Ekstraklasa 2017/18 - przewidywania wyników

Ostatni post cyklu związanego z Ekstraklasą to przewidywania wyników w nadchodzącym sezonie. Szykujcie kasę na bukmacherów! Dla przypomnienia cykl postów o Ekstraklasie do tej pory składał się z dwóch części:

• w pierwszej przeprowadziliśmy prostą analizę historycznych rozgrywek z sezonów 2008/2009 do 2016/2017
• w drugiej części omówiłem ranking Elo i zbudowany został model na nim oparty. Sprawdziliśmy jaką sprawdzalność dał model w zderzeniu z rzeczywistością (było to 47.36%)

Tym razem wytypujemy wyniki na rozpoczynający się za chwilę sezon 2017/18 - korzystając ze zbudowanego modelu. Uwaga, potrzebny jest disclaimer: nie odpowiadam za Twoje pieniądze. Jeśli zechcesz wykorzystać opublikowane niżej dane lub sam model aby obstawiać wyniki w zakładach bukmacherskich to robisz to na własną odpowiedzialność. Dane jakich potrzebujemy do symulacji to lista kolejnych meczy, przy czym ważna jest kolejność spotkań dla każdej z drużyn - na tej podstawie aktualizowany jest ranking Elo (szczegóły znajdziesz w drugiej części cyklu) oraz początkowe wartości Elo dla grających drużyn. Te wartości początkowe, podobnie jak poprzednio, zaczerpnąłem ze strony ClubELO.com. Pochodzą one sprzed ostatnich meczy Legii (z Mariehamn), Jagiellonii (z Gabala) i Lecha (z Haugesund), więc są delikatnie nieaktualne. Tak to wygląda:

Symulacja sezonu 2017-2018

Symulacja jest stosunkowo prosta. Podobnie jak przy weryfikacji modelu:

• dla każdego kolejnego meczu w sezonie rozgrywamy po tysiąc wirtualnych spotkań, parametrami są wartości rankingu Elo obu drużyn. Przy pierwszym spotkaniu są to rzeczywiste (wymienione wyżej w tabeli) wartości, przy kolejnych - zaktualizowane na podstawie symulacji
• na podstawie wyniku tysiąca wirtualnych meczy określamy zwycięzcę
• wybieramy wynik spotkania (spośród wyników rzeczywistych spotkań historycznych, jeśli trzeba to z domieszką losowania)
• aktualizujemy ranking Elo grających zespołów
• przechodzimy do kolejnego meczu

Nieco dokładniej algorytm opisałem w poprzedniej części. Do dyspozycji mamy kalendarz do trzydziestej kolejki (później następuje rozbicie na grupy A i B, czego model już nie uwzględnia). Na podstawie wszystkich 240 spotkań z 30 kolejek możemy ułożyć tabelę, która według symulacji będzie wyglądać następująco:

Jak na moje całkowicie niefachowe (piłka mnie nie interesuje szczerze powiedziawszy, wolę pojeździć na rowerze albo pooglądać lekką atletykę) oko początek tabeli ma sens (chociaż 87 punkty na 30 meczy dla Lecha to jakiś fenomen), dziwić może niska pozycja Jagiellonii. Zobaczmy jak wyglądałaby zmiana pozycji w tabeli dla poszczególnych zespołów: Widać wyraźnie przerwę zimową (od połowy grudnia do połowy lutego) - jest spokój. Widać także, że pierwsza trójka jest bardzo stabilna - raz uzyskanej pozycji nie oddamy! Walka trwa w środku tabeli. I chyba właśnie tak jest - najlepsi są niezagrożeni, najgorsi z góry skazani na dół tabeli i “szansę” na wypadnięcie z ligi. Walka o przetrwanie i awans do “lepszej części ligi” trwa w środku. Rozdzielmy to samo na drużyny, dla czytelnego obrazu: Zerknijmy jeszcze na przebieg historii ELO dla każdej z drużyn: To tylko potwierdzenie tego co już wiemy: dobry jest coraz lepszy, z każdym meczem odbierając punkty Elo słabszym. Symulacja ma charakter losowy. To bardzo ważne. Tutaj prezentuję wyniki dla jednego przebiegu sezonu. Przy kolejnej symulacji wyniki mogą się różnić! Dla pięciu prób otrzymałem:

• Lech Poznań na szczycie tabeli w 4 przypadkach (wówczas Legia Warszawa druga), raz na czele Legia (a Lech drugi)
• na trzecim miejscu już jest różnie: Pogoń Szczecin, Cracovia, Wisła Płock, Lechia Gdańsk (dwa razy)
• ostatnie trzy miejsca w tabeli to już totalna losowość. Trafi się Cracovia (która trafia się też na podium w innym losowaniu), podobnie z Wisłą Płock

Dlaczego są takie różnice?

Ze względu na losowość właśnie. Porządny model powinien uwzględniać wiele różnych czynników - znajdziecie je na przykład pod koniec drugiej części cyklu Jak pozbyć się tych różnic? Można spróbować symulować cały sezon kilka razy. Najlepiej kilkaset, może tysiąc? Dla każdego sezonu przygotować tabelę, oznaczyć w niej kolejność drużyn i po zakończeniu symulacji tysiąca sezonów wyciągnąć jakąś wartość określającą najbardziej prawdopodobną (modę? medianę? średnią?) pozycję każdego z zespołów. Zostawiam to jako zadanie domowe, stosowne kody znajdziecie na GitