Modelos de previsão
Distribuição de Poisson no futebol: da média de gols às odds
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
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:
P(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:
λ 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 mandanteNa 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%.
| Mandante / Visitante | 0 | 1 | 2 | 3 | 4 |
|---|---|---|---|---|---|
| 0 | 5,61% | 5,05% | 2,27% | 0,68% | 0,15% |
| 1 | 11,11% | 10,00% | 4,50% | 1,35% | 0,30% |
| 2 | 11,00% | 9,90% | 4,46% | 1,34% | 0,30% |
| 3 | 7,26% | 6,54% | 2,94% | 0,88% | 0,20% |
| 4 | 3,59% | 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.
| Mercado | Probabilidade | Odd 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 gol | 78,22% | 1,28 |
| Mais de 2,5 gols | 54,94% | 1,82 |
| Menos de 2,5 gols | 45,06% | 2,22 |
| Mais de 3,5 gols | 32,59% | 3,07 |
| Ambas marcam sim | 51,15% | 1,96 |
| Ambas marcam não | 48,85% | 2,05 |
| Mandante mais de 1,5 gol | 58,86% | 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.
Com ρ = −0,10 e o mesmo λ (1,98 e 0,90):
| Placar | Poisson | Fator de correção | Depois da correção |
|---|---|---|---|
| 0-0 | 5,61% | 1,1782 | 6,61% |
| 0-1 | 5,05% | 0,8020 | 4,05% |
| 1-0 | 11,11% | 0,9100 | 10,11% |
| 1-1 | 10,00% | 1,1000 | 11,00% |
A correção só move probabilidade entre esses quatro placares, então a matriz inteira continua somando 100%.
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.
Guias relacionados
Fontes
- Maher, M. J. (1982). Modelling association football scores. Statistica Neerlandica, 36(3), 109–118.
- Dixon, M. J., Coles, S. G. (1997). Modelling association football scores and inefficiencies in the football betting market. Applied Statistics, 46(2), 265–280.