Jibu fupi: Mgawanyo wa Poisson hubadilisha idadi ya magoli yanayotarajiwa kwa kila timu kuwa uwezekano wa kila matokeo yanayowezekana. Kutokana na uwezekano huo wa matokeo unaweza kukokotoa odds za haki za matokeo ya mechi, magoli zaidi/chini ya (Over/Under), timu zote kufunga na matokeo kamili – na kuzilinganisha na bei za bookmaker ili kupata value bets (madau yenye thamani).
Kwa nini Poisson inafanya kazi kwenye mpira
Magoli ni matukio adimu, yanayojitegemea kwa kiasi kikubwa na yaliyotawanyika katika dakika 90 – hali ambayo mgawanyo wa Poisson unaielezea hasa. Ukipewa wastani (λ, "lambda"), unatoa uwezekano wa matukio 0, 1, 2, 3…:
P(k goli) = λ^k × e^(−λ) ÷ k!
Huhitaji kukokotoa hili kwa mkono. Kwenye Excel au Google Sheets: =POISSON.DIST(k, λ, FALSE).
Hatua ya 1: pata wastani wa ligi
Unahitaji wastani wa magoli kwa mechi yanayofungwa na timu za nyumbani na timu za ugenini katika ligi. Katika mfano wetu:
- Wastani wa ligi wa magoli ya nyumbani: 1.55
- Wastani wa ligi wa magoli ya ugenini: 1.20
Hatua ya 2: kokotoa nguvu ya mashambulizi na ulinzi
Linganisha kila timu na wastani wa ligi:
| Kipimo | Fomula | Mfano | Matokeo |
|---|---|---|---|
| Mashambulizi ya timu ya nyumbani | Magoli ya nyumbani yaliyofungwa kwa mechi ÷ 1.55 | 1.90 ÷ 1.55 | 1.226 |
| Ulinzi wa timu ya ugenini | Magoli ya ugenini yaliyofungwa dhidi yake kwa mechi ÷ 1.55 | 1.70 ÷ 1.55 | 1.097 |
| Mashambulizi ya timu ya ugenini | Magoli ya ugenini yaliyofungwa kwa mechi ÷ 1.20 | 1.00 ÷ 1.20 | 0.833 |
| Ulinzi wa timu ya nyumbani | Magoli ya nyumbani yaliyofungwa dhidi yake kwa mechi ÷ 1.20 | 0.95 ÷ 1.20 | 0.792 |
Kipimo kilicho juu ya 1 kinamaanisha bora kuliko wastani katika mashambulizi – au dhaifu kuliko wastani katika ulinzi, kwa sababu timu inaruhusu magoli mengi zaidi.
Hatua ya 3: magoli yanayotarajiwa kwa mechi
Magoli yanayotarajiwa ya nyumbani = mashambulizi ya nyumbani × ulinzi wa ugenini × wastani wa ligi wa nyumbani Magoli yanayotarajiwa ya ugenini = mashambulizi ya ugenini × ulinzi wa nyumbani × wastani wa ligi wa ugenini
- Nyumbani: 1.226 × 1.097 × 1.55 = 2.08
- Ugenini: 0.833 × 0.792 × 1.20 = 0.79
Hatua ya 4: uwezekano wa idadi ya magoli ya kila timu
| Magoli | Timu ya nyumbani (λ = 2.08) | Timu ya ugenini (λ = 0.79) |
|---|---|---|
| 0 | 12.4% | 45.3% |
| 1 | 25.9% | 35.9% |
| 2 | 27.0% | 14.2% |
| 3 | 18.8% | 3.7% |
| 4 | 9.8% | 0.7% |
Hatua ya 5: uwezekano wa matokeo
Zidisha safu hizo mbili. Uwezekano wa 2–1 ni 27.0% × 35.9% = 9.7%. Matokeo yenye uwezekano mkubwa zaidi katika mechi hii:
| Matokeo | Uwezekano |
|---|---|
| 2–0 | 12.2% |
| 1–0 | 11.8% |
| 2–1 | 9.7% |
| 1–1 | 9.3% |
| 3–0 | 8.5% |
Jedwali kamili ndilo msingi wa kubashiri matokeo kamili.
Hatua ya 6: kutoka matokeo hadi masoko
Jumlisha matokeo yanayohusika kwenye jedwali:
| Soko | Uwezekano | Odds za haki |
|---|---|---|
| Ushindi wa nyumbani | 67.3% | 1.49 |
| Sare | 19.6% | 5.11 |
| Ushindi wa ugenini | 13.1% | 7.62 |
| Zaidi ya magoli 2.5 | 54.8% | 1.82 |
| Timu zote kufunga – ndiyo | 47.9% | 2.09 |
| Nyumbani -1.5 | 42.8% | 2.34 |
Ikiwa bookmaker anatoa ushindi wa nyumbani kwa 1.60 au zaidi ya 2.5 kwa 1.95, bei hizo ziko juu ya odds za haki za modeli – ni wagombea wa kubashiri. Tazama miongozo inayohusiana kuhusu 1X2, zaidi/chini ya (Over/Under), BTTS na handicap ya -1.5.
Jinsi ya kuboresha modeli
- Tumia magoli yanayotarajiwa badala ya magoli. xG na xGA ni thabiti zaidi kuliko magoli halisi na yanatabiri vizuri zaidi.
- Zipe mechi za hivi karibuni uzito zaidi – kiwango, majeraha na makocha wapya hubadilisha nguvu ya timu.
- Tumia data ya kutosha – angalau mechi 10–15 kwa kila timu; takwimu za mwanzo wa msimu zina kelele nyingi.
- Rekebisha kwa sare za magoli machache. Modeli ya msingi inakadiria kidogo chini 0–0 na 1–1; marekebisho ya Dixon–Coles yanatatua hili.
- Ongeza muktadha ambao takwimu haziuoni: adhabu za kufungiwa, kubadilisha wachezaji kabla ya mechi za Ulaya, motisha mwishoni mwa msimu.
Mapungufu
Poisson inadhani kwamba magoli ya timu hizo mbili yanajitegemea na kwamba kasi ya kufunga haibadiliki katika mechi nzima. Kiuhalisia, timu iliyo nyuma hushambulia zaidi, na timu inayolinda uongozi hujirudisha nyuma. Modeli hii ni mahali pazuri pa kuanzia, si mpira wa kioo wa kutabiri yajayo – daima linganisha matokeo yake na soko na uweke madau kwa busara (usimamizi wa mtaji).
Maswali yanayoulizwa mara kwa mara
Mgawanyo wa Poisson ni nini katika mpira?
Ni fomula ya kitakwimu inayobadilisha wastani wa idadi ya magoli kuwa uwezekano wa kila idadi kamili ya magoli, inayotumika kutabiri matokeo na odds za haki.
Utabiri wa mpira wa Poisson una usahihi kiasi gani?
Ni msingi imara, mara nyingi karibu na bei za soko kwa ligi kubwa. Usahihi huongezeka kwa kutumia xG, kuzipa uzito mechi za hivi karibuni na marekebisho ya matokeo ya magoli machache.
Fomula ya Poisson kwenye Excel ni ipi?
=POISSON.DIST(goals, expected_goals, FALSE) inatoa uwezekano wa idadi hiyo kamili ya magoli (goals = idadi ya magoli, expected_goals = magoli yanayotarajiwa).
Je, Poisson inaweza kutabiri zaidi ya magoli 2.5?
Ndiyo. Jumlisha uwezekano wa matokeo yote yenye magoli matatu au zaidi, au tumia 1 ukitoa uwezekano wa jumla ya magoli 0, 1 na 2.