Vedonlyöntidata – xG, Poisson-malli ja tulostodennäköisyydet

Vedonlyöntidata auttaa kuvaamaan, mitä otteluissa on tapahtunut ja millaisia tuloksia mallit pitävät mahdollisina. Tilastot eivät kuitenkaan tunnista tulevaa tapahtumaa varmuudella. Erityisesti xG, maaliodottama ja markkinakertoimista laskettu todennäköisyys ovat eri käsitteitä.

Mihin urheilutilastoja käytetään?

Perinteinen tilastolista kertoo maaleista, laukauksista, pallonhallinnasta ja muista ottelussa toteutuneista tapahtumista. Ennakoivissa malleissa tarvitaan lisäksi arvioita siitä, kuinka hyvin aiemmat tapahtumat kuvaavat tulevaa. Kahden ottelun yhtä suuri laukausmäärä voi syntyä hyvin erilaisista maalipaikoista. Tästä syystä urheiluennusteissa käytetään esimerkiksi laukausten laadun mallintamista.

Tilastojen vertailussa otoskoko ja kilpailutaso merkitsevät. Viisi kotiottelua ei anna samanlaista kuvaa joukkueen vahvuudesta kuin usean kauden vastaava sarja, eikä alemmalla sarjatasolla saavutettua maalimäärää voi siirtää sellaisenaan korkeampaan sarjaan. Myös loukkaantumiset, otteluruuhka ja kokoonpanot voivat muuttaa tulosten todennäköisyyttä.

Mikä on xG eli maaliodottama?

Expected goals eli xG kuvaa maalipaikan arvioitua maaliksi päätymisen todennäköisyyttä. Malli voi huomioida esimerkiksi laukaisupaikan, kulman, syöttötilanteen ja muita saatavilla olevia ominaisuuksia. Eri palveluntarjoajien xG-luvut eivät siksi välttämättä ole samoja, vaikka ne mittaisivat samaa ottelua.

Joukkueen ottelukohtainen xG saadaan tavallisesti summaamalla yksittäisten maalintekoyritysten xG-arvot. Jos yritysten arviot olisivat 0,10, 0,25 ja 0,40, niiden yhteissumma olisi 0,75. Tulos ei tarkoita, että joukkue teki tai sen olisi pitänyt tehdä täsmälleen 0,75 maalia. Se kuvaa mallin mukaista odotusarvoa kyseisistä laukauksista.

Poisson-mallin perusidea

Poisson-jakauma arvioi, kuinka monta kertaa tapahtuma esiintyy annetussa ajassa, kun tapahtumilla on vakioitu keskimääräinen esiintymisnopeus. Jalkapallossa sitä käytetään yksinkertaistetusti maalien lukumäärän kuvaamiseen. Jos joukkueen odotettu maalimäärä on 1,5, eri maalimäärille voidaan laskea todennäköisyydet kaavalla P(k) = e^−λ × λ^k / k!, jossa λ on maaliodottama ja k maalien lukumäärä.

Tämä ei ole sama asia kuin xG: xG muodostuu toteutuneiden maalipaikkojen ominaisuuksista, kun taas ennen ottelua määritetty Poisson-mallin λ kuvaa ennustettua maalimäärää. Samat numeeriset arvot eivät ole automaattisesti vaihdettavissa keskenään. Alla oleva laskuri käyttää käyttäjän itse syöttämiä maaliodottamia eikä hae niitä oikeista otteluista.

Kokeile maaliodottamaa ja 1X2-jakaumaa

Syötä kotijoukkueen ja vierasjoukkueen odotetut maalit. Laskuri laskee itsenäisten Poisson-jakaumien perusteella kotivoiton, tasapelin, vierasvoiton, yli 2,5 maalin sekä molemmat joukkueet tekevät maalin -tulosten osuudet. Lisäksi se näyttää todennäköisimpien täsmällisten tulosten listan. Nämä ovat havainnollistavia malliarvoja, eivät markkinakertoimia tai vedonlyöntisuosituksia.

Miksi yksinkertainen malli voi mennä pieleen?

Ottelun maalit eivät ole täydellisen riippumattomia tapahtumia. Punainen kortti, johtotilanne tai taktinen muutos vaikuttaa molempien joukkueiden käytökseen. Perus-Poisson-malli käsittelee kotijoukkueen ja vierasjoukkueen maalimäärän erillisinä jakaumina eikä mallinna tällaista pelitilanteen riippuvuutta. Dixonin ja Colesin vuonna 1997 julkaistu jalkapallomalli kehitettiin juuri parempaan ottelutulosten mallintamiseen.

Pienissä otoksissa myös keskiarvo voi vaihdella sattuman vuoksi. Kaksi voitettua ottelua eivät välttämättä tarkoita pysyvää parannusta eikä neljän tappiopelin jakso osoita automaattisesti pelillistä romahdusta. Tilastollinen epävarmuus ja kerroinmarkkinan hinnoittelu on erotettava toisistaan.

Miten mallilukuja verrataan kertoimiin?

Kertoimesta 2,00 saadaan laskennallisesti 50 prosentin implisiittinen todennäköisyys. Tämä ei ole sama kuin markkinan marginaalista puhdistettu todennäköisyys. Jos 1X2-vaihtoehtojen implisiittinen summa ylittää 100 prosenttia, marginaali on mukana hinnoissa. Mallin arvoja ei pidä verrata raakalukuihin ottamatta huomioon, mistä luvut ovat syntyneet.

Kertoimien marginaalin tarkastelu onnistuu vedonlyöntimarginaalilaskurilla. Pitkän aikavälin ennustetarkkuutta arvioidaan esimerkiksi kalibroinnilla ja log loss -tyyppisillä mittareilla, ei vain laskemalla oikeaan osuneita suosikkeja.

Lähdekritiikki ja datan puutteet

Ottelun live-tilasto, virallisen ottelupöytäkirjan lukema ja jälkikäteen korjattu datasyöte voivat erota toisistaan. Ennen ottelua julkaistu malli käyttää vain tietoa, joka oli saatavilla arviointihetkellä. Jos mukaan lisätään vahingossa jälkikäteen toteutunut tulos tai kokoonpano, syntyy jälkikäteistiedon aiheuttama virhe ja mallin historiallinen tarkkuus näyttää liian hyvältä.

Vedonlyöntidatan eettinen käyttö tarkoittaa myös kilpailumanipulaation riskeihin suhtautumista asianmukaisesti. Epäilyttävä kerroinliike ei yksin todista rikkomusta. Asiaa käsittelee ottelumanipulaatiota koskeva opas.