Poissonovo rozdelenie

Čo je Poissonovo rozdelenie?

Poissonovo rozdelenie je štatistický model, ktorý popisuje pravdepodobnosť výskytu daného počtu udalostí v pevne stanovenom časovom úseku alebo priestore, pričom tieto udalosti nastávajú nezávisle od seba s konštantnou priemernou frekvenciou. Vo futbalovom stávkovaní sa tento model používa na predpovedanie počtu gólov, ktoré tím strelí alebo inkasuje v zápase.

Vstupom modelu sú priemerné útočné a obranné sily oboch tímov – typicky vypočítané z ich sezónnych štatistík. Model potom vypočíta pravdepodobnosť každého možného skóre, napríklad 0:0, 1:0, 1:1, 2:1 a tak ďalej. Súčtom týchto pravdepodobností môžeme odvodiť kurzy na výhru, remízu a prehru, ako aj na rôzne počty gólov (nad/pod 2,5 gólu, BTTS a podobne).

Poissonov model je základ mnohých profesionálnych stávkových systémov a predikčných modelov. Má určité obmedzenia – napríklad predpokladá nezávislé góly, nezohľadňuje dynamiku zápasu, psychologické faktory alebo zmeny v zostave – no aj napriek tomu je veľmi silným nástrojom na identifikáciu hodnoty v trhoch s počtom gólov.

Pôvod a história Poissonovho rozdelenia

Poissonovo rozdelenie je pomenované podľa francúzskeho matematika Siméona Denisa Poissona (1781–1840), ktorý tento model predstavil v roku 1837 vo svojom diele "Recherches sur la Probabilité des Jugements". Poisson študoval zákon veľkých čísel a vyvíjal matematické nástroje na popis javov, ktoré sa vyskytujú vzácne, ale s konštantnou priemernou frekvenciou.

Pôvodne sa Poissonovo rozdelenie aplikovalo na fyziku (počet radioaktívnych rozpadov), biológiu (počet buniek v mikroskope) a sociálne vedy (počet samovražd v populácii). Až v 20. storočí si analytici všimli, že počet gólov vo futbale vykazuje vlastnosti Poissonovho rozdelenia. V 1990-tych rokoch, s príchodom počítačov a dostupnosti futbalových štatistík, sa Poissonov model stal štandardným nástrojom profesionálnych tipérov a bookmakerských analytikov.

Dnes je Poissonovo rozdelenie jedným z najpoužívanejších matematických nástrojov v analytike futbalových stávok, najmä pre svoju jednoduchosť, interpretovateľnosť a empirickú presnosť.

Ako funguje Poissonov vzorec?

Poissonova pravdepodobnostná funkcia

Matematická podstata Poissonovho rozdelenia je vyjadrená nasledovnou funkciou:

P(X = k) = (e^-λ × λ^k) / k!

Kde:

• λ (lambda) = očakávaný počet gólov tímu v zápase (napríklad 1,5)
• k = presný počet gólov, pre ktorý chcete vypočítať pravdepodobnosť (0, 1, 2, 3, atď.)
• e = Eulerovo číslo (približne 2,71828)
• k! = k faktoriál (3! = 3 × 2 × 1 = 6; 2! = 2; 1! = 1; 0! = 1)

Táto funkcia vám umožňuje vypočítať pravdepodobnosť, že tím strelí presne k gólov, ak jeho očakávaný priemer je λ.

Praktický výpočet pravdepodobnosti gólov

Predstavte si, že tím má očakávaný priemer 1,5 gólu na zápas (λ = 1,5). Chcete vedieť, aká je pravdepodobnosť, že strelí presne 0, 1, 2, 3 alebo 4 góly.

