Какво е разпределението на Поасон?
Разпределението на Поасон е математически инструмент, който показва колко пъти дадено събитие ще се случи за определен период – ако знаем средната му честота. В залаганията се използва предимно за прогнозиране на голове при футбол, но принципът работи и за баскетбол, тенис, хокей.
Формулата изглежда страшно, но логиката е проста: ако знаеш, че даден отбор вкарва средно 1.4 гола на мач, можеш да изчислиш с каква вероятност ще вкара точно 0, 1, 2 или 3 гола в следващия мач.
Формулата и как работи
Формулата на Поасон е: P(k) = (λ^k × e^(-λ)) / k!
Където:
- P(k) – вероятността за точно k събития (голове)
- λ (ламбда) – средният брой събития (очакваните голове)
- e – числото на Ойлер (≈2.718)
- k! – факториел на k (k × (k-1) × … × 1)
Не е нужно да изчисляваш ръчно – има онлайн калкулатори и таблици. Важното е да разбираш логиката.
Практически пример – прогноза за голове
Вземаме мач: Левски срещу ЦСКА. Левски вкарва средно 1.3 гола вкъщи, ЦСКА допуска средно 1.1 гола като гост. Очакваните голове за Левски: 1.3 × (1.1 / средата за лигата, примерно 1.2) ≈ 1.19 гола.
С λ = 1.19 за Левски, разпределението на Поасон дава:
- 0 гола: ~30.4%
- 1 гол: ~36.2%
- 2 гола: ~21.5%
- 3 гола: ~8.5%
- 4+ гола: ~3.4%
Правиш същото за другия отбор и получаваш матрица от всички възможни резултати с техните вероятности. От там можеш да изчислиш вероятността за точен резултат, победа на домакина, под/над 2.5 гола, и всичко друго.
Именно тук влиза имплицираната вероятност – ако твоята изчислена вероятност за даден резултат е по-висока от тази на букмейкъра, имаш потенциален value залог.
Очаквани голове (xG) като вход за Поасон
Моделът на Поасон е толкова добър, колкото добри са входните данни. Простото използване на “средни голове” дава груба прогноза. По-добър подход е да ползваш очакваните голове (xG) – метрика, която отчита качеството на ударите, не само броя им.
Отбор, който вкарва 2 гола с xG от 0.8, е надпредставен. В дългосрочен план ще вкарва по-малко. Отбор с 0 гола и xG от 2.3 е ощетен от лош завършителен. Поасон с xG като вход е значително по-точен от Поасон с прости статистики.
Ограничения на модела
Поасон е мощен, но не е перфектен. Знай ограниченията му:
- Независимост на събитията: Моделът приема, че всеки гол е независим от предишния. В реалния футбол след червен картон или гол нещата се променят драстично.
- Не отчита контекст: Мотивация, умора, травми, дербита – нищо от това не е в цифрата λ.
- Не работи добре за мачове с много ниски голове: При очаквани 0.5-0.7 гола на отбор точността намалява.
- Корелация между голове: Когато единият отбор вкара, другият се активизира – Поасон не улавя тази корелация.
Поради тези причини сериозните залагащи използват Поасон като отправна точка, не като окончателна истина. Резултатът се калибрира с допълнителни математически инструменти и качествен анализ.
Как се използва в практиката
Стъпките за реален анализ с Поасон:
- Събери данни за последните 15-20 мача на двата отбора
- Изчисли средните голове атака/отбрана за домакин и гост
- Нормализирай спрямо средното за лигата
- Изчисли очакваните голове за всеки отбор (λ)
- Приложи Поасон и построй матрица с резултати
- Сравни с коефициентите на букмейкъра
- Провери дали има разлика – потенциален value залог
Важно: резултатът дава вероятности, не сигурности. Вариансът в залаганията е огромен – дори перфектният модел ще греши в краткосрочен план. Затова управлението на очакваната стойност е по-важно от отделните резултати.
Поасон и букмейкърите
Повечето топ букмейкъри използват варианти на модела на Поасон за определяне на линиите. Това значи, че ако ползваш базов Поасон с публично достъпни данни, вероятно не намираш нищо ново.
Предимството идва от по-добри данни (xG, оборот на топката, притиснатост) или от по-добри корекции за контекст. Реалният edge при математическото залагане е в нюансите – не в самата формула на Поасон, а в качеството на данните, с които я храниш.
Често задавани въпроси за разпределението на Поасон
Достатъчен ли е само моделът на Поасон за залагания?
Поасон е добра отправна точка, но не е достатъчен сам по себе си. Той не отчита форма, контузии, мотивация, стил на игра и съотношение домакин/гост. Сериозните модели комбинират Поасон с xG данни, ситуационни корекции и пазарна информация.
За кои спортове работи най-добре моделът на Поасон?
Най-добре работи за футбол, хокей на лед и хандбал – спортове с ниски до средни резултати и дискретни точкуващи събития. За баскетбол (висок брой точки) или тенис (различна структура) има по-подходящи статистически модели.
Как да получа данните за средните голове на отбор?
Безплатни източници: FBref.com, Understat.com (с xG), Sofascore, WhoScored. За по-задълбочен анализ можеш да използваш последните 10-15 мача и да претеглиш по-скорошните с по-голяма тежест – формата се мени бързо.