Прогноз по Пуассону: что это такое простыми словами
Суть распределения Пуассона в ставках
Распределение Пуассона — это математический инструмент для оценки вероятности редких событий, например, голов в футболе. Модель отвечает на вопрос: какова вероятность, что за 90 минут команда забьёт ровно k мячей? Формула использует константу λ (лямбда) — среднюю интенсивность наступления события. Если мы знаем, что в среднем команда забивает 1,4 гола за игру, Пуассон позволяет рассчитать шансы на 0, 1, 2, 3 и более мячей, переводя абстрактное ожидание в конкретные проценты. Чтобы расчёты были корректными, модель опирается на два строгих допущения. Во-первых, интенсивность (лямбда) должна быть постоянной на всём отрезке времени — тайме или матче. Во-вторых, события считаются независимыми: вероятность следующего гола не меняется от того, только что забили мяч или нет. В реальности это не совсем так, но для базовой оценки модели достаточно.| Голов (k) | Вероятность при λ=1,4 |
|---|---|
| 0 | ~24,7% |
| 1 | ~34,5% |
| 2 | ~24,2% |
| 3 | ~11,3% |
Сбор и нормализация входных данных
Базовая лямбда — это ожидаемые голы, которые мы считаем через силу атаки хозяев и уязвимость гостей. Берём среднее число забитых командой дома и добавляем к нему среднее число пропущенных соперником на выезде. Для гостей — наоборот: их выездная атака плюс оборона хозяев дома. Условный пример: «Зенит» дома забивает 1,9, «Спартак» в гостях пропускает 1,2. Базовая лямбда для хозяев: (1,9+1,2)/2 ≈ 1,55. Это отправная точка, а не истина.
К базовой цифре добавляем поправки: текущая форма (последние 5–8 матчей), кадровые потери (травмы форвардов режут атаку), плотность календаря (РПЛ+Еврокубки = усталость), стиль (низкий блок снижает темп) и погода (дождь, ветер режут xG и удары). Каждую поправку оцениваем процентом: −10% к голам при минус ключевом плеймейкере.Чтобы не перегрузить шумом, усредняем: свежим играм — больший вес (геометрическое затухание), старым — меньший. Применяем регрессию к среднему: экстремальные серии тянем к лиге, чтобы не переоценить «горячую» команду. И добавляем байесовский априор: старт сезона «якорим» к прошлогоднему качеству состава, постепенно отпуская по мере набора данных.
Расчёт вероятностей и маржа букмекера
Для каждой команды считаем ожидаемое число голов: λ_хозяева и λ_гости. Вероятность забить ровно k мячей — по формуле Пуассона: P(k)=e^(−λ)λ^k/k!. Например, при λ=1.4 шансы на 0, 1 и 2 гола: P(0)≈0.247, P(1)≈0.345, P(2)≈0.242. Итоговый счёт — свёртка: вероятность 1:0 равна P_A(1)×P_B(0). Так заполняем матрицу 0:0…4:4, на неё опираемся дальше. Тотал и «обе забьют» — это суммы ячеек. ТБ 2.5 — сумма вероятностей всех счетов, где голов ≥3. «Обе забьют — да» — сумма всех счетов вида 1:1 и выше (без нулей). Фора (−1) на хозяев: к их голам виртуально прибавляем 1 и суммируем исходы, где скорректированный счёт в их пользу. Принципиально: не округляйте вероятности по дороге — копите погрешность. Честный коэффициент — это 1/P. Если P(1:0)=0.092, то «чистый» кэф ≈10.87. Но букмекер закладывает маржу (overround): он пропорционально «поджимает» вероятности так, чтобы их сумма по рынку стала, например, 1.05 вместо 1.00. Тогда итоговый кэф на 1:0 будет около 10.35. Сравнивайте свою модель с линией именно после снятия маржи — иначе будете переоценивать «валуй».| Счёт | P | Честный кэф | С маржой 5% |
|---|---|---|---|
| 1:0 | 0.092 | 10.87 | 10.35 |
| 2:1 | 0.083 | 12.05 | 11.48 |
Ограничения модели и типичные ошибки
