卜瓦松模型怎麼算足球比分機率?從進失球數據到勝平負指南 · 足球 · 數據知識

重點摘要
- 卜瓦松模型用預期進球算各比分機率
- 把比分機率加總,就得到勝平負機率
- 假設兩隊進球獨立,0-0、1-1 這類低比分較不準
1為什麼足球適合用卜瓦松
足球一場比賽進球不多,而且每次進攻能不能得分,很像許多次「小機率事件」的累積。統計上,這種「一段時間內發生幾次」的次數,常用卜瓦松分布(Poisson distribution)來描述。只要知道一支球隊這場「平均預期進幾球」,就能算出它進 0 球、1 球、2 球……各自的機率。
這是很多足球數據網站計算比分機率的起點,概念不難,只需要進球與失球紀錄。把它套在足球上的想法,最常被引用的是統計學者 Maher 在 1982 年的論文:每隊給一個攻擊力、一個防守力,再配上卜瓦松分布。
2第一步:算出攻擊力與防守力
先算整個聯賽的平均:例如本季主隊平均每場進 1.5 球、客隊平均每場進 1.2 球。再看單一球隊:
- 主隊攻擊力 = 主隊在主場的場均進球 ÷ 聯賽主隊場均進球
- 客隊防守力 = 客隊在客場的場均失球 ÷ 聯賽客隊場均失球(數值等於聯賽主隊場均進球)
數字大於 1 代表比聯賽平均強(攻擊)或弱(防守),小於 1 則相反。客隊的攻擊力與主隊的防守力,用同樣方式以客隊場均進球為基準計算。
3第二步:算出預期進球
把三個數字相乘,就是這場的預期進球:
主隊預期進球 = 主隊攻擊力 × 客隊防守力 × 聯賽主隊場均進球
舉例:主隊攻擊力 1.3、客隊防守力 1.1、聯賽主隊場均 1.5,主隊預期進球 = 1.3 × 1.1 × 1.5 ≈ 2.1。客隊用同樣方式算出,例如 0.9。
4第三步:變成比分機率
有了預期進球 λ,進 k 球的機率是 e^(−λ) × λ^k ÷ k!。以 λ=2.1 為例,主隊進 0 球約 12%、1 球約 26%、2 球約 27%、3 球約 19%。
把主隊和客隊各進幾球的機率相乘,就得到每個比分的機率,例如 2-0、2-1、1-1。把所有「主隊進球比客隊多」的比分加起來就是主勝機率,相等的加起來是和局機率,其餘是客勝機率。同樣的表格也能算出總進球大於 2.5 球、兩隊都進球的機率。
5這是入門簡化版
上面「逐隊相除」的算法是為了讓人一步步看懂。學術上的做法(Maher、Dixon 與 Coles)是把整季所有比賽放在一起,同時估計每支球隊的攻擊力與防守力,而不是一隊一隊分開除。結果會比手算穩定,但原理一樣:攻防力決定預期進球,預期進球決定比分機率。
6模型的限制
- 假設兩隊進球互相獨立:實際比賽中,落後的一方會壓上,領先的一方會收縮。Maher 發現這種獨立模型已經相當準確,但有小幅的系統性偏差;Dixon 與 Coles 後來針對 0-0、1-0、0-1、1-1 這些低比分加上修正。所以在低比分上,原始的卜瓦松模型最不可靠。
- 沒有考慮傷兵、輪換、賽程密度:數字只反映過去的進失球。
- 季初樣本太少:只踢三、四場時,攻防力很容易失真,常見做法是混合上季數據,或讓近期比賽的權重較高。
所以卜瓦松模型適合當成「依數據來看的參考」,不是預言。進失球的紀錄可以在各聯賽積分榜查到,例如英超積分榜;想知道進球機會品質,可以搭配看 xG 是什麼。
7常見問題
Dixon-Coles 修正是什麼?
這是 Dixon 和 Coles 在 1997 年提出的改良。簡單版卜瓦松假設兩隊進球互不影響,但 0-0、1-0、0-1、1-1 這幾種低比分實際上不太符合,他們加了一個修正係數;模型也考慮球隊狀態會隨時間變化,所以他們用 1992 到 1995 年的英格蘭聯賽與盃賽資料來擬合。
兩隊進球互相獨立,這個假設錯得很離譜嗎?
沒有離譜。Maher 的研究指出,獨立的卜瓦松模型已經相當準確,只有小幅系統性偏差;他測試了讓兩隊進球帶一點相關(相關係數約 0.2)的雙變量版本,可進一步改善擬合。換句話說,獨立假設是合理的簡化,但不是完美的。
為什麼算出來最可能的比分,機率也只有一成多?
因為足球可能的比分很多,機率會分散到 1-0、1-1、2-1 等好幾個比分上。用本文的例子(主隊 2.1、客隊 0.9)算,最可能的比分 2-0 也只有約 11%。所以模型適合看「哪一方機會較大」,不適合拿來猜精準比分。
季初資料太少時,模型怎麼辦?
Dixon 與 Coles 的做法是讓球隊強弱隨時間變動,也就是近期的比賽比較重要。實務上常見的補法是混入上季的數據,等本季的場次累積夠了再逐漸換成本季的。