Výpočty:

• P(X = 0) = (e^-1,5 × 1,5^0) / 0! = (0,2231 × 1) / 1 = 22,3%
• P(X = 1) = (e^-1,5 × 1,5^1) / 1! = (0,2231 × 1,5) / 1 = 33,5%
• P(X = 2) = (e^-1,5 × 1,5^2) / 2! = (0,2231 × 2,25) / 2 = 25,1%
• P(X = 3) = (e^-1,5 × 1,5^3) / 3! = (0,2231 × 3,375) / 6 = 12,6%
• P(X = 4) = (e^-1,5 × 1,5^4) / 4! = (0,2231 × 5,063) / 24 = 4,7%
• P(X ≥ 5) = zvyšok = 1,8%

Tabuľka sumarizuje tieto výsledky:

Všimnite si, že pravdepodobnosti sa sčítavajú na 100% (alebo blízko k tomu). Toto vám dáva úplný obraz o všetkých možných výsledkoch.

Príklad s reálnym zápasом

Predstavte si futbalový zápas medzi domácim tímom (ktorý má očakávaný priemer 1,5 gólu) a hosťujúcim tímom (s priemerom 1,0 gólu). Pomocou Poissonovho rozdelenia môžete vypočítať pravdepodobnosť každého možného skóre:

Domáci 0 gólov (22,3%) × Hostia 0 gólov (36,8%) = 0:0 — 8,2% Domáci 1 gól (33,5%) × Hostia 0 gólov (36,8%) = 1:0 — 12,3% Domáci 0 gólov (22,3%) × Hostia 1 gól (36,8%) = 0:1 — 8,2% Domáci 1 gól (33,5%) × Hostia 1 gól (36,8%) = 1:1 — 12,3%

Súčtom všetkých skóre, kde domáci strelili viac gólov, dostanete pravdepodobnosť domáceho víťazstva. Súčtom skóre s rovnakým počtom gólov dostanete pravdepodobnosť remízy. A tak ďalej.

Ako vypočítať útočnú a obranú silu?

Útočná sila — čo to je a ako sa počíta

Útočná sila tímu vyjadruje, ako efektívne tím strieľa góly v porovnaní s ligovým priemerom. Ak tím strelí viac gólov, ako by sa čakalo na základe ligového priemeru, má vysokú útočnú silu.

Vzorec: Útočná sila = (Priemerné góly strelené tímom doma / Ligový priemer strelených gólov doma)

Príklad: Ak tím strelil v sezóne doma priemerne 1,8 gólu na zápas a ligový priemer je 1,5 gólu, potom: Útočná sila = 1,8 / 1,5 = 1,20

To znamená, že tím strieľa o 20% viac gólov, ako by sa čakalo na základe ligového priemeru. Ak by ste použili λ = 1,5 (ligový priemer) a chceli by ste upraviť ho pre tento tím, vynásobili by ste ho útočnou silou: 1,5 × 1,20 = 1,8 gólu.

Obranná sila — čo to je a ako sa počíta

Obranná sila tímu vyjadruje, ako efektívne tím bráni góly v porovnaní s ligovým priemerom. Ak tím inkasuje menej gólov, ako by sa čakalo na základe ligového priemeru, má vysokú obranú silu (nižšie číslo).

Vzorec: Obranná sila = (Priemerné góly inkasované tímom vonku / Ligový priemer inkasovaných gólov vonku)

Príklad: Ak tím inkasoval vonku priemerne 1,0 gól na zápas a ligový priemer je 1,3 gólu, potom: Obranná sila = 1,0 / 1,3 = 0,77

To znamená, že tím inkasuje o 23% menej gólov, ako by sa čakalo. Ak by ste chceli vedieť, koľko gólov by domáci tím pravdepodobne strelí proti tomuto tímu, vynásobili by ste ligový priemer domáceho strieľania obrannou silou hostí: 1,5 × 0,77 = 1,155 gólu.

Domáca výhoda v Poissonovom modeli

Futbalové zápasy nie sú symetrické – domáci tím má výhodu. V priemere domáci tím strelí o 10–15% viac gólov a inkasuje o 10–15% menej gólov ako hostia. Táto domáca výhoda sa musí zohľadniť v modeli.

Väčšina modelov používa faktor domácej výhody (home advantage factor), ktorý sa zvyčajne pohybuje medzi 1,03 a 1,10. Tento faktor sa vynásobí s očakávanými gólmi domáceho tímu.

