Vakion 1X2-ennusteiden jälkianalyysi – miten mittaat arvioiden osuvuutta?

Vakioveikkauksen 1X2-ennustetta kannattaa arvioida vasta ottelun jälkeen siitä, kuinka hyvin etukäteen annetut todennäköisyydet vastasivat toteutuneita tuloksia. Yksittäisen ottelun osuminen oikeaan ei vielä osoita hyvää ennustetta. Arvio, jossa kotivoitolle annettiin 45 prosenttia, tasapelille 30 prosenttia ja vierasvoitolle 25 prosenttia, sisältää enemmän tietoa kuin pelkkä valittu merkki 1.

Kun tällaisia arvioita kerätään usealta kierrokselta, voidaan selvittää, ovatko esimerkiksi 30 prosentin tasapeleiksi arvioidut ottelut todella päättyneet tasan suunnilleen yhtä usein. Tätä kutsutaan ennusteiden kalibroinniksi. Menetelmä auttaa kehittämään omaa Vakio-analyysiä, mutta se ei lupaa voittoa eikä poista urheilutulosten epävarmuutta.

Miksi pelkkä oikeiden merkkien määrä ei riitä?

Kuvitellaan kaksi vihjaajaa, jotka ennustavat samassa ottelussa kotivoittoa. Ensimmäinen antaa kotivoitolle 51 prosentin todennäköisyyden, toinen 85 prosenttia. Jos kotijoukkue voittaa, kumpikin saa perinteisessä osumatarkkuudessa yhden onnistumisen. Jos kotijoukkue ei voita, erittäin varman arvion tehnyt on kuitenkin ollut huomattavasti itsevarmempi väärästä tuloksesta.

Vakion rivin arvioinnissa on siksi hyödyllistä tallentaa kaikki kolme todennäköisyyttä: kotivoitto, tasapeli ja vierasvoitto. Niiden tulee muodostaa johdonmukainen jakauma, jossa osuudet ovat yhteensä 100 prosenttia. Pelkkä suosikkimerkki jättää epävarmuuden näkymättömiin.

Mitä 1X2-ennusteen kalibrointi tarkoittaa?

Kalibrointi tarkoittaa ennusteen ja toteutuneen esiintymistiheyden vastaavuutta. Jos analyytikko on antanut sadassa eri ottelussa tasapelille noin 30 prosentin todennäköisyyden, tällaisen joukon odotettu tasapelien määrä on suunnilleen kolmekymmentä. Todellinen määrä voi olla eri satunnaisvaihtelun vuoksi, eikä yhdestä sadan ottelun jaksosta voi tehdä lopullista johtopäätöstä.

Scikit-learnin ennusteiden kalibrointia käsittelevä dokumentaatio

Esimerkki: kotivoitto 50 %, tasapeli 30 %, vierasvoitto 20 %

Oletetaan täysin kuvitteellinen ottelu, jolle on ennen alkua annettu jakauma 50–30–20. Jos ottelu päättyy tasapeliin, toteutunut tulos voidaan merkitä muodossa 0–1–0. Arvion virhettä voi mitata esimerkiksi vertaamalla jokaista ennustettua osuutta vastaavaan toteutuneeseen tulokseen.

Kolmiluokkaisen Brier-pistemäärän yksi esitystapa on kolmen neliöidyn erotuksen summa. Tasapelin toteutuessa saadaan (0,50−0)² + (0,30−1)² + (0,20−0)² = 0,25 + 0,49 + 0,04 = 0,78. Jos kotivoitto olisi toteutunut, pisteet olisivat 0,25 + 0,09 + 0,04 = 0,38. Pienempi arvo tarkoittaa tässä parempaa ennustetta.

Scikit-learnin Brier-mittarin dokumentaatio

Mistä Vakioveikkauksen oma arvio kannattaa rakentaa?

Ennen ottelua kannattaa huomioida kotietu, joukkueiden voimataso, otteluruuhka, kokoonpanotilanne ja sarjan pelilliset olosuhteet. Eri tietolähteet voivat antaa hieman poikkeavia arvioita, eikä niiden keskiarvo ole automaattisesti tarkka. Tärkeämpää on, että käytetty tieto oli saatavilla ennen kierroksen sulkeutumista.

