xG помогает со ставками на индивидуальные тоталы
Обращаемся за помощью к дисперсии.
Большой спорт в 2022 году невозможно представить без продвинутой статистики – в современных реалиях чем-то обыденным стали и xG в футболе, и Corsi в хоккее. Чем дальше, тем больше аналитики выводят метрик, которыми пользуются не только сотрудники спортивных клубов, но и статистически гики, и рядовые любители ставок на спорт.
Вариаций использования продвинутой статистики в беттинге можно придумать массу, но предлагаем обратить внимание на один из самых очевидных и интуитивно понятных заходов: заигрывать индивидуальный тотал команды, которая перебирает / недобирает по забитым мячам в сравнении с показателями xG.
Народная мудрость гласит, что если у клуба несколько матчей подряд мяч не идет в ворота, то рано или поздно его должно прорвать на забитые голы. Проверим тезис на практике, а в расчет возьмем пару последних сезонов РПЛ.
Дисперсия уравнивает средние показатели ожидаемых и забитых мячей команды на дистанции
Для начала, небольшой экскурс в терминологию: дисперсия – это мера разброса случайной величины относительно ее математического ожидания.
Например, в матчах дортмундской «Боруссии» в Бундеслиге который сезон подряд в среднем забивают больше трех мячей за игру – это и есть математическое ожидание результативности клуба. Однако ничто не мешает дортмундцам скатать нулевую ничью – она станет той самой дисперсией случайной величины, то есть отклонением от нормы, которое нивелируется на дистанции.
Дисперсия применима для подавляющего большинства статистических показателей, но сравниваются ли на дистанции показатели xG и забитых мячей? Давайте смотреть.
По итогам прошлого сезона максимальное отклонение итогового xG от количество забитых мячей было у «Ростова»: клуб забил почти на 11 мячей больше, чем создал. Солидная разница, не так ли? Однако если смотреть относительно количества мячей за игру, то средний тотал ростовчан и средний показатель xG отличается всего на 0,36.
ЦСКА, например, в последнем туре забило «Ростову» четыре мяча, создав при этом всего 0,86 явных голевых момента. Как говорится, залетело все, что летело. Однако по итогу сезона разница между забитыми и ожидаемыми голами команды составила всего 1,02. Можно ли нагляднее показать дисперсию?!
В целом, в РПЛ-2021/22 средние показатели xG и забитых голов в матче отличаются на 0,15, что выглядит совершенно несущественно – один гол разницы на каждые десять матчей. Некоторые клубы, вроде ЦСКА, «Краснодара», «Нижнего Новгорода» и «Урала», и вовсе забили почти ровно столько же, сколько и создали.
Чтобы не делать выводов лишь по одному сыгранному сезону, обратимся к РПЛ-2020/21.
Среднее отличие xG от количества забитых мячей еще меньше – всего 0,13. При этом в отдельных матчах каждой команды можно отметить тотальные несостыковки количества созданных моментов и забитых мячей.
Получается, подход имеет право на существование: значения xG и количество забитых мячей действительно приближаются друг к другу даже на дистанции одного сыгранного сезона, а в РПЛ это всего 30 матчей – не самая существенная выборка для статистики.
Как это работает?
Возьмем пару прошлогодних примеров. «Рубин», например, в первых десяти турах забил 13 мячей при суммарном xG в 9,07. Средний тотал клуба – солидные 1,3 мяча за игру.
Так фартить весь сезон просто не могло, поэтому результаты казанского клуба постепенно пошли на спад:
средний тотал последующих 20 туров – всего 1,05;
средний тотал по итогам сезона – 1,13;
лишь в 6 из 20 последующих матчей рубин забил больше одного мяча.
И почему-то есть уверенность в том, что если бы сезон продолжил еще туров десять, то xG и голы казанцев бы максимально выровнялись: в последних пяти матчах чемпионата «Рубин» забил всего два мяча.
Обратный пример – «Уфа». Клуб в первых десяти турах поразил ворота соперника всего пять раз, хотя создал моментов почти на семь голов. Башкирскому клубу откровенно не везло, а местами подводила реализация.
На дистанции показатели снова уравниваются. Уфимские футболисты:
забили как минимум один мяч в 14 матчах из 20 оставшихся игр;
средний тотал в последние 20 туров составил 1,2, а итоговый по чемпионату — 0,97;
в последние пять туров клуб забил шесть мячей, дважды пробив ИТБ 1,5.
Тут обратная ситуация с «Рубином» – дайте «Уфе» еще дистанцию, и значения xG и индивидуального тотала стали бы еще ближе.
Дисперсия xG и забитых мячей – лишь один из инструментов
Нельзя сказать, что когда команда недобирает забитых мячей по сравнению с ожидаемым, то можно смело грузить на ТБ по равной в линии на индивидуальный тотал. Обращать внимание нужно на целый ряд факторов:
уровень предстоящего соперника;
текущую форму игроков атаки команды: одно дело, когда создают и откровенно не везет, другое – когда форвард откровенно разбазаривает моменты;
мотивацию команды: «Уфа» стала лучше создавать и реализовывать, когда на горизонте замаячил вылет из РПЛ.
И многое-многое другое. Однако закономерность интересная, и наблюдается она не только в чемпионате России. Так что присматривается и берем на вооружение. Ну а статистику xG можно отслеживать в приложении Sports.ru, что достаточно удобно. Скачиваем, пользуемся, и учитываем дисперсию – впереди длинный футбольный сезон.
НО!
xG к сожалению относительная и не объективная вещь. Ее считают руками и каждый интерпритирует моменты по разному. Потому опираться на xG при ставках нет смысла, так как подсчет субъективен.
Еще посмотри как работает Среднеквадратическое отклонение по xG, оно на длинной дистанции даст лучшую выборку.