«»  вход | | регистрация |

Математические ставки

Забитые голы в большинстве случаев являются результатом удара в створ ворот, но не каждый из них приводит к желаемому результату. Футбольная статистика наводит на мысль о наличии связи между числом ударов и взятием ворот. Остается только математически выразить эту закономерности.

Чарльз Рип, стоявший у истоков футбольной статистики, говорил, что в среднем 9 ударов в створ приведут к одному голу. Он впервые разделил игровое поле на зоны и выяснил области внутри штрафной, откуда поразить ворота получается чаще. С тех пор отпала необходимость проводить время на стадионе, стараясь не пустить ни одной детали. Камеры записывают все события с разных ракурсов, снабжая аналитиков полноценной информацией. Любопытно, что область поражения ворот, которая была установлена Рипом, не претерпела изменений.

Число ударов, необходимое для гола, зависит от их вектора. Английский expected goals разработал модель xG, которая помогает определить число ожидаемых голов в конкретном матче. Статистика собирается и самостоятельно, на Four Four Two StatsZone имеется информация о числе ударов в створ, его направления и позиции. Далее наступает черед статистических моделей, обычно используется bootstrap sampling. В результате высчитываются коэффициенты при независимых переменных. Сначала учитывается только наклон линии удара и расстояние до ворот, затем внимание обращается на передачи – с дриблинга или с места. Потом обнаруживается необходимость учитывать позицию пасующего игрока. В конце приходит понимание, что все факторы учесть невозможно – психологическое состояние, погода и тип покрытия поля.

Готовые модели xG выглядят понятно и способны отразить голевую динамику турнирного сезона, но при разборе каждого гола появляются сомнения в корректности. Случайное событие невозможно досконально изучить, аппарат Теории Вероятностей выглядит здесь уместнее.

Для примера можно посмотреть на известную модель xG от Michael Caley, она считается одной из лучших. Но непонятно наличие коэффициента детерминации в идеальном значении в нелинейной модели. Автор не раскрывает секрет формулы, которая волшебным образом объясняет 97% возмущений между случившимися и ожидаемыми голами. Это может говорить или о некорректной фильтрации данных, или о другой уловке. Но какой бы она ни была, букмекерская контора с такой моделью быстро разорится.

Интереснее выглядят распределение Пуассона и «Мудрость толпы» из-за их логичности и простоты. Знакомство с xG тоже полезно, но для оценки выдающихся команд и игроков.



гид по сайту Идеи оставить жалобу
Похоже, что вы используете блокировщик рекламы :(
Чтобы пользоваться всеми функциями сайта, добавьте нас в исключения!
как отключить
×