Estatística de futebol
Tamanho da amostra nas apostas: quando um resultado deixa de ser sorte
Uma taxa de acerto numa amostra pequena depende muito da sorte. Em 100 apostas com 55% de acerto o intervalo de confiança de 95% vai de 45,25% a 64,75%, e em 1.000 apostas de 51,92% a 58,08%. Sem nenhuma vantagem, 60 ou mais acertos em 100 com odd 1,80 acontecem em 21,41% dos casos. Para uma vantagem de +5% com odd 2,00 se destacar da sorte, são necessárias cerca de 1.533 apostas.
Conteúdo
Termos principais
- Amostra
- O conjunto de apostas, jogos ou previsões em que algo é medido. O tamanho da amostra é quantos são.
- Taxa de acerto
- A parte das apostas que acertou. Sem a odd ela não diz nada: 55% é excelente com odd 2,00 e fraco com odd 1,50.
- Intervalo de confiança (95%)
- O intervalo que conteria o valor real em 95% das amostras repetidas. Quanto maior a amostra, mais estreito o intervalo.
- Erro padrão
- O quanto a taxa de acerto se move em média de uma amostra para outra: √(p × (1 − p) / n).
O quanto uma taxa de acerto se move por sorte?
± 1,96 × √(p × (1 − p) / n)| Apostas | ± pontos percentuais | Intervalo de 95% |
|---|---|---|
| 20 | ±21,80 | 33,20% – 76,80% |
| 50 | ±13,79 | 41,21% – 68,79% |
| 100 | ±9,75 | 45,25% – 64,75% |
| 250 | ±6,17 | 48,83% – 61,17% |
| 500 | ±4,36 | 50,64% – 59,36% |
| 1.000 | ±3,08 | 51,92% – 58,08% |
| 5.000 | ±1,38 | 53,62% – 56,38% |
O intervalo se estreita com a raiz quadrada do número de apostas: para cortar a largura pela metade você precisa de uma amostra quatro vezes maior.
Exemplo: 60 acertos em 100
Alguém tem 60 acertos em 100 apostas, todas com odd 1,80. O ROI é 0,60 × 1,80 − 1 = +8%.
A taxa de equilíbrio é 1 / 1,80 = 55,56%. Se a probabilidade real de cada aposta for exatamente essa, ou seja, sem nenhuma vantagem:
- 60 ou mais acertos em 100 acontecem em 21,41% dos casos;
- 600 ou mais acertos em 1.000 acontecem em 0,25% dos casos.
A mesma taxa de acerto numa amostra dez vezes maior significa algo completamente diferente. Em 100 apostas, +8% vem facilmente da sorte; em 1.000, raramente.
Para amostras pequenas e taxas perto de 0% ou 100% a aproximação normal é ruim, então se usa o intervalo de Wilson. Para 60 de 100 ele vai de 50,20% a 69,06% e inclui a taxa de equilíbrio de 55,56%. Para 600 de 1.000 ele vai de 56,93% a 62,99%, inteiramente acima dela.
Quantas apostas são necessárias para mostrar uma vantagem?
O número de apostas a partir do qual o lucro esperado fica 1,96 desvio padrão acima de zero:
n ≈ 1,96² × σ² / EV²
σ² = (1 + EV) × (odd − 1 − EV)| Odd | EV +5% | EV +2% |
|---|---|---|
| 1,50 | 727 | 4.703 |
| 2,00 | 1.533 | 9.601 |
| 3,00 | 3.147 | 19.397 |
| 5,00 | 6.374 | 38.989 |
Uma vantagem menor precisa de muito mais apostas: um EV de +2% em vez de +5% exige uma amostra mais de seis vezes maior. Odds maiores precisam de mais apostas, porque cada aposta oscila mais. O motivo está no guia de variância nas apostas.
Tendências e amostras pequenas no futebol
As estatísticas de futebol muitas vezes se baseiam em amostras pequenas. Uma liga de 20 clubes tem 380 jogos por temporada, e cada time joga 19 em casa.
- “O time marcou em 8 dos últimos 10 jogos”: 80%, mas o intervalo de Wilson de 95% vai de 49,02% a 94,33%.
- “O time marcou em 15 dos seus 19 jogos em casa”: 78,95%, e o intervalo vai de 56,67% a 91,49%.
As duas tendências são verdadeiras, mas não mostram que a chance de gol na próxima vez é exatamente 80%. Uma tendência é um fato sobre jogos passados; uma estimativa para o próximo jogo precisa também de outros dados.
Como a StatsAI lida com o tamanho da amostra na página desempenho do modelo de IA:
- o intervalo da diferença de Brier score entre o modelo de IA e o mercado vem da reamostragem de dias inteiros, 1.000 repetições, porque os jogos do mesmo dia não são independentes;
- a calibração mostra o intervalo de Wilson de 95%, e faixas com menos de 100 previsões não são desenhadas;
- os grupos de ligas só aparecem quando têm pelo menos 1.000 eventos.
Limitações
- As fórmulas supõem apostas independentes com a mesma probabilidade. Apostas no mesmo jogo, dia ou liga muitas vezes não são independentes, então é preciso uma amostra maior.
- O número de apostas da tabela é aproximado e não assegura que o resultado não ficará no prejuízo.
- Uma taxa de acerto sem odd não diz nada sobre lucratividade. Compare-a com a taxa de equilíbrio de 1 / odd.
- Resultados passados numa amostra grande ainda não significam o mesmo resultado no futuro, porque mercados e times mudam.
Guias relacionados
Fontes
- Wilson, E. B. (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association, 22(158), 209–212.
- Efron, B. (1979). Bootstrap methods: another look at the jackknife. The Annals of Statistics, 7(1), 1–26.