close
3 23, 2017
3 23, 2017

Jak vypočítat očekávaný počet gólů ve fotbalovém zápasu

Jak předpovědět počet gólů ve fotbalovém zápasu

Podrobný popis modelu pro předpovídání očekávaného skóre

Jaká jsou omezení modelu pro předpovídání očekávaného skóre?

Jak vypočítat očekávaný počet gólů ve fotbalovém zápasu
K úspěšné předpovědi skóre fotbalového zápasu potřebují sázkaři dvě věci: informace a model. Kolik gólů průměrně padne v jednom zápasu? Kolik střel hráči promění? A především jak mohou sázkaři využít údaje z minulosti k předpovědění počtu gólů a tedy k úspěšnému sázení? Tento článek popisuje, jak používat model očekávaného počtu gólů k předpovídání skóre fotbalového zápasu. Čtěte dál a dozvíte se to.

V pěti posledních celých sezónách Premier League padlo průměrně jen 2,73 gólu na zápas. Gól se tak stává relativně vzácnou událostí. Jak uvádí oblíbená statistická kniha o fotbale nazvaná „The Numbers Game“, až 50 % výsledku každého zápasu může záviset na náhodě, odrazu míče nebo rozhodnutí rozhodčího.

Při předpovědích je tedy nezbytné používat větší vzorek údajů. Takže spíše než používat hodnotu 2,73 gólů na zápas v sezóně 2015/16 Premier League bychom v předpovědním modelu mohli použít 8,49 střel na bránu nebo třeba 25,7 střel celkem.

Problémem ale je, že zatímco všechny góly mají stejnou hodnotu, pravděpodobnost toho, že střela uspěje, se může velmi různit. A zde se hodí pracovat s očekávaným počtem gólů (zkráceně „xG“). V nejvyšší anglické lize bylo za posledních pět sezón průměrně proměněno 9,7 % střel. Pokud však tyto střely rozdělíme do kategorií, zjistíme, jak výrazně se míra úspěšnosti může lišit.

Z historických údajů lze vypočítat průměrnou úspěšnost jednotlivých střel, přičemž můžeme započítat tolik – nebo tak málo – faktorů, kolik chceme. Některé podrobné modely zahrnují i to, zda šlo o gól vstřelený nohou nebo hlavou, situaci vedoucí ke střele a řadu dalších informací. K tomu jsou třeba pokročilé způsoby shromažďování údajů a metody statistické analýzy. Získat slušný přehled však lze i s pomocí daleko jednoduššího systému očekávaných gólů. V tomto článku popíši systém, který používám já.

Výpočet hodnoty různých druhů gólů

Začněme s penaltami. V sezónách 2011/12 až 2015/16 bylo v Premier League 443 penalt, z nichž 347 bylo proměněno. To znamená, že průměrně 78,3 % penalt vedlo ke gólu. Pro penaltu tedy stanovíme hodnotu očekávání gólu 0,783.

Dobré příležitosti klasifikuje společnost Opta jako „velké šance“. Takovou šanci definuje jako „situaci, v níž lze rozumně předpokládat, že hráč skóruje (zpravidla v případě souboje jeden na jednoho nebo z velmi malé vzdálenosti)“.

Za posledních pět sezón nejvyšší anglické ligy bylo z celkových 6213 velkých šancí proměněno 2579. Je ale třeba pamatovat na to, že tyto hodnoty zahrnují i penalty. Nepenaltové velké šance tedy byly proměněny v 38,7 % případů, což znamená hodnotu xG 0,387.

Pokud tyto údaje odečteme, zůstane mám zbytek střel v pokutovém území. Za posledních pět let došlo v pokutovém území k 22 822 střelám, které nebyly velkými šancemi. Z nich padlo 1587 gólů, což znamená průměrnou hodnotu očekávání gólu 0,070.

Nakonec zbývají střely mimo pokutové území. Těch v Premier League od srpna 2011 do května 2016 bylo 22 318, z nichž 809 bylo proměněno. To znamená, že taková střela uspěje v 3,6 % případů. Střely provedené mimo pokutové území tedy mají hodnotu gólového očekávání 0,036. V této hodnotě se budou objevovat odchylky, protože například přímých volných kopů je proměněno zhruba 5 až 6 %. V jednoduchém systému, jako je tento, však postačí počítat s hodnotou 3,6 %.

Výpočet očekávaného počtu gólů pro vybraný tým

Tyto údaje o počtu střel jsou volně dostupné na různých fotbalových webech a ve fotbalových aplikacích. Vyzbrojeni uvedenými informacemi tedy můžete snadno spočítat hodnoty xG pro oba týmy v určitém zápasu. Pohled na zápasy v této sezóně (až do 12. března 2017 včetně) ukazuje, jakou výhodu vám to může přinést oproti pouhým údajům o střelách. Z 211 „vyhraných“ zápasů Premier League (s vyloučením vlastních gólů) ve 151 (71,6 %) z nich zvítězil tým, který měl nejvíce střel, zatímco ve 170 (80,6 %) případech vyhrál tým, který měl vyšší xG.

Pomocí hodnot xG pro sezónu 2016/17 a Poissonova rozdělení jsem spočítal následující předpovědi výsledků a kurzy pro zápasy ve 29. týdnu Premier League.

Předpověď skóre podle hodnot xG

Sázení na fotbal podle modelu očekávaných gólů

Ve sloupci „předpokládaný výsledek“ vidíme jedno správné skóre a čtyři další správné výsledky (tedy správně určené vítězství domácích, hostů nebo remízu). Z kurzů vypočítaných podle mého systému vidíme, že v šesti z deseti případů „vyhrál“ sázku favorit. Samozřejmě byste museli kurzy porovnat s těmi nabízenými firmou Pinnacle a podle toho se rozhodnout, kdy vsadit. Chcete-li se to naučit, začněte nejprve naším oblíbeným článkem Co představují sázkové kurzy.

Omezení předpovědního modelu xG

U každého modelu je důležité pamatovat na jeho omezení. Ať je váš systém sebelepší, nemůže tušit, že se hvězdný hráč zraní a nenastoupí, že morálku v klubu zlepšila změna manažera nebo že je tým unaven po zápasu v Evropě.  

Podobné systémy také nedokáží předpovědět zápas, v němž padne neobvykle velký počet gólů. Jde o systém založený na průměrech a ve zhruba polovině zápasů padne méně než 2,5 gólů, takže lze takové výsledky očekávat.

Nicméně zatímco všechny střely mají průměrnou hodnotu 0,097 gólu, i použití takto jednoduchého systému odhalí, že střely týmu Manchester City mají aktuálně hodnotu 0,113, zatímco střely týmu Hull pouze 0,083.

Díky vypočtení očekávaného počtu gólů ze statistických údajů můžete přesněji posoudit kvalitu týmové obrany a útoku. Pokud výše uvedené doplníte využitím Poissonova rozdělení, máte slušnou šanci přesně předpovídat výsledky fotbalových zápasů. 

Informační zdroje o sázení – Abyste mohli lépe sázet

Informační zdroje o sázení společnosti Pinnacle jsou jednou z nejrozsáhlejších sbírek odborných článků a rad o sázení, jaké na internetu najdete. Zajímavé informace v ní najdou sázkaři bez ohledu na míru svých zkušeností. Naším cílem je zprostředkovat lidem znalosti, aby mohli lépe sázet.