ماشین‌حساب پواسون فوتبال
مدل پواسون فرض میکند گل‌های هر تیم مستقل و با میانگین ثابت (λ) رخ میدهند. اصلاح دیکسون-کولز احتمال نتایج کمگل مثل ۰-۰ و ۱-۱ را واقع‌بینانه‌تر میکند.
ماتریس نتایج دقیق (سطر: گل میزبان، ستون: گل میهمان)
| ۰ | ۱ | ۲ | ۳ | ۴ | ۵ | |
|---|---|---|---|---|---|---|
| ۰ | ۶.۷٪ | ۷.۴٪ | ۴.۱٪ | ۱.۵٪ | ۰.۴٪ | ۰.۱٪ |
| ۱ | ۱۰.۸٪ | ۱۱.۸٪ | ۶.۵٪ | ۲.۴٪ | ۰.۷٪ | ۰.۱٪ |
| ۲ | ۸.۶٪ | ۹.۵٪ | ۵.۲٪ | ۱.۹٪ | ۰.۵٪ | ۰.۱٪ |
| ۳ | ۴.۶٪ | ۵.۰٪ | ۲.۸٪ | ۱.۰٪ | ۰.۳٪ | ۰.۱٪ |
| ۴ | ۱.۸٪ | ۲.۰٪ | ۱.۱٪ | ۰.۴٪ | ۰.۱٪ | ۰.۰٪ |
| ۵ | ۰.۶٪ | ۰.۶٪ | ۰.۴٪ | ۰.۱٪ | ۰.۰٪ | ۰.۰٪ |
محتملترین نتایج
- ۱-۱ ۱۱.۸٪
- ۱-۰ ۱۰.۸٪
- ۲-۱ ۹.۵٪
- ۲-۰ ۸.۶٪
- ۰-۱ ۷.۴٪
- ۰-۰ ۶.۷٪
فرمول#
P(k goals) = e^(−λ) × λ^k / k!P(h, a) = P_home(h) × P_away(a) × τ(h, a)τ ضریب اصلاح دیکسون-کولز است که فقط روی نتایج ۰-۰، ۱-۰، ۰-۱ و ۱-۱ اثر می‌گذارد. در حالت پواسون ساده τ = ۱ است.
مثال حل‌شده#
λ میزبان = ۱.۶ و λ میهمان = ۱.۱ (پواسون ساده): احتمال ۰-۰ = e^(−۲.۷) ≈ ۶.۷٪، ۱-۰ ≈ ۱۰.۸٪ و ۱-۱ ≈ ۱۱.۸٪. مجموع گل از توزیع پواسون با میانگین ۲.۷ پیروی میکند، پس احتمال بیش از ۲.۵ گل حدود ۵۰.۶٪ است و احتمال گلزنی هر دو تیم حدود ۵۳٪.
پرسش‌های پرتکرار
01گل مورد انتظار (λ) را از کجا بیاورم؟
معمولاً از ترکیب قدرت حملهی یک تیم، قدرت دفاع حریف و میانگین گل لیگ، یا از xG بازیهای اخیر. صفحات بازی این سایت λ مدل را نشان میدهند.
02مدل پواسون چقدر دقیق است؟
تخمین پایهی خوبی است اما مصدومیت، انگیزه، سبک بازی و همبستگی گلها را نمیبیند. به همین دلیل خروجی آن احتمال است، نه پیشگویی.
03دیکسون-کولز چه تفاوتی ایجاد میکند؟
پواسون ساده احتمال مساویهای کمگل را کمتر از واقعیت برآورد میکند. اصلاح دیکسون-کولز با یک پارامتر کوچک این نتایج را تنظیم میکند.
04محتملترین نتیجه چقدر احتمال دارد؟
معمولاً فقط ۱۰ تا ۱۳ درصد. یعنی حتی محتملترین نتیجهی دقیق، در اغلب بازیها رخ نمیدهد.