Woordenlijst voetbalvoorspellingen
Voorspellingssites gebruiken statistische woorden zonder ze uit te leggen, en daardoor zijn de cijfers lastiger te beoordelen dan nodig is. Dit zijn de termen die op de pagina's van ScorePredicts worden gebruikt, uitgelegd zoals ze echt worden gebruikt.
Kans en vertrouwen
Deze vier beschrijven wat een percentage bij een voorspelling beweert.
- Kans #
- Hoe waarschijnlijk een uitkomst is, als percentage. Een kans is een bewering over een groot aantal vergelijkbare situaties, geen voorspelling over één wedstrijd: 70% betekent dat zulke uitkomsten ongeveer 70 keer op de 100 gebeuren.
- Vertrouwensscore #
- Het percentage dat naast een voorspelling staat voor de gekozen uitkomst. Bij een Beste keuze is het de uiteindelijke kans van het model, bijgesteld voor hoe die markt het in het verleden deed; bij een keuze uit Waardeanalyse is het de eigen kans van het model vóór de menging met de markt. Een vertrouwensscore van 64% is een opgegeven kans van 64%. Het is geen cijfer voor hoe goed de voorspelling is, en een lage score is geen waarschuwing.
- Kalibratie #
- Of opgegeven kansen kloppen met wat er echt gebeurt. Een model is gekalibreerd als van alles wat het op 70% inschatte, ongeveer 70% echt gebeurde. Kalibratie maakt een kans nuttig in plaats van decoratief, en iedereen kan het controleren.
- Overmoed #
- Een model waarvan de opgegeven kansen steeds hoger liggen dan wat het haalt: zijn uitspraken van 70% komen uit op 60%. Overmoed is de gewone fout van een ongekalibreerd model, en blaast elk cijfer op dat het model laat zien.
Prestaties meten
Deze vijf laten zien hoe een staat van dienst wordt beoordeeld, en waarom één nauwkeurigheidscijfer niet genoeg is.
- Trefpercentage #
- Het aandeel voorspellingen dat uitkwam. Eenvoudig en beperkt: het behandelt een uitspraak van 51% en een van 94% als dezelfde gebeurtenis en gooit het deel weg waar de informatie in zat.
- Brier-score #
- Een scoringsregel voor kansprognoses. Hij kwadrateert de afstand tussen de opgegeven kans en de uitkomst, zodat een zelfverzekerd fout antwoord meer kost dan een voorzichtig. Lager is beter, en wie bij alles 50% zegt, scoort 0,25.
- Steekproefgrootte #
- Uit hoeveel beoordeelde voorspellingen een cijfer is berekend, meestal geschreven als n. Zonder dat is een percentage geen statistiek: veertig voorspellingen kunnen door puur toeval bijna elk trefpercentage opleveren.
- Betrouwbaarheidsinterval #
- Het bereik dat een gemeten cijfer bij die steekproefgrootte redelijkerwijs kan aannemen. Een 95%-interval betekent dat als de echte waarde erbuiten lag, resultaten zoals de gemeten resultaten ongewoon zouden zijn. Smalle intervallen betekenen meer data, geen beter model.
- Basislijn #
- De score die je zonder model haalt, gebruikt als vergelijkingspunt. Bij de uitslag is de standaardbasislijn altijd het thuisteam kiezen, wat rond 44-47% uitkomt, dus elk nauwkeurigheidscijfer moet daartegen worden gelezen, niet tegen nul.
Model en data
Deze vijf beschrijven hoe een voorspelling tot stand komt.
- Variabele #
- Eén invoerwaarde die een model voor een wedstrijd leest: het recente scoringsgemiddelde van een team, de dagen sinds de vorige wedstrijd, het kaartengemiddelde van de scheidsrechter. De uitslagmodellen van ScorePredicts lezen er 77 per wedstrijd; modellen voor corners en kaarten gebruiken hun eigen sets.
- Verwachte doelpunten (xG) #
- Het aantal doelpunten dat een team zou mogen verwachten uit de kansen die het creëerde, op basis van de kwaliteit van elke poging en niet van of de bal erin ging. Het beschrijft prestaties stabieler dan de echte score, en daarom lezen modellen het.
