Jak funguje model · Predikce malého fotbalu

Data

Výsledky a soupisky (kdo v kterém zápase nastoupil) se stahují z webu malyfotbalbrno.cz, a to nejen pro letošní 6. ligu, ale i pro 5 předchozích sezón všech mužských lig od 1. do 7. Stránka se jednou týdně vygeneruje znovu a odhady se přepočítají.

Výchozí odhad z minulých sezón

Na začátku sezóny o týmech letos nic nevíme, ale víme, jak hrály loni. Z týmů, které postoupily nebo sestoupily, model odhadl, že sousední ligy se liší asi o 10 % gólů. Loňská síla se navíc přenáší jen částečně (asi z 45 %): týmy se mezi sezónami mění. Nové týmy dostanou průměr, jakého nové týmy v minulosti dosahovaly.

Jak sezóna běží, výchozí odhad bere čím dál víc v úvahu i to, kdo za tým skutečně hraje: u každého hráče, jak silný byl loni jeho tým, i ve vyšší lize. Tým poskládaný z hráčů první ligy tak začne výš, i když je v soutěži nový.

Model gólů

očekávané góly = základ × útok týmu × obrana soupeře × domácí prostředí

+5 %góly za domácí prostředí

10 %rozdíl gólů mezi sousedními ligami

243přechodů týmů mezi sezónami v datech

Síla týmů se odhaduje z letošních zápasů, ale stahuje se k výchozímu odhadu (ridge regrese). Po pár kolech tak rozhoduje hlavně historie, ke konci sezóny hlavně letošní výsledky.

Góly v malém fotbale kolísají zhruba dvakrát víc, než předpokládá obvyklé Poissonovo rozdělení (malé kádry, střídání sestav). Model proto používá negativně binomické rozdělení se stejným průměrem. S Poissonem byl model příliš sebejistý: když favoritovi dával 90 %, vyhrál jen asi v 80 % případů.

Simulace sezóny

Zbývající zápasy podle skutečného rozpisu odsimuluji 6 000 krát. Aby se do pořadí přenesla i nejistota v odhadu síly týmů, model se 150krát přepočítá na náhodně vybraných odehraných zápasech (bootstrap). Z výsledků plynou pravděpodobnosti postupu a sestupu.

Do postupu a sestupu počítám i baráž. Protože nemám data z minulých baráží, jsou její šance jen odhad: 40 % pro postupující tým a 55 % pro záchranu.

Funguje to?

Model jsem vyzkoušel na minulých sezónách 4. až 7. ligy: každý zápas předpověděl jen z toho, co se odehrálo dříve. Nastavení jsem ladil na sezónách 2022/23 a 2023/24 a ověřil na 913 zápasech let 2024/25 až 2026/27, které ladění nikdy neviděly. Log-loss (nižší je lepší): tento model 0,874, původní verze 0,897, prosté sazby výhra/remíza/prohra 0,967.

Letošní sezóna stejným způsobem (48 zápasů):

Model	Log-loss	Brier	Trefený výsledek
Tento model	0,877	0,529	56 %
Totéž bez minulých sezón	0,873	0,525	62 %
Základ: průměrné sazby lig	0,902	0,562	44 %

Model je výrazně lepší než prosté sazby výhra/remíza/prohra. Letos zatím minulé sezóny měřitelně nepomáhají, ale letošních zápasů je na takové srovnání málo; v minulých sezónách pomáhaly hlavně v prvních kolech. Vzorek je malý, takže pořadí berte jako kvalifikovaný odhad, ne jistotu.

Co model neumí

Kdo na zápas přijde. Počet hráčů a účast opor jsem zkoušel, ale předpovědi nezlepšily: dopředu se odhadnout nedají a vliv je malý (asi +0,2 gólu za každého hráče navíc).
Kvalitu jednotlivých hráčů. Hráč je ohodnocen jen podle toho, jak silný byl loni jeho tým.
Zranění, tresty a dovolené.
Vývoj během sezóny. Rozsahy bodů jsou proto spíš užší, než by měly být: v minulých sezónách se do 80 % rozsahu vešly jen asi dvě třetiny týmů.

← Zpět na předpověď