Príklad: Ak model vypočíta, že domáci tím by mal strieliť 1,5 gólu bez domácej výhody, a faktor domácej výhody je 1,06, potom: Očakávané góly domáceho tímu = 1,5 × 1,06 = 1,59 gólu

Ako vytvoriť úplnú maticu pravdepodobností?

Budovanie matice skóre (0–4 × 0–4)

Úplná matica pravdepodobností je tabuľka, ktorá ukazuje pravdepodobnosť každého možného skóre v zápase. Vytvárate ju vynásobením pravdepodobností gólov domáceho tímu s pravdepodobnosťami gólov hosťujúceho tímu.

Príklad matice:

Každá bunka v tabuľke predstavuje pravdepodobnosť konkrétneho skóre. Napríklad bunka na pozícii (1, 1) predstavuje skóre 1:1 s pravdepodobnosťou 12,3%.

Výpočet 1X2 pravdepodobností

Z matice skóre môžete ľahko vypočítať pravdepodobnosti klasických stávok:

• Domáce víťazstvo (1) = Súčet všetkých skóre, kde domáci strelili viac gólov

  • Príklad: (1:0, 2:0, 2:1, 3:0, 3:1, 3:2, ...) = ~45%

• Remíza (X) = Súčet všetkých skóre s rovnakým počtom gólov

  • Príklad: (0:0, 1:1, 2:2, ...) = ~28%

• Víťazstvo hostí (2) = Súčet všetkých skóre, kde hostia strelili viac gólov

  • Príklad: (0:1, 0:2, 1:2, ...) = ~27%

Všimnite si, že tieto tri pravdepodobnosti sa sčítavajú na približne 100%.

Ostatné trhové pravdepodobnosti

Z rovnakej matice skóre môžete vypočítať aj ďalšie populárne trhy:

• Nad 2,5 gólu = Súčet všetkých skóre s 3 alebo viac gólmi celkovo (napríklad 2:1, 1:2, 3:0, atď.)
• Pod 2,5 gólu = Súčet všetkých skóre s 0, 1 alebo 2 gólmi celkovo (napríklad 0:0, 1:0, 0:1, 1:1, 2:0, atď.)
• BTTS (Both Teams To Score) = Súčet všetkých skóre, kde obaja tímy strelili aspoň 1 gól (napríklad 1:1, 2:1, 1:2, atď.)
• Ázijský hendikep = Úprava skóre pred súčtom (napríklad +0,5 gólu pre hostí) a potom výpočet pravdepodobnosti

Aké sú nedostatky Poissonovho modelu?

Čo Poissonov model nezohľadňuje

Hoci je Poissonov model veľmi užitočný, má niekoľko významných obmedzení:

1. Psychologické faktory – Model nezohľadňuje motiváciu, sebadôveru, nervozitu alebo psychický stav hráčov. Tím, ktorý sa bije o titul, môže mať inú mentalitu ako tím, ktorý bojuje o záchranu.

2. Dynamika zápasu – Model predpokladá, že góly sú rozdelené rovnomerne počas zápasu. V skutočnosti sa dynamika mení – tím, ktorý je v úvode pod tlakom, môže byť neskôr agresívnejší alebo opatrnejší.

3. Zmeny v zostave – Absence kľúčových hráčov (zranenia, suspenzie) môže dramaticky zmeniť výkon tímu, ale model to nemusí odrážať, ak sa používajú historické priemery.

4. Taktické zmeny – Tréner môže zmeniť taktiku na základe súpera. Niektorí tréneri sú opatrnejší proti silným súperom a agresívnejší proti slabším.

5. Počasie a podmienky – Nepriaznivé počasie (silný vietor, dážď) môže vplývať na počet gólov.

6. Únava a congestion – Zápasy v krátkom čase za sebou (viacero zápasov v týždni) môžu znížiť výkon.

Podceňovanie remíz a nízkych skóre

Jedna z najznámejších chýb Poissonovho modelu je, že systematicky podceňuje pravdepodobnosť remíz (zvlášť 0:0 a 1:1). Model predpokladá, že góly sú úplne nezávislé, ale v skutočnosti existuje určitá korelácia – ak je zápas vyrovnaný a skončil 0:0, je menej pravdepodobné, že náhle padne veľa gólov.

