Distribuição de Poisson no futebol

A distribuição de Poisson transforma os gols esperados de um time em probabilidades de marcar 0, 1, 2 ou mais gols. Para o placar completo, são necessárias duas taxas e uma hipótese sobre a dependência entre os times. Veja as fórmulas, os limites e a leitura dos resultados.


O que é a distribuição de Poisson?

Poisson modela uma contagem inteira não negativa condicionada ao parâmetro λ. No futebol, ele pode representar os gols esperados de um time em um confronto específico. Condicionadas a λ, a média e a variância da contagem Poisson são iguais a λ.

P(k;λ) = e−λλk/k!,   k = 0, 1, 2, …

Para uma expectativa de 1,5 gol nesse jogo, a fórmula fornece:

P(0) = 22,3%  |  P(1) = 33,5%  |  P(2) = 25,1%
P(3) = 12,6%  |  P(4) = 4,7%  |  P(5+) = 1,9%

Os valores estão arredondados e podem não somar exatamente 100%. λ é uma média do modelo, não um placar prometido. Para λ = 0, a distribuição é degenerada: zero gols tem probabilidade de 100%. A fórmula da contagem final não especifica em quais minutos os gols ocorrerão.


Quais hipóteses são usadas no futebol?

1. Taxas específicas do confronto

Casa e fora recebem seus próprios λ. Uma única média de gols da liga não descreve todas as partidas.

2. Distribuições Poisson de gols

Condicionado às informações disponíveis, cada time recebe uma contagem Poisson. Errar λ e escolher uma distribuição inadequada são fontes diferentes de erro.

3. Independência na versão básica

Poisson independente multiplica as distribuições dos times. Efeitos reais do placar, expulsões e tática exigem uma modelagem adicional da dependência.

Uma contagem final Poisson não exige intensidade constante em todos os minutos: uma intensidade determinística pode variar no tempo. O limite de uma única λ pré-jogo é não representar mudanças aleatórias do estado da partida sem um modelo adicional.

A relação entre taxas, ataque, defesa e correção de placares baixos é explicada no guia de Maher e Dixon–Coles.


Como gerar a matriz de placares

Sob independência entre os gols dos times, usamos λh e λa:

P(i,j) = P(i;λh) × P(j;λa)

Exemplo ilustrativo: λh = 1,56, λa = 1,18, total 2,74. As taxas foram escolhidas para o exemplo, não ajustadas a uma linha de odds específica.

P(1:1) = e−2,74 × 1,56 × 1,18 ≈ 11,89%
P(0:0) = e−2,74 ≈ 6,46%
P(2:1) = e−2,74 × 1,56²/2 × 1,18 ≈ 9,27%

A vitória da casa soma i > j; o empate, a diagonal; a vitória de fora, i < j. Se você já tem duas taxas previstas, use a calculadora Poisson (em inglês). Se tem odds 1X2 e de totais, a calculadora principal de placar primeiro ajusta as taxas às probabilidades sem margem.

O mapa 0–6 não é a distribuição completa. No motor principal 0.5.2, a grade visível é 7×7 e a computacional é 16×16, de 0 a 15 gols por time. A massa fora do mapa inclui a cauda menor além da grade computacional: não some as duas. A calculadora Poisson separada em inglês usa uma grade computacional adaptativa. Verifique as dimensões de cada ferramenta.

Onde o modelo pode errar

1. Dependência nos placares baixos

Poisson independente pode se ajustar mal a 0:0, 1:0, 0:1 e 1:1. A direção do erro depende da amostra; não é correto afirmar que todos os empates baixos são sempre subestimados. Uma tabela já publicada pela ImpliedScore apresenta estes valores retrospectivos:

Placar Observado Poisson Diferença dos valores exibidos
0:0 (Premier) 6,08% 5,87% +0,21 p.p.
1:1 (Premier) 10,89% 11,69% −0,80 p.p.
0:0 (Bundesliga) 5,61% 4,63% +0,98 p.p.
1:1 (Bundesliga) 11,85% 10,79% +1,06 p.p.

Nesse exemplo, o modelo superestima 1:1 na Premier e subestima 1:1 na Bundesliga. A diferença foi calculada com os percentuais arredondados exibidos. A tabela permanece como ilustração histórica, não como novo cálculo dos registros originais ou avaliação de previsões futuras.

2. Estado do jogo e intensidade variável

Placar, substituições e expulsões podem alterar a intensidade de forma aleatória. Uma distribuição pré-jogo da contagem final não substitui um modelo dinâmico por minuto ou ao vivo. Variação temporal determinística e mudanças provocadas por eventos aleatórios são situações distintas.

3. Erros nas taxas e na estrutura

A mesma soma de λ pode esconder divisões diferentes entre casa e fora, gerando distribuições distintas. Mesmo um par idêntico de taxas não descreve todos os efeitos táticos. Os preços podem incorporar parte do contexto, mas não garantem informação completa nem a adequação do modelo escolhido.


