto 1 × 2 × … × k (0! = 1). A única entrada é λ, então todo o trabalho está em estimar bem o λ.

Como se calculam os gols esperados?

O método simples mais conhecido usa as médias da liga e a força dos times:

Fórmulaλ mandante = média de gols do mandante na liga × ataque do mandante × defesa do visitante λ visitante = média de gols do visitante na liga × ataque do visitante × defesa do mandante
Exemplo matemático

Na liga, os mandantes marcam em média 1,50 gol e os visitantes 1,20.

  • O mandante marca 1,80 em casa (ataque 1,80 / 1,50 = 1,20) e sofre 0,90 (defesa 0,90 / 1,20 = 0,75).
  • O visitante marca 1,20 fora (ataque 1,00) e sofre 1,65 (defesa 1,65 / 1,50 = 1,10).

λ mandante = 1,50 × 1,20 × 1,10 = 1,98

λ visitante = 1,20 × 1,00 × 0,75 = 0,90

A matriz de placares

Os gols dos dois times são calculados separadamente, e a probabilidade de um placar é o produto das duas probabilidades. Para 1-0 isso é P(mandante 1) × P(visitante 0) = 27,34% × 40,66% = 11,11%.

Probabilidades de placar para λ mandante 1,98 e λ visitante 0,90 (linhas: gols do mandante, colunas: gols do visitante)
Mandante / Visitante01234
05,61%5,05%2,27%0,68%0,15%
111,11%10,00%4,50%1,35%0,30%
211,00%9,90%4,46%1,34%0,30%
37,26%6,54%2,94%0,88%0,20%
43,59%3,24%1,46%0,44%0,10%

Os placares isolados mais prováveis são 1-0 (11,11%), 2-0 (11,00%), 1-1 (10,00%) e 2-1 (9,90%). Até o placar mais provável acontece só em cerca de um jogo em nove, então a odd justa para o placar exato 1-0 é 9,00.

Da matriz aos mercados: 1X2, mais/menos e ambas marcam

Um mercado é a soma das células que o formam. Para o total de gols basta uma única distribuição de Poisson com λ = 1,98 + 0,90 = 2,88.

Probabilidades e odds justas do mesmo modelo
MercadoProbabilidadeOdd justa
1 (vitória do mandante)62,56%1,60
X (empate)21,06%4,75
2 (vitória do visitante)16,38%6,11
Mais de 1,5 gol78,22%1,28
Mais de 2,5 gols54,94%1,82
Menos de 2,5 gols45,06%2,22
Mais de 3,5 gols32,59%3,07
Ambas marcam sim51,15%1,96
Ambas marcam não48,85%2,05
Mandante mais de 1,5 gol58,86%1,70

Ambas marcam sim é (1 − e^(−1,98)) × (1 − e^(−0,90)) = 51,15%, porque cada time precisa marcar pelo menos uma vez. A odd justa é 1 / probabilidade, como no guia de probabilidade implícita. A casa de apostas soma a sua margem a essas odds.

Por que o modelo de Poisson erra no 0-0 e no 1-1?

O modelo supõe que os gols dos dois times são independentes. Nos dados reais, 0-0 e 1-1 acontecem um pouco mais, e 1-0 e 0-1 um pouco menos, do que um modelo de Poisson puro diz. Em 1997 Dixon e Coles propuseram uma correção só para esses quatro placares, com um parâmetro ρ estimado a partir dos dados.

Exemplo matemático

Com ρ = −0,10 e o mesmo λ (1,98 e 0,90):

PlacarPoissonFator de correçãoDepois da correção
0-05,61%1,17826,61%
0-15,05%0,80204,05%
1-011,11%0,910010,11%
1-110,00%1,100011,00%

A correção só move probabilidade entre esses quatro placares, então a matriz inteira continua somando 100%.

Desempenho real da StatsAI

A StatsAI usa um modelo de Poisson para gols por tempo, independente para mandante e visitante, e deriva dele mercados combinados. As estimativas de entrada para 1X2, 2,5 gols e ambas marcam vêm de um modelo estatístico externo, e cada previsão é medida depois do jogo na página desempenho do modelo de IA. Mais sobre o processo todo: Como funcionam as previsões de futebol com IA.

Limitações

  • O modelo supõe que os gols dos dois times são independentes e que λ fica igual o jogo todo. Um cartão vermelho, um gol cedo ou uma mudança de tática quebram isso.
  • λ é uma estimativa a partir de jogos passados. Uma amostra pequena, um técnico novo ou lesões dão um λ errado e, com ele, probabilidades erradas.
  • O exemplo usa médias inventadas de liga e de times. Os modelos reais as estimam a partir de milhares de jogos e muitas vezes dão mais peso aos jogos recentes.
  • Odds justas de um modelo não são uma promessa de resultado. Um resultado de 62,56% deixa de acontecer em mais de um terço dos casos.