Модель Пуассона — это лишь скелет, на который новички часто вешают чужие ожидания. Главная ловушка — низкая интенсивность: когда среднее число голов падает ниже 0,8–1,0, распределение «рвётся». Вероятность 0 голов взлетает, а редкие 2–3 мяча ломают картину. Если оборона «дырявая» и допускает контратаки, Пуассон недооценивает крупные счета, потому что считает события независимыми, а в реальности одна ошибка тянет за собой вторую. Зависимости событий модель игнорирует. Удаление на 25-й минуте резко меняет интенсивность, но формула продолжит считать по «средней температуре по больнице». Тактические сценарии — от глубокой обороны до тотального прессинга — для неё невидимы. В хоккее это проявляется ещё ярче: большинство и вратарь-полевого ломают базовую частоту. Ошибки на входе обнуляют любой расчёт. Некачественный xG, собранный по разным провайдерам, даёт смещённое среднее. Малая выборка (5–7 матчей) ловит шум: один случайный 4:0 исказит параметр λ на недели. Смещение выборки — классика: берём только домашние игры фаворита против аутсайдеров и удивляемся, почему прогноз не бьёт в гостях против равных.| Ошибка | К чему ведёт |
|---|---|
| λ < 0,8 | Переоценка 0 и 1, недооценка «пиков» |
| Игнор удаления | Заниженная вероятность ТБ после 25’ |
| Малая выборка | Шум вместо сигнала, нестабильный ROI |
Выводы
Пуассон — это быстрый каркас: за минуту получаете базовую линию, но без xG он слеп. Берите усреднённые голы из ожидаемых ударов, а не из счёта, и модель перестанет переоценивать аномалии. На условном примере: xG 1.6–1.1 даёт вероятности точнее, чем 2:1, потому что отсекает шум реализации. Обязательна валидация на 2–3 прошлых сезонах и контроль дисперсии. Считайте Brier score и калибровку по децилям, следите за стандартным отклонением ROI на серии из 500 ставок. Если дисперсия раздувает просадки — режьте долю ставки и фильтруйте турниры с нестабильной результативностью. Для смещения линии комбинируйте Пуассон с Elo или Марковскими моделями. Elo переносит форму между соперниками, Марковская цепь уточняет вероятности счёта при заданном тотале. Когда ваш Пуассон выдаёт 2.45, а рынок держит 2.30, Elo-дельта в +0.12 гола часто объясняет разрыв и помогает не перепутать вэлью с шумом.- Соберите xG и темп, нормализуйте по силе лиги.
- Запустите Пуассон, зафиксируйте маржу.
- Проверьте на истории: Brier, калибровка, дисперсия.
- Добавьте Elo/Марковские поправки и сравните с линией.
Частые вопросы
1. Как рассчитать тотал больше 2.5 по Пуассону?
Сначала вычислите вероятности для 0, 1 и 2 забитых голов, используя формулу Пуассона с вашей средней интенсивностью (лямбда). Затем сложите эти три вероятности, чтобы получить шанс на тотал меньше 2.5. Итоговая вероятность тотала больше 2.5 равна единице минус полученная сумма.
2. Как учесть фактор домашнего стадиона в лямбда?
Разделите показатели на среднее количество голов дома и в гостях, рассчитав их на основе статистики последних 50–100 матчей лиги. Для домашней команды ваша лямбда будет равна среднему домашнему показателю, скорректированному на силу атаки хозяев и силу защиты гостей. Для гостевой команды лямбда рассчитывается аналогично, но на базе среднего количества голов в гостях.
3. Чем Пуассон отличается от модели xG тотал?
Классический Пуассон использует историческую среднюю результативность (фактические голы) как лямбда, игнорируя качество моментов. Модель xG тотал использует сумму ожидаемых голов (xG) за игру, что точнее отражает реальную силу атаки и защиты. Таким образом, xG является более продвинутой и точной основой для лямбды, чем просто среднее число голов.
4. Как посчитать вероятность точного счёта 1:0?
Вычислите вероятность того, что хозяева забьют ровно 1 гол (используя их лямбда), и вероятность того, что гости не забьют (используя их лямбда). Перемножьте эти две независимые вероятности, чтобы получить шанс на счёт 1:0. Например, если вероятность 1 гола хозяев 35%, а 0 голов гостей 40%, то шанс счёта 1:0 равен 0.35 * 0.40 = 14%.
5. Как встроить маржу букмекера в коэффициенты?
Сначала сложите вероятности всех исходов, полученные вашей моделью, — сумма всегда будет больше 100%. Разделите 1 на каждую из ваших вероятностей, чтобы получить «чистые» коэффициенты, а затем дополнительно разделите их на показатель, отражающий маржу (например, 1.05 для 5%). Это искусственно занизит коэффициент, закладывая комиссию букмекера в итоговое значение.