Продвинутая статистика помогает не только аналитикам и журналистам, но и в ставках. Давайте рассмотрим, в чем польза модели xG, можно ли ее слепо использовать и какие недостатки в ней? Со статистикой и цифрами разбирался Давид Хумаров.
Что такое xG и производные от этой модели?
xG буквально означает expected goals, т.е. «ожидаемые голы». Это математическая оценка вероятности забить гол у каждого удара в матче. Если упростить, то каждый удар оценивается с точки зрения расстояния, сложности ситуации, наличия соперников и т.д., и ему присваивается вероятность забить гол.
Например, пенальти — это 76% вероятности гола (рассчитано на большой выборке пенальти), значит xG этого удара равно 0,76. Удар с метра по пустым воротам будет «стоить» в районе 0,95xG — это значит, что из 1000 ударов гол был бы забит в 950 случаях; удар с 40 метров в окружении двух соперников может быть 0,01xG, потому что залетают такие удары 1 раз из 100. Есть несколько поставщиков этой статистики, поэтому у каждого оператора свои методики подсчета, свои базы ударов. Есть и обратная статистика — xGA, это количество xG, созданных соперниками у твоих ворот.
Какие плюсы для ставок?
Ну, первое и очевидное — счет на табло не всегда отражает реальное положение дел на поле. Мы можем посмотреть последние матчи команд, где она не выигрывает, и сделать вывод, что команда в кризисе. Вот пример некоторых матчей «Сити» за последнее время, когда команда не выигрывала:
Команда | xG | Голы |
|---|---|---|
Ливерпуль | 0,83 | 0 |
Тоттенхэм | 2,14 | 0 |
Борнмут | 1,53 | 1 |
Брайтон | 2,21 | 1 |
Спортинг | 2,18 | 1 |
Вроде по результатам всё печально (мы сейчас про атаку говорим), команда мало забивает, но xG-модель дает понять, что не всё так плохо и абсолютно во всех играх были голевые моменты, а в некоторых играх так вообще откровенно не повезло.
Конечно, в отдельном матче и даже матчах регулярно бывают огромные расхождения — команда набила 0,3xG, а забила 2 гола или наоборот — наиграла на 2,4xG, но ничего не забила. Здесь действует главный принцип любого статистического анализа — чем больше выборка, тем точнее результат. В статистике работает регрессия к среднему — если максимально простым языком объяснить: последующие значения будут стремиться к усредненному значению вашей выборки.
Команда «РБ Лейпциг» допустила у своих ворот в Бундеслиге (по состоянию на 10 декабря) 22,86 xGA, а пропустила 14 голов за 13 игр. Т. е. в среднем соперники создают 1,76 xG, а забивают Лейпцигу 1,08 гола. На длинной дистанции (т. е. при бОльшей выборке) xG будет «догонять» количество голов (ну или в нашем случае наоборот голы будут догонять xG), и по итогам сезона количество голов и количество xG будут (с высокой долей вероятности) почти равными. А значит, РБ точно будет пропускать необязательные голы, и будут матчи, где соперники забьют откровенно шальные голы. Вывод: есть смысл чаще ставить на голы в ворота Лейпцига.
Онлайн анализ матчей по xG
Некоторые ставочники делают ставки онлайн на голы и исходы на основе xG во время матча. Логика такая: если, например, команда забила два гола при околонулевом xG, то значит с игры не создают моментов (ну или наоборот не забили при большом количестве — значит играют с огромным преимуществом и есть смысл ставить на них).
Однако надо иметь в виду, что один матч — это совершенно малая выборка и здесь может случиться экстремальное значение, т.е. в нашем случае крайнее несоответствие модели и счета на табло).
Недостатки модели xG
Первый недостаток выходит сразу из определения модели. Он считает удары. Значит, если до удара дело не доведено, то и xG будет нулевой. Классический пример — прострел на пустую штангу, где футболисту не хватает сантиметров, чтобы замкнуть. Вроде голевой момент, но в xG не пойдет. Или второй вариант: отличная атака, сложная комбинация, вывели на удар, но в последний момент офсайд. Такая атака вообще ни в какую статистику не пойдет, но ее точно надо считать для оценки качества игры команды.
Второй недостаток — это размер выборки. Часто хочется сделать ставку на основе нескольких матчей, но это может быть ошибочно. Как уже отмечали выше, статистика лучше работает на больших цифрах, поэтому не торопитесь делать ставки на основе xG в первых матчах сезона.
Ниже статистика лидеров прошлого сезона АПЛ в голах и xG по итогам сезона:
Как видим, к концу чемпионата погрешность не превышает 10%, а в некоторых случаях и вовсе в районе 1-5% (что очень хороший показатель). Да, есть особые случаи (например, «Манчестер Юнайтед» и его игра в обороне, но эта тема не поддавалась никакому математическому анализу и обоснованию – бывают исключения). Лайфхак: если видите к середине сезона расхождения в xG и xGA в районе 20% и выше – смело играйте голы этой команды.
Есть и другие дополнительные показатели и метрики, которые можно перенести из аналитики в ставку и изучить их корреляцию. В будущем продолжим эту тему.
Пользуйтесь бонусами и специальными предложениями от букмекерских контор. Акции доступны всем фанатам футбола.
Нет комментариев