Jos joukkueen kokoonpano julkaistaan vasta oman Vakio-rivin jättämisen jälkeen, sitä ei saa jälkikäteen ujuttaa alkuperäiseen ennusteeseen. Muuten et enää mittaa sitä arviota, jonka pystyit oikeasti tekemään päätöshetkellä. Joukkueiden koti- ja vierasotteluiden erojen merkityksestä kerrotaan kotietua käsittelevässä oppaassa.

Vertaa omaa arviota pelijakaumaan vasta omana vaiheena

Vakion peliprosentti kertoo, kuinka paljon pelaajat ovat valinneet kutakin merkkiä. Se ei ole ottelun objektiivinen tulostodennäköisyys. Jos oma arvio on kotivoitto 45 prosenttia ja pelijakauma kotivoitolle 70 prosenttia, ero voi olla merkittävä, mutta se ei yksin todista kotivoiton olevan ali- tai ylihinnoiteltu. Omaan arvioonkin voi sisältyä virhe.

Pelijakauman tulkintaa käsittelevä artikkeli

Miten rakennat vertailtavan ennustehistorian?

1. Kirjaa ennuste ennen ottelua. Tallenna ottelun nimi, kierros ja 1X2-prosentit sekä arvioinnin aikaleima.
2. Kirjaa käytetyt tiedot. Esimerkiksi kokoonpanon vahvistustaso, poissaolot ja kotietuarvio kuuluvat ennusteen taustaan.
3. Merkitse toteutunut tulos. Käytä juuri sen kilpailun mukaista varsinaisen peliajan 1X2-tulosta, johon ennuste kohdistui.
4. Laske virhemittari. Käytä samaa kaavaa kaikille otteluille; älä vaihda asteikkoa jälkikäteen.
5. Vertaa eri ajanjaksoja. Selvitä, eroavatko ennusteet sarjoittain, kauden vaiheittain tai eri todennäköisyysalueilla.
6. Kirjaa mallimuutokset. Vanhan ennustehistorian pisteitä ei pidä korvata uuden mallin jälkikäteen lasketuilla arvioilla.

Voiko yhden kierroksen perusteella muuttaa mallia?

Yksi yllättävä kierros voi paljastaa virheen esimerkiksi kokoonpanotiedoissa, mutta ennustemallin kaikkia painoja ei kannata muuttaa yhden epäonnistumisen perusteella. Jalkapallossa sattumalla on suuri osuus yksittäisen ottelun lopputuloksesta. Sama todennäköisyysarvio voi olla järkevä, vaikka sen todennäköisin merkki ei toteutuisi.

Jos tasapelejä on omissa arvioissa jatkuvasti liian vähän, asiaa kannattaa tutkia laajasta otoksesta. Tasapelin arviointia käsittelevässä oppaassa

Miksi hyvä ennuste ei takaa korkeaa Vakio-voittoa?

Vaikka mallin 1X2-todennäköisyydet olisivat hyvin kalibroituja, Vakioveikkauksen mahdollinen rahallinen voitto riippuu myös pelijakaumasta, rivien määrästä ja lopullisesta voitonjaosta. Hyvin kalibroitu ennuste ei automaattisesti tarkoita, että tietyn rivin odotusarvo olisi positiivinen.

Kyse on kahdesta eri analyysitasosta. Ensimmäinen arvioi urheilutulosten todennäköisyyksiä, toinen yrittää arvioida niiden suhteellista arvoa jaetussa pelipoolissa. Molemmissa on epävarmuutta, eikä omaan malliin pidä suhtautua varmana voittomenetelmänä.

Yhteenveto

Vakioarvion laatua kannattaa mitata tallettamalla 1X2-todennäköisyydet ennen otteluita ja arvioimalla niitä vasta myöhemmin toteutuneisiin tuloksiin. Oikeiden merkkien määrä ei yksin paljasta, oliko ennuste perusteltu vai sattumanvaraisesti oikea. Kalibrointi tarjoaa järjestelmällisen tavan kehittää arvioita.