Dixon-Coles korekcia (ktorá sa aplikuje na základný Poissonov model) upravuje pravdepodobnosti pre skóre 0:0, 1:0, 0:1 a 1:1, aby boli presnejšie. Typicky zvyšuje pravdepodobnosť remízy o 15–20%.

Presnosť modelu v praxi

Empirické štúdie ukazujú, že Poissonov model dosahuje nasledovnú presnosť:

• Presnosť 1X2 predikcií: 45–52% (v porovnaní s 33% náhodnou základňou)
• Presnosť presného skóre: 8–12% (v porovnaní s ~5% náhodnou základňou)
• Presnosť nad/pod: 52–55%

Tieto čísla sa líšia v závislosti od ligy, kvality vstupných dát a toho, ako je model vyladený. Najlepšie modely dosahujú 53–54% presnosť pri 1X2, čo je dosť na to, aby boli ziskové v dlhodobom horizonte.

Je dôležité pochopiť, že krátkoterminná variabilita je vysoká. Aj keď má model 52% presnosť, môžete mať sériu 10 zápasov, kde sa model mýli v 6 z nich. To je normálne a neznamenajú, že model nefunguje.

Ako sa Poissonovo rozdelenie používa na stávkovanie?

Porovnanie s kurzami bookmakera

Keď máte model, ktorý vypočítava pravdepodobnosti, je čas ich porovnať s kurzami bookmakera. Každý kurz implikuje určitú pravdepodobnosť.

Vzorec na konverziu kurzu na pravdepodobnosť: Implikovaná pravdepodobnosť = 1 / Kurz

Príklad: Kurz 2,50 na domáce víťazstvo implikuje pravdepodobnosť 1 / 2,50 = 40%.

Ak Váš model vypočíta, že domáci tím má 45% šancu na víťazstvo, zatiaľ čo bookmaker dáva iba 40%, našli ste value stávku. Bookmaker vás podceňuje.

Hľadanie value stávok

Value stávka je taká, kde je vaša odhadnutá pravdepodobnosť vyššia ako implikovaná pravdepodobnosť kurzu. Vzorec na výpočet expected value (EV):

EV = (Vaša pravdepodobnosť × Kurz) – 1

Príklad: Váš model hovorí 45% na domáce víťazstvo, bookmaker dáva kurz 2,50 (40% implikovaná pravdepodobnosť). EV = (0,45 × 2,50) – 1 = 1,125 – 1 = 0,125 alebo +12,5%

To znamená, že v dlhodobom horizonte, ak budete stávať na všetky podobné stávky, môžete očakávať 12,5% zisk na vložené peniaze.

Praktická aplikácia v tipovaní

Postup na aplikáciu Poissonovho modelu na stávkovanie:

1. Zozbierajte historické dáta – Minimálne jednu sezónu zápasov s gólmi
2. Vypočítajte útočné a obranné sily – Pre každý tím
3. Nastavte faktor domácej výhody – Zvyčajne 1,06–1,08
4. Vypočítajte očakávané góly – Pre domáci a hosťujúci tím
5. Vytvorte maticu pravdepodobností – Poissonov vzorec pre všetky možné skóre
6. Vypočítajte 1X2 pravdepodobnosti – Súčty z matice
7. Porovnajte s kurzami – Hľadajte value stávky
8. Staváte len na value – Ignorujte všetky ostatné stávky

Mnoho tipérov si tento proces automatizuje pomocou tabuľky v Exceli alebo jednoduché Python skriptu.

Poissonovo rozdelenie vs iné modely

Porovnanie s Dixon-Coles modelom

Dixon-Coles model je vylepšením Poissonovho modelu, ktoré sa zameriaval na presnejšie predpovedanie remíz a nízkych skóre.

Dixon-Coles model je ideálny, ak máte čas a znalosti na jeho implementáciu. Pre väčšinu tipérov je však základný Poissonov model s Dixon-Coles korekciou dostatočný.

