Zacząć od siły drużyn, potem korygować
Żaden pojedynczy czynnik nie „robi” meczu. Ostrożne podejście zaczyna od podstawowego poziomu obu drużyn (ich siły szacowanej w długim okresie), a następnie koryguje go bardziej okolicznościowymi informacjami. Prace o rankingach typu Elo, które podsumowują dotychczasową grę każdej drużyny, pokazują, że sam ten poziom już pomaga przewidywać wyniki: reszta ma go korygować, a nie zastępować. Nie ma uniwersalnej zasady ważenia, więc poniższe wskazówki to ramy czytania danych, a nie wzór.
1. Aktualna forma
Forma (ostatnie wyniki) to najczęściej przywoływany i najbardziej przeceniany czynnik. Pięć meczów to maleńka próba: jedno uderzenie w słupek albo jeden rzut karny wystarczy, by zmienić serię. Wzorcowe modele statystyczne, takie jak model Dixona i Colesa (1997), nadają większą wagę świeższym meczom, ale ze stopniowym spadkiem, a nie patrząc wyłącznie na ostatnie spotkania. Dobra praktyka: patrz na gole strzelone i stracone, a nie tylko na zwycięstwa, i uwzględniaj klasę rywali.
2. Mecze u siebie i na wyjeździe
Atut własnego boiska jest realny. Badanie 10 785 meczów z sześciu sezonów pięciu największych europejskich lig wskazuje, że gospodarze wygrywali w około 38% i przegrywali w około 36% meczów, wobec około 27% zwycięstw i 48% porażek drużyn grających na wyjeździe. Badania meczów bez publiczności z okresu pandemii pokazują, że bez kibiców ten atut wyraźnie malał, co sugeruje, że atmosfera ma znaczenie. Badacze nie zgadzają się jednak co do mechanizmu (sędziowanie czy zachowanie zawodników). Dobra praktyka: stosuj umiarkowaną premię za grę u siebie, taką samą dla wszystkich drużyn, chyba że masz konkretne informacje, i pamiętaj, że różni się ona zależnie od rozgrywek i epoki.
3. Absencje i kontuzje
Absencja waży zależnie od pozycji, klasy zmiennika i stylu gry. Podstawowy bramkarz albo najlepszy rozgrywający to nie to samo co zwykły rezerwowy. Typowe pułapki: opieranie się na plotce, mieszanie „pod znakiem zapytania” z „nie zagra” oraz zapominanie, że oficjalne składy są znane dopiero tuż przed meczem. Prace Hvattuma i Arntzena sugerują też, że oceny drużyn i oceny zawodników przewidują wyniki niemal równie dobrze, więc absencję należy oceniać w kontekście całej kadry. Dobra praktyka: zapisuj źródło i datę informacji oraz aktualizuj szacunek po ogłoszeniu składów.
4. Bezpośrednie pojedynki
Historia spotkań dwóch drużyn kusi, bo opowiada historię. Opiera się jednak na niewielu meczach, często rozegranych w innych składach i pod wodzą innych trenerów. Nie znaleźliśmy solidnego źródła pokazującego, że przewiduje lepiej niż aktualna siła drużyn: traktuj ją jako kontekst, z niewielką wagą. Może mieć znaczenie, gdy dane starcie wyróżnia świeża i trwała taktyczna specyfika.
5. Terminarz i zmęczenie
Wzorcowe badanie UEFA, obejmujące 11 sezonów Ligi Mistrzów, wykazało więcej urazów mięśniowych, gdy przerwa między meczami wynosiła cztery dni lub mniej (ryzyko około 1,3 raza wyższe), bez wyraźnego związku z wynikami drużyn, z wyjątkiem Ligi Europy. Innymi słowy zmęczenie istnieje, ale jego wpływ na wynik nie jest automatyczny, a trenerzy także rotują składem. Dobra praktyka: traktuj je jako czynnik ryzyka (rotacje, kontuzje), a nie przewidywanie porażki.
6. Sędzia
Sędzia wpływa głównie na kartki i rzuty karne, a więc raczej na przebieg meczu niż na jego wynik. Badania meczów bez publiczności wykazały różnice w decyzjach (faule i kartki) w porównaniu z meczami z kibicami, lecz inne prace uważają, że efekt przechodzi głównie przez zachowanie zawodników. Badacze z Leeds i Northumbrii wnioskują, że wpływ kibiców na sędziego w dużej mierze znika po uwzględnieniu stylu gry. Dobra praktyka: używaj informacji o sędzim do wskaźników dyscypliny, z bardzo małą wagą dla końcowego wyniku.
Tabela ważenia (ocena redakcyjna)
| Czynnik | Co wnosi | Główna pułapka | Sugerowana waga |
|---|---|---|---|
| Podstawowa siła drużyn | Punkt wyjścia | Nieaktualne dane | Wysoka |
| Dom / wyjazd | Stała korekta | Zmienia się z kontekstem i epoką | Umiarkowana |
| Absencje | Mogą być istotne | Plotki, dokładna rola zawodnika | Umiarkowana do wysokiej, jeśli potwierdzone |
| Aktualna forma | Sygnał trendu | Zbyt krótka próba | Umiarkowana |
| Terminarz | Ryzyko zmęczenia | Niepewny wpływ na wynik | Niska do umiarkowanej |
| Bezpośrednie pojedynki | Kontekst | Mało meczów, zmienione składy | Niska |
| Sędzia | Dyscyplina | Sporny wpływ na wynik | Bardzo niska |
W praktyce
- Zacznij od oszacowania poziomu w długim okresie.
- Dodaj atut własnego boiska.
- Skoryguj o potwierdzone absencje, potem o formę.
- Terminarz, bezpośrednie pojedynki i sędziego zostaw na niuanse.
- Wynik podaj jako przedział i zanotuj, czego nadal nie wiadomo.
Czynniki się nakładają: drużyna w formie to często także drużyna z dostępnymi podstawowymi zawodnikami. Proste sumowanie oznacza liczenie tej samej informacji dwa razy.
O Prediction AI
Prediction AI to platforma predykcyjnej analizy sportowej oparta na sztucznej inteligencji: dla każdego meczu zbiera aktualną formę, absencje, bezpośrednie pojedynki i wyznaczonego sędziego, a następnie wyprowadza z nich szacowane prawdopodobieństwa wraz z ich ograniczeniami. Zobacz oferty Prediction AI. Szacunek pozostaje szacunkiem, nigdy pewnością.
Warto przeczytać
- Oczekiwane gole (xG), powyżej lub poniżej 2,5 gola i obie drużyny strzelą: jak rozumieć te wskaźniki
- Metoda Prediction AI: jak powstaje analiza meczu, w pełnej przejrzystości
- Jak czytać prawdopodobieństwo zwycięstwa, remisu lub porażki (1X2)