روش مدل‌سازی و دقت تاریخی

مدل چگونه کار می‌کند؟

1. رتبه‌بندی Elo پویا: هر تیم یک عدد قدرت دارد که بعد از هر بازی بر اساس نتیجه و اختلاف گل به‌روز می‌شود (مزیت میزبانی ۶۵ امتیاز).
2. قدرت حمله و دفاع به تفکیک خانه و بیرون: نسبت گل زده و خورده‌ی هر تیم به میانگین لیگ؛ با «انقباض» به سمت پیش‌فرضی که از Elo می‌آید تا چند بازی محدود اول فصل، مدل را منحرف نکند.
3. گل مورد انتظار (λ): λ_میزبان = میانگین گل میزبان لیگ × حمله‌ی میزبان × دفاع میهمان و به همین ترتیب برای میهمان.
4. ماتریس نتایج دقیق: توزیع پواسون دومتغیره با اصلاح Dixon-Coles (ρ = −۰.۰۸) که احتمال نتایج کم‌گل مثل ۰-۰ و ۱-۱ را واقع‌بینانه‌تر می‌کند.
5. همه‌ی بازارها از یک ماتریس: 1X2، دبل شانس، بیشتر/کمتر، BTTS و هندیکپ آسیایی از جمع خانه‌های همین ماتریس به دست می‌آیند؛ پس با هم سازگارند.
6. حذف مارجین بازار: احتمال ضمنی ضرایب با روش Shin (و روش تناسبی به‌عنوان پشتیبان) از مارجین پاک می‌شود.
7. Value: EV = p_مدل × بهترین ضریب − ۱؛ نمایش فقط وقتی EV ≥ ۳٪، p ≥ ۲۰٪ و EV ≤ ۳۰٪.

محدودیت‌ها

• مدل از ترکیب اعلام‌شده، مصدومیت‌های لحظه‌ی آخر، انگیزه و شرایط جوی خبر ندارد.
• در ابتدای فصل و برای تیم‌های تازه‌وارد، داده کم است و عدم‌قطعیت بیشتر.
• در رقابت‌های اروپایی، مقایسه‌ی قدرت تیم‌های لیگ‌های مختلف فقط از طریق Elo انجام می‌شود.
• Brier و log-loss روی چند صد بازی نوسان دارند؛ تفاوت‌های کوچک معنادار نیستند.

شفافیت

هر پیش‌بینی با نسخه‌ی مدل ذخیره می‌شود و پس از بازی حذف نمی‌شود؛ در صفحه‌ی هر بازی انجام‌شده، پیش‌بینی پیش از بازی کنار نتیجه‌ی واقعی باقی می‌ماند. سیاست ما در سیاست تحریریه آمده است.