- Ensemble #
- De volledige set gespecialiseerde modellen achter een prognose. Bij ScorePredicts betekent dat één model per markt (en per ploeg voor doelpunten, corners en kaarten), gekozen op basis van de competitiegroep van de wedstrijd. De modellen stemmen niet over dezelfde vraag.
- Isotone regressie #
- De kalibratiemethode die ruwe modeluitkomsten omzet in kansen die betekenen wat ze zeggen. Ze past een curve aan die alleen stijgt, zodat de volgorde van het model behouden blijft terwijl de opgegeven percentages worden getrokken naar wat die prognoses echt haalden.
- Verzadiging #
- Als de uitkomsten van een model zich in een smalle band ophopen in plaats van over het hele bereik te spreiden, bijvoorbeeld als de meeste prognoses tussen 55% en 65% vallen. Een verzadigd model kan nog nuttig zijn om wedstrijden te rangschikken, maar zijn kalibratie is niet eerlijk te rapporteren, omdat er te weinig voorspellingen buiten die ophoping zijn om te meten.
Markten en prijzen
Deze vier beschrijven de vergelijking tussen een model en de prijs die een markt heeft vastgesteld.
- Kans volgens de markt #
- De kans waar een marktprijs voor staat, voordat de marge van de verkoper eraf is gehaald. Prijzen zijn de best geïnformeerde openbare prognose van een voetbalwedstrijd, en daardoor de natuurlijke maatstaf voor een model, niet een doel om te verslaan.
- Marge #
- Het deel waarmee de kansen die een set prijzen aangeeft samen boven 100% uitkomen. Het is de ingebouwde opslag van wie de prijzen vaststelt, en die moet eraf voordat een prijs überhaupt met de kans van een model kan worden vergeleken.
- Eerlijke consensuskans #
- Een marktkans die uit meerdere onafhankelijke prijsbronnen tegelijk wordt geschat: marges eraf, uitschieters weggefilterd, de mediaan genomen. Ze is betrouwbaarder dan welke losse bron ook, omdat één verkeerd geprijsde bron haar niet kan verschuiven.
- Kansverschil #
- Hoe ver de kans van een model boven de eerlijke consensuskans voor dezelfde uitkomst ligt, in procentpunten. Een verschil is een uitspraak over een groot aantal vergelijkbare situaties, niet over één wedstrijd, en een klein verschil valt binnen de ruis van beide schattingen.
Termen voor de voorspellingsmarkten
Dit zijn de zes marktnamen op de voorspellingspagina's, met wat elk ervan telt.
- 1X2 (uitslag) #
- De drie mogelijke uitslagen van een wedstrijd na 90 minuten: 1 is thuiswinst, X gelijkspel en 2 uitwinst. Verlenging en strafschoppen tellen niet mee.
- Dubbele kans (1X, X2, 12) #
- Eén keuze die twee van de drie uitslagen dekt: 1X is thuiswinst of gelijkspel, X2 is gelijkspel of uitwinst, en 12 is winst voor een van beide teams, dus alleen een gelijkspel mist.
- Over 2,5 goals #
- Over 2,5 goals betekent drie of meer doelpunten in de wedstrijd, beide teams samen; under 2,5 betekent twee of minder. Door het halve doelpunt kan een wedstrijd nooit precies op de lijn eindigen. De lijn 1,5 lees je op dezelfde manier (twee of meer), en 3,5 ook (vier of meer).
- Beide teams scoren (BTTS) #
- Ja betekent dat elk team minstens één keer scoort, ongeacht de uitslag: 1-1 en 3-2 tellen allebei. Nee betekent dat minstens één team niet scoort.
- Corners over/under #
- Het totaal aantal corners dat beide teams krijgen, gelezen tegen een lijn zoals 9,5: voor over 9,5 zijn tien of meer corners nodig.
- Kaarten over/under #
- Het totaal aantal gele en rode kaarten voor beide teams, gelezen tegen een lijn zoals 3,5: voor over 3,5 zijn er vier of meer nodig.