maalis 23, 2017
maalis 23, 2017

Jalkapallo-ottelun maalimäärän odotusarvon laskeminen

Kuinka jalkapallo-ottelun maalimäärän voi ennustaa

Maaliodotusarvon ennustemalliin tutustuminen

Mitä rajoituksia maalimäärän odotusarvon mallilla on?

Jalkapallo-ottelun maalimäärän odotusarvon laskeminen
Onnistuakseen jalkapallo-ottelun tuloksen ennustamisessa vedonlyöjä tarvitsee kaksi asiaa: tietoja ja mallin. Kuinka monta maalia otteluissa tehdään keskimäärin? Kuinka usein laukauksesta tulee maali? Ja tärkein kysymys: kuinka vedonlyöjät voivat aiempien otteluiden tietojen perusteella ennustaa maalimäärän ja lyödä vetoa voitollisesti? Tässä artikkelissa kerrotaan, miten voit käyttää maalimäärän odotusarvon mallia jalkapallo-ottelun tuloksen ennustamiseen. Lue lisää, niin saat tietää, miten se tapahtuu.

Jalkapallossa maalit ovat verraten harvinaisia: viimeisten viiden täyden Valioliiga-kauden aikana maaleja syntyi keskimäärin 2,73 ottelua kohden. Kuten suosittu jalkapallotilastokirja The Numbers Game asian ilmaisee, jopa 50 % minkä tahansa ottelun tuloksesta voi johtua tuurista: pallon pompuista ja erotuomarin päätöksistä.

Siksi on erittäin tärkeää käyttää suurta tietojen otosta ennusteita varten. Sen sijaan, että käyttäisimme ennustemallissa Valioliiga-kauden 2015/16 ottelukohtaista maalikeskiarvoa 2,73, voimme käyttää maalia kohti suuntautuneiden laukausten keskiarvoa 8,49 tai kenties kaikkien laukausten ottelukohtaista keskiarvoa 25,7.

Ongelmana tässä on kuitenkin, että vaikka kaikki maalit ovat maalimäärävedonlyönnin kannalta yhtä arvokkaita, laukauksen maaliin johtamisen todennäköisyys voi vaihdella suuresti. Tämän vuoksi kannattaa käyttää maalien odotusarvoa (lyhennettynä ”xG” sanoista ”expected goals”). Viimeisten viiden kauden aikana laukaus on Englannin ylimmällä sarjatasolla johtanut maaliin keskimäärin 9,7 %:n todennäköisyydellä. Laukausten jakaminen eri luokkiin kertoo kuitenkin, kuinka paljon maalin todennäköisyys voi vaihdella.

Tarkastelemalla historiatietoja voimme laskea laukauksen maaliin johtamisen todennäköisyyden käyttämällä haluamaamme tekijöiden määrää. Jotkin pitkälle kehitellyt mallit sisältävät esimerkiksi tiedon siitä, tehtiinkö maali jalalla vai päällä tai mikä tilanne laukausta edelsi. Tämä vaatii melkoista tietojen keruun ja tilastollisen analyysin osaamista, mutta paljon yksikertaisemmallakin maalien odotusarvon järjestelmällä voi jo saada etua. Selitän tässä järjestelmän, jota itse käytän.

Erityyppisten maalien arvon laskeminen

Aloitetaan rangaistuspotkuista. Kausina 2011/12–2015/16 Valioliigassa tuomittiin 443 rangaistuspotkua, ja niistä 347 eli 78,3 % johti maaliin. Annamme siis rangaistuspotkun maaliodotusarvoksi 0,783.

Opta luokittelee laadukkaiksi mahdollisuuksiksi katsomansa maalipaikat ”hyviksi paikoiksi” (”big chance”). Tämän määritelmänä on ”tilanne, jossa pelaajan voi hyvällä syyllä odottaa tekevän maalin (tavallisesti yksi vastaan yksi -tilanne tai yritys hyvin läheltä).”

Viimeisten viiden kauden aikana Englannin ylimmällä sarjatasolla on tehty 2 579 maalia yhteensä 6 213 hyvästä paikasta. Meidän on kuitenkin muistettava, että myös rangaistuspotkut sisältyvät näihin lukuihin. Kun ne poistetaan laskuista, muiden hyvien paikkojen maalin todennäköisyydeksi saadaan 38,7 %, eli näiden laukausten xG-arvoksi tulee 0,387.

Kun nämä otetaan erilleen, jäljelle jäävät loput laukaukset rangaistusalueen sisäpuolelta. Viimeisten viiden vuoden aikana oli 22 822 muuta kuin ”hyvää paikkaa” rangaistusalueen sisäpuolelta, ja 1 587 niistä päätyi verkon perukoille. Tästä saadaan maaliodotusarvoksi 0,070.

Lopuksi käsitellään laukaukset rangaistusalueen ulkopuolelta. Tällaisia oli elokuun 2011 ja toukokuun 2016 välillä Valioliigassa 22 318, ja 809 kertaa niistä tuli maali, eli maalin todennäköisyydeksi tulee 3,6 %. Rangaistusalueen ulkopuolelta tulleiden laukausten maaliodotusarvoksi saadaan siis 0,036. Tähän sisältyisi jonkin verran vaihtelua, koska esimerkiksi suorista vapaapotkuista tehdään maali noin 5–6 %:n todennäköisyydellä, mutta tällaista yksinkertaista järjestelmää varten lukema 3,6 % riittää.

Joukkuekohtaisen maalimäärän odotusarvon laskeminen

Näitä laukaustietoja on helposti saatavilla erilaisista verkkosivustoista ja sovelluksista, joten edellä mainittujen tietojen avulla voit nopeasti laskea xG-arvot kummallekin ottelun joukkueelle. Tarkastelemalla tämän kauden otteluita (12. maaliskuuta 2017 asti) voimme nähdä, miten tämän avulla saa edun yksinkertaisiin laukaustietoihin nähden. 211 voitetusta Valioliiga-ottelusta (omat maalit laskettuna pois) joukkue, jolla oli enemmän laukauksia, voitti 151 (71,6 %), ja joukkue, jolla oli parempi xG-arvo, voitti 170 (80,6 %).

Käyttämällä kauden 2016/17 xG-tietoja ja Poissonin jakaumaa laskin seuraavat tulosennusteet ja kertoimet Valioliigan viikon 29 otteluille.

Tuloksen ennustaminen xG-arvojen perusteella

Maalien odotusarvon malli jalkapallovedonlyönnissä

Voimme nähdä ”predicted result” (ennustettu tulos) -sarakkeesta, että yksi tulos meni täysin oikein ja neljässä muussa ottelussa voittajavaihtoehto (kotivoitto, tasapeli tai vierasvoitto) osui. Käyttämällä järjestelmäni laskemia kertoimia voimme nähdä, että suosikki voitti kuudessa ottelussa kymmenestä, mutta kertoimia on tietenkin verrattava Pinnaclen tarjoamiin kertoimiin ja päätettävä sitten, miten lyö vetoa. Lukemalla artikkelin Mitä vedonlyöntikertoimet tarkoittavat pääset alkuun tämän tekemisessä.

xG-ennustemallin rajoitukset

Mallia käytettäessä on tärkeää ottaa huomioon sen rajoitukset. Vaikka järjestelmäsi olisi kuinka hyvä, se ei tiedä esimerkiksi, että tähtihyökkääjä on loukkaantunut, joukkue on saanut uutta virtaa managerinvaihdoksesta tai joukkue on väsynyt pelattuaan Euroopassa.  

Tällainen järjestelmä ei myöskään pysty ennustamaan poikkeuksellisen maalirikasta peliä. Koska se perustuu keskiarvoihin ja noin puolissa otteluista tehdään alle 2,5 maalia, tämä on odotettavissakin.

Kuitenkin vaikka laukaukset ovat yleisesti keskimäärin 0,097 maalin arvoisia, tällainen yksinkertainen järjestelmä paljastaa, että Manchester Cityn laukaukset ovat tällä hetkellä 0,113 maalin arvoisia ja Hullin vain 0,083 maalin arvoisia.

Käyttämällä tilastotietoja maalien odotusarvon laskemiseen voit muuntaa joukkueen puolustuksen ja hyökkäyksen laadun tarkasti numeroiksi. Käyttämällä edellä kuvattua menetelmää yhdessä Poissonin jakauman kanssa olet jo hyvää vauhtia matkalla tekemään tarkkoja jalkapallo-otteluiden tulosennusteita. 

Vedonlyöntiresurssit auttavat vedonlyönnissä

Pinnaclen Vedonlyöntiresurssit-osio on yksi netin kattavimmista asiantuntevan vedonlyöntineuvonnan kokoelmista. Tavoitteenamme on auttaa kaikentasoisia vedonlyöjiä parantamaan tietämystään.