— Posted in agen sbobet

Cara Memprediksi Bola Over Under dengan Tepat!

Judi Online – Minggu lalu saya menulis penelitian saya yang menunjukkan bahwa metodologi sasaran yang diharapkan lebih baik memprediksi gol di masa depan.

Saya mendapat beberapa tanggapan dari orang-orang yang mengatakan, bukankah Anda mencoba untuk memprediksi hasil pertandingan? Bukankah poin intinya? Total gol yang diprediksi semuanya baik dan bagus. Tetapi yang kami inginkan adalah metode yang memberi tahu kami klub mana yang akan memenangkan pertandingan.

Jadi itulah yang saya lakukan. Saya memutuskan untuk menggunakan metode simulasi yang sama yang saya gunakan untuk proyeksi saya untuk memproyeksikan hasil masa lalu. Saya akan membuat peringkat tim berdasarkan gol klub, gol yang diharapkan, dan rasio total tembakan.

Dan saya akan mensimulasikan musim untuk melihat apa yang diprediksi metode ini.

Karena saya mensimulasikan pertandingan sebelumnya. Saya dapat memprediksi bola dan membandingkan dengan hasil aktual yang terjadi untuk melihat proyeksi apa yang paling berhasil.

Jika Anda ingin tahu seberapa baik kemungkinan sebuah tim bermain di masa depan, Anda lebih baik melihat statistik yang mendasarinya daripada di tempat mereka di klasemen. Saya menggunakan mesin proyeksi saya karena dua alasan. Pertama, saya melakukan tes ini untuk menentukan input apa yang memberikan mesin itu di masa depan, jadi jelas saya harus menggunakannya untuk melihat mana yang paling berhasil.

Bagaimana Cara Memprediksi Bola Over Under dengan Tepat?

Kedua, hubungan antara tujuan dan poin sangat kompleks. Seperti yang ditunjukkan Howard Hamilton dalam karyanya tentang “sepakbola pythagoras”, memiliki tiga hasil pertandingan yang tidak setara menciptakan hubungan yang aneh dan tidak linier. Jadi, alih-alih berurusan dengan matematika, saya hanya mensimulasikan permainan dan membandingkan poin yang diproyeksikan dengan poin nyata. Di sana kita harus mengharapkan hubungan linier sederhana jika proyeksi itu baik.

Seperti yang saya lakukan minggu lalu, saya membagi data Liga Premier saya menjadi sembilan bagian setengah musim, dan saya mensimulasikan setiap setengah musim berdasarkan setengah musim yang mendahuluinya. Jadi, jika Liverpool menciptakan peluang bernilai sekitar 30% lebih banyak gol daripada rata-rata liga pada paruh pertama, saya memberi mereka peringkat gol yang diproyeksikan 30% lebih baik daripada rata-rata untuk pertandingan di paruh kedua musim itu. Saya melakukan ini untuk semua klub, serangan dan pertahanan, untuk setiap paruh musim dan menjalankan proyeksi.

Di paruh pertama musim, Liverpool mengambil sekitar 1,22 poin per pertandingan. Selisih gol mereka tidak mengesankan, dan diproyeksikan berdasarkan GD mereka diharapkan untuk mengambil sekitar 1,28 poin per pertandingan di paruh kedua musim ini. Namun angka yang mendasari mereka lebih baik, dengan xG memproyeksikan Liverpool 1,44 poin per pertandingan dan TSR memproyeksikan 1,48. Liverpool benar-benar membaik secara besar-besaran di paruh kedua musim dan mengambil sekitar 1,8 poin per pertandingan. Jadi semua orang ketinggalan, tetapi xG dan TSR ketinggalan. Lakukan ini untuk setiap klub, setiap setengah musim, dan Anda mendapatkan hasilnya.

Seperti yang saya katakan, adalah tujuan yang diharapkan dimenangkan. Tes terbaik untuk sistem proyeksi adalah ukuran kesalahan. Saya menggunakan dua metode statistik untuk menghitung ukuran kesalahan yang dibuat oleh proyeksi ini. RMSE atau “root mean square error” menghukum sistem proyeksi untuk membuat kesalahan yang sangat besar, sementara MAE atau “berarti kesalahan absolut” hanya rata-rata semua kesalahan bersama-sama. Kesalahan dinyatakan dalam poin.

Apa yang Harus Dilakukan untuk Memprediksi Bola dengan Tepat?

Jadi proyeksi yang dihasilkan oleh xG meleset sekitar setengah poin kurang dari proyeksi sistem lain. Selama musim penuh, maka, xG harus menghasilkan proyeksi tentang poin yang lebih baik per tim. Itu tidak terlalu buruk. Menggunakan poin aktual dari paruh pertama musim jelas merupakan metode terburuk untuk memproyeksikan poin masa depan di sini. Statistik yang mendasari, bahkan perbedaan gol dan tembakan sederhana, terutama mengungguli poin sebelumnya dalam memproyeksikan hasil masa depan. Jika Anda ingin tahu seberapa baik kemungkinan tim bermain, Anda lebih baik dengan statistik yang mendasari daripada dengan hasil aktual mereka.

Grafik

Saya juga mendapat angka di sini dalam bentuk grafik. Sumbu horizontal adalah titik yang diproyeksikan, sumbu vertikal adalah titik yang sebenarnya. Kami mencari garis bersih yang bagus dari nol hingga tiga. Sebuah klub yang diproyeksikan tidak mengambil poin sama sekali tidak akan mengambil poin, dan sebuah klub yang diproyeksikan untuk memenangkan setiap pertandingan harus melakukan itu.

Perbandingan Ppm

Saya juga telah mendaftarkan korelasi R-Squared di sini untuk memprediksi bola. Seperti yang saya katakan, kesalahan adalah masalah yang lebih besar daripada korelasi dalam jenis studi ini. Dan seperti yang Anda lihat, sementara TSR sebenarnya memiliki korelasi terendah (sedikit di bawah 0,5), trendline-nya memiliki bentuk yang baik, berjalan hampir ke kiri bawah grafik. Sementara perbedaan gol dan poin sebelumnya memiliki RSq sedikit lebih tinggi, garis mereka tidak mengikuti jalur yang benar. Gol yang diharapkan sekali lagi menang, dengan korelasi R-Squared tertinggi dan garis yang paling baik mengikuti jalur yang benar dari kiri bawah ke sudut kanan atas.