1 22, 2015
1 22, 2015

베팅을 위한 표준 편차 사용 방법

베팅을 위한 표준 편차 사용 방법
베터가 베팅 결과를 예측하는 데 표준 편차를 사용할 수 있다는 사실을 알고 있습니까? 표준 편차가 무엇이고 어떻게 계산하여 베팅에 적용하는지 알아보십시오.

이전 기사에서 다른 외부 요인의 영향을 받는 경향이 있고 일련의 숫자 사이의 분포를 보여줄 수 없는 평균에 베터가 전적으로 의존해서는 안 되는 이유를 설명했습니다. 

분산은 많은 방식으로 측정할 수 있으며 그 중 하나가 표준 편차입니다. 표준 편차에서는 그룹 값과 그룹 평균 값의 차이로 수량을 표현합니다. 다른 측정 기준은 직접적으로 또는 함수나 분포에 대한 입력 매개변수로 사용됩니다.

푸아송 대 정규 분포

예를 들어, 베터는 축구 경기에서 팀당 득점한 골 수를 예측하는 데 푸아송 분포 모델을 사용한다고 알려져 있습니다. 그러나 이 분포는 하나의 입력 매개변수인 평균이며 정수로 결과를 산출하는 별개의 분포입니다.

푸아송 분포 모델은 25분과 30분 사이에 들어갈 골 확률보다는(이를 이끌어 내도록 확장할 수 있음에도 불구하고) 한 골을 득점할 가능성을 직접 측정할 수 있습니다.

벨 또는 가우스 분포라고 하는 정규 분포도 널리 사용되고 있습니다. 여러 가지 이유로 인해 푸아송과는 다른 모델이지만, 이것도 연속 분포이기 때문에 평균 표준 편차라는 두 개의 매개변수를 기반으로 합니다.

Premier League에서 골 스프레드 예측

테스트 사례로 축구 경기의 골 차이를 살펴 보겠습니다. 경기당 골 차이는 보통 분산되어 있는 것 같습니다. 골 차이는 홈 팀이 득점한 골 수에서 어웨이 팀이 득점한 골 수를 뺀 것으로 0이면 무승부입니다.

2013/14 Premier League 시즌의 데이터를 살펴 보겠습니다.

  • Man City가 홈에서 가장 크게 승리한 것은 Norwich를 상대로 7-0을 기록한 것입니다.
  • Liverpool의 원정 경기 최고 득점은 Tottenham을 5-0으로 이긴 것이었습니다.
  • 평균 골 차이는 0.3789(중앙값 및 모드 = 0)였습니다.
  • 표준 편차는 1.9188이었습니다.

다양한 결론을 데이터에서 가져올 수 있습니다. 우선 가장 인기 있는 골 차이는 무승부이고 분포는 홈 팀 승리쪽이 우세한 대칭형에 가깝습니다. 하지만 기사의 초점은 표준 편차에 대한 것입니다.

표준 편차 계산하기

정규 분포는 표준화된 곡선을 생성하기 위해 두 개의 매개변수(평균 및 표준 편차)를 사용합니다. 여기에서는 분포의 약 68%가 평균에서 떨어진 1개의 표준 편차 내에 있고 95%가 2개의 표준 편차 내에 있습니다.

이 경우 경기의 68%가 -1.5399와 2.2977골 사이에서 끝나는 것으로 예상할 수 있습니다(즉, 0.3789 + 1.9188). 곡선의 연속되는 성질에는 제한이 있습니다. 즉, -1.5399골 차이가 가능하지 않습니다.

1골 차이로 홈 팀이 승리하는 것을 예측하려면 0.5와 1.5 사이에서 연속되는 범위를 나타내기 위해 1이 별개의 (전체) 값에서 이동할 수 있습니다. 그런 다음 각 값에서 표준 편차에 대한 평균의 차이를 계산할 수 있습니다.

article-how-to-use-standard-deviation-betting-graph.jpg

대단한 것은 표시된 대로 이제 정규 분포를 다시 모델링할 수 있다는 것입니다. 이 경우 주황색으로 칠해진 영역을 찾아야 합니다.

파란색으로 칠해진 영역은 1골 미만의 가능성을 나타내고(또는 0.5골 미만과 동일한 연속) 52.15%로 찾을 수 있습니다.

이것의 계산을 깊이 있게 살펴보는 것이 목적은 아니지만, 가장 유명한 스프레드시트 소프트웨어(MS Excel: =NORM.DIST(0.5,0.3789, 1.9188,1)를 사용하여 찾을 수 있습니다. 마찬가지로 1.5골 이내일 가능성은 72.05%입니다. 그러므로 이 두 값 사이에서 19.53%가 예상됩니다.

결과적으로 380개의 시합 중에서 홈 팀이 단 한 골 차이로 승리하는 경기를 74.22경기로 예측할 수 있을 것입니다. 실제로는 75경기로 아주 근접한 결과입니다.

모든 골 차이에서 이를 반복하여 다른 골 차이로 끝나는 실제 경기와 예측 경기 수를 비교할 수 있습니다.

아래 표는 불일치가 최소이고 정규 분포 상태에 문제가 없음을 나타냅니다(정상 상태, 그리고 이 분포가 2013/14 EPL 데이터에 적합한지 여부 등을 테스트할 수 있음).

article-how-to-use-standard-deviation-betting-graph-2.png

현재 Premier League 시즌에 대한 분포가 올바르다고 가정해 보겠습니다. 그러므로 스프레드 베터로서 Premier League에서 홈 팀이 한 골 이상으로 승리하는 확률을 알고 싶어할 수 있습니다. 이는 1 - 52.52%와 동일하므로 47.48%가 됩니다.

명백히 이는 일반 측정이며 개별 팀이 아닌 Premier League 전체에 적용됩니다. 베터에게는 EPL 전체가 아니라 개별 팀 데이터를 계산하라고 권장할 것입니다.

결론적으로 표준 편차는 스프레드만 측정하는 것이 아니며, 그 결과로 그룹 내에서 더 높은 값이 더 많이 분산되어 나타납니다. 또한 확률을 측정하는 중요한 매개변수이며 스포츠 베터에게는 매우 유용합니다. 다음 기사에서 다른 표준 편차가 확률과 스프레드에 어떤 영향을 미치는지 살펴보겠습니다.

베팅 정보 - 베팅 지원

피나클의 베팅 정보는 온라인의 모든 전문가 베팅 조언 중 가장 광범위한 콜렉션입니다. 모든 경험 수준에 맞추어서 피나클의 목표는 단 하나, 베터가 더 풍부한 지식을 함양하도록 지원하는 것입니다.