如何为足球(足球)分数建模

机器算法验证 可能性 泊松分布
2022-04-03 17:39:01

我正在尝试使用泊松分布对足球比分进行建模。我正在为每个团队计算一个 lambda,然后将两个泊松计算的概率相乘以获得特定分数的概率。

例如,toxic(lambdaHome, 1)*poisson(lambdaAway, 2) 来计算比赛结束时 1-2 结果的概率。

我遇到的问题是泊松分布假设第二个目标与第三个目标一样可能与第四个目标一样可能。但实际上这不应该是真的。如果一场比赛的比分是 2-0,那么直觉上球队进另一个球的可能性较小,因为它可能会花费更多的时间在防守上以保持比分,而不是在进攻上花费更多的时间来得分。

是否存在类似于泊松的概率分布,但不是对所有目标都有一个恒定的概率,而是使每个目标的可能性越来越小?

1个回答

最先进的足球预测技术——可以在学术文献中找到——是 Dixon 和 Robinson (1998) “A Birth Process Model for Association Football Matches”,这里没有付费墙:http://www2.imperial .ac.uk/~ejm/M3S4/Problems/football.pdf

他们的交互非齐次泊松过程模型解释了独立泊松分布无法解决的这两个关键现象:

  • 目标率上升。比赛结束时的进球数比开始时多
  • 取决于得分线的进球率。根据得分线,团队倾向于积极或消极。这种效果对于主客队来说是不同的

您指的是第二点,即拥有舒适领先优势的球队的进球率下降。