Porovnanie s očakávanými gólmi (xG)

Expected Goals (xG) je iný prístup – namiesto použitia historických priemerov gólov používa kvalitu šancí. Každá strela dostane hodnotu medzi 0 a 1 na základe jej pravdepodobnosti, že bude gól.

xG modely sú presnejšie, ale vyžadujú prístup k detailným štatistikám šancí. Pre väčšinu tipérov je Poissonov model viac praktický.

Porovnanie s Elo ratingom

Elo rating je systém na hodnotenie relatívnej sily tímov, ktorý sa pôvodne používal v šachu. Každý tím má Elo číslo, a rozdiel medzi dvoma Elo číslami určuje pravdepodobnosť výsledku.

Elo rating je užitočný pre dynamické aktualizácie počas sezóny, zatiaľ čo Poissonov model je lepší pre dlhodobé modelovanie. Mnohí profesionálni tipéri používajú kombinácii oboch.

Aké sú časté omyly o Poissonovom modeli?

Omyl 1: "Model je 100% presný"

Poissonov model je pravdepodobnostný model, nie deterministický. To znamená, že vypočítava pravdepodobnosti, nie isté predpovede. Aj keď model hovorí, že domáci tím má 55% šancu na víťazstvo, stále existuje 45% šanca, že prehrá.

Krátkoterminne (jeden zápas) sa model môže mýliť. Dlhodobě (100+ zápasov) by sa presnosť mala blížiť k predpovedaným pravdepodobnostiam.

Omyl 2: "Jeden zápas potvrdzuje alebo vyvracia model"

To je klasické štatistické neporozumenie. Ak model predpovedá 55% a tím prehrá, neznamenajú, že model nefunguje. Jeden výsledok vám nedá dosť informácií na vyvodenie záverov.

Potrebujete veľkú vzorku – minimálne 100–200 zápasov – aby ste mohli povedať, či je model presný alebo nie. Aj potom sa presnosť bude pohybovať okolo očakávanej hodnoty s určitou variabilitou.

Omyl 3: "Poissonov model ignoruje všetky kvalitatívne faktory"

To nie je pravda. Model možno vylepšiť zahrnutím ďalších vstupov:

• Absence kľúčových hráčov – Upravte útočnú silu na základe zranení
• Forma tímu – Vážte nedávne zápasy viac ako staršie
• Taktické zmeny – Upravte parametre na základe taktiky
• xG dáta – Namiesto historických priemerov gólov použite očakávané góly

Základný Poissonov model je jednoduchý, ale je to len východiskový bod. Profesionálni tipéri ho vylepšujú na základe ďalších informácií.

Budúcnosť Poissonovho modelu

Vylepšenia a moderné variácie

Poissonov model sa neustále vyvíja. Moderné variácie zahŕňajú:

1. Umelá inteligencia a strojové učenie – Neurónové siete môžu automaticky naučiť sa optimálne váhy pre rôzne faktory
2. Real-time aktualizácie – Modely sa aktualizujú počas sezóny na základe nedávnej formy
3. Dáta na úrovni hráčov – Namiesto tímových priemerov sa používajú individuálne štatistiky hráčov
4. Integrácia xG dát – Kombinácia historických gólov s kvalitou šancí
5. Ensemble metódy – Kombinácia Poissonovho modelu s inými modelmi (Elo, xG, deep learning) na vyššiu presnosť

Integrácia s inými modelmi

Budúcnosť predpovedí futbalových výsledkov leží v ensemble prístupoch – kombinácii niekoľkých modelov. Poissonov model bude pokračovať v tom, že bude jednou z hlavných zložiek, ale v kombinácii s:

• xG modelmi – Na presnejšie odhady kvality
• Elo ratingami – Na dynamické aktualizácie
• Deep learning modelmi – Na zachytávanie komplexných vzorcov
• Sentiment analýzou – Na psychologické faktory

Tím, ktorý kombinuje niekoľko modelov a váži ich na základe historickej presnosti, dosahuje lepšie výsledky ako akýkoľvek jednotlivý model.

Často kladené otázky

Čo je Poissonovo rozdelenie v najjednoduchšom zmysle?

Poissonovo rozdelenie je matematický model, ktorý vám povie, aká je pravdepodobnosť, že sa určitá udalosť (ako napríklad gól) stane určitý počet krát v danom čase alebo priestore. Vo futbale sa používa na predpovedanie, koľko gólov tím strelí alebo inkasuje.

Prečo sa Poissonov model používa pre futbal?

Počet gólov vo futbale vykazuje vlastnosti Poissonovho rozdelenia – góly sú relatívne vzácne, nezávislé udalosti s konštantnou priemernou frekvenciou. To robí Poissonov model ideálnym na modelovanie futbalových výsledkov.

Ako vypočítam očakávané góly pomocou Poissonovho modelu?

Očakávané góly tímu = Ligový priemer gólov × Útočná sila tímu × Obranná sila súpera × Faktor domácej výhody (ak je domáci tím).

Príklad: Ligový priemer = 1,5, útočná sila domáceho = 1,2, obranná sila hostí = 0,8, faktor domácej výhody = 1,06. Očakávané góly domáceho = 1,5 × 1,2 × 0,8 × 1,06 = 1,53 gólu.

Aká je presnosť Poissonovho modelu?

Poissonov model dosahuje presnosť 45–52% pri predpovedaní 1X2 výsledkov (domáce víťazstvo, remíza, víťazstvo hostí). To je výrazne lepšie ako náhodná základňa 33%. Presnosť sa líši v závislosti od ligy a kvality vstupných dát.

Čo je Dixon-Coles korekcia?

Dixon-Coles korekcia je vylepšenie Poissonovho modelu, ktoré upravuje pravdepodobnosti pre nízke skóre (0:0, 1:0, 0:1, 1:1), aby boli presnejšie. Poissonov model systematicky podceňuje remízy, a Dixon-Coles to opravuje.

Môžem zarobiť peniaze pomocou Poissonovho modelu?

Áno, ale iba ak:

1. Váš model je presnejší ako bookmaker
2. Staváte len na value stávky (kde je vaša pravdepodobnosť vyššia ako implikovaná pravdepodobnosť kurzu)
3. Máte dosť veľkú vzorku (100+ zápasov), aby ste zistili, že model funguje

Poissonov model nie je žiadny „golden ticket" – je to len nástroj, ktorý vám pomôže identifikovať hodnotu.

Čo je lambda (λ) v Poissonovom rozdelení?

Lambda (λ) je očakávaný priemer – počet gólov, ktoré by tím mal strieliť v priemere. Ak tím strelil 30 gólov v 20 domácich zápasoch, jeho λ = 30 / 20 = 1,5 gólu na zápas.

Ako si vytvoriť vlastný Poissonov model?

1. Zozbierajte historické dáta (aspoň jednu sezónu)
2. Vypočítajte útočné a obranné sily pre každý tím
3. Pre každý zápas vypočítajte očakávané góly pomocou vzorca
4. Aplikujte Poissonov vzorec na vypočítanie pravdepodobností
5. Porovnajte s kurzami a hľadajte value stávky

Ak chcete to urobiť ručne, použite Excel. Ak chcete automatizovať, napíšte Python skript.

Čo je BTTS v Poissonovom modeli?

BTTS (Both Teams To Score) znamená, že obaja tímy strelili aspoň jeden gól. V Poissonovom modeli to vypočítate súčtom všetkých skóre, kde domáci strelili aspoň 1 gól a hostia aspoň 1 gól (napríklad 1:1, 2:1, 1:2, 3:2, atď.).

Existuje lepší model ako Poissonov?

Existujú vylepšené verzie (Dixon-Coles, xG modely, deep learning modely), ale Poissonov model zostáva jedným z najpoužívanejších kvôli svojej jednoduchosti a efektívnosti. Pre väčšinu tipérov je dostatočný.

Ako zohľadniť domácu výhodu v Poissonovom modeli?

Domáca výhoda sa zvyčajne zohľadňuje pomocou faktora (zvyčajne 1,03–1,10), ktorý sa vynásobí s očakávanými gólmi domáceho tímu. Faktor sa vypočíta ako priemer domáceho skóre / priemer hostujúceho skóre.