O que Dixon–Coles modifica

A correção τ multiplica quatro probabilidades básicas:

0:0 → ×(1 − λhλaρ)
1:0 → ×(1 + λaρ)
0:1 → ×(1 + λhρ)
1:1 → ×(1 − ρ)

Com λ fixos e ρ negativo admissível, 0:0 e 1:1 aumentam, enquanto 1:0 e 0:1 diminuem. As demais células, a massa total e as distribuições marginais de gols são preservadas. Para fatores estritamente positivos com λ > 0:

max(−1/λh, −1/λa) < ρ < min(1, 1/(λhλa))

Um mesmo ρ precisa ser admissível para cada par de taxas usado. No motor principal, modelo e ρ participam do ajuste de λ; depois de mudar ρ, as novas taxas podem alterar indiretamente toda a matriz. Essa correção não é aplicada pela calculadora Poisson independente em inglês.

Presets históricos de ρ por liga

Liga λ casa / fora Preset ρ δ por célula
La Liga 1,50 / 1,13 −0,007 +0,086 p.p.
Premier 1,56 / 1,28 −0,010 +0,117 p.p.
Serie A 1,48 / 1,25 −0,020 +0,241 p.p.
Ligue 1 1,51 / 1,20 −0,025 +0,301 p.p.
Bundesliga 1,71 / 1,36 −0,096 +1,036 p.p.

A mudança por célula é δ = −ρλhλae−(λh+λa). Para ρ negativo, cada empate baixo ganha δ e cada vitória mínima perde o mesmo valor. Taxas maiores não exigem, por si só, um ρ mais forte.

A tabela usa as taxas médias da amostra publicada. São presets agregados e heurísticos, não constantes universais nem estimativas completas por time via máxima verossimilhança. O estudo de calibração do mercado descreve a amostra histórica. Em testes posteriores, o ajuste deve usar apenas dados disponíveis antes da previsão.


Poisson e xG: qual é a relação?

Poisson é uma distribuição condicionada a λ. Uma taxa prevista pode vir das odds ou de um modelo com xG histórico, força dos times e adversário. O xG de um jogo encerrado avalia as finalizações registradas e não se torna automaticamente a λ pré-jogo de outra partida.

λ de mercado xG de finalizações
Fonte Odds e modelo escolhido Características dos chutes e modelo de xG
Momento Recorte de preços pré-jogo Acumula com os chutes; final após o jogo
Representa Informação refletida nos preços Qualidade estimada das chances de chute
Pode omitir Informação não incorporada e erros de mercado Eventos sem chute e limites do modelo de xG

As duas medidas respondem a perguntas diferentes. Nenhuma é automaticamente mais informativa para todos os objetivos.

Como avaliar a qualidade do modelo?

Calcular corretamente a matriz com λ fornecidos não demonstra que essas taxas descrevem bem jogos futuros. A avaliação exige previsões pré-jogo, uma amostra separada do ajuste, referências pertinentes, escores probabilísticos e análise da incerteza.

Um resíduo pequeno em relação às odds é uma verificação do ajuste. Veja calibração e Brier score para avaliar previsões. A consistência entre placares e mercados derivados ajuda a interpretar o modelo; não garante vantagem nem lucro.

As fórmulas dos eventos derivados e a dependência entre total e BTTS estão em mais/menos e ambas marcam a partir da matriz.

Quais alternativas existem?

Dixon–Coles modifica a dependência local dos placares baixos. Poisson bivariada padrão com um componente latente comum permite dependência positiva dos gols. A binomial negativa altera a hipótese de dispersão. Modelos dinâmicos descrevem separadamente mudanças de força dos times ou de intensidade.

Cada alternativa trata de um problema; ganhos em dados novos precisam ser testados. Nenhuma corrige automaticamente erros nas taxas, dependência e estado do jogo ao mesmo tempo.


Resumo

Pergunta Resposta
O que uma λ representa? Média de gols de um time no modelo
O que gera o placar? Duas taxas e uma hipótese de dependência
O que pode falhar? Taxas, distribuição, dependência e dinâmica
O que DC modifica? Quatro células baixas quando λ estão fixos
ρ é constante? Não; depende dos dados e da estimação
Como testar previsões? Com resultados fora da amostra de ajuste

A metodologia da ImpliedScore descreve a sequência atual da calculadora principal.


Referências

Dixon, M. J. & Coles, S. G. (1997). Modelling Association Football Scores and Inefficiencies in the Football Betting Market. JRSS: Series C, 46(2), 265–280.

Maher, M. J. (1982). Modelling Association Football Scores. Statistica Neerlandica, 36(3), 109–118.

Karlis, D. & Ntzoufras, I. (2003). Analysis of Sports Data by Using Bivariate Poisson Models. The Statistician, 52(3), 381–393.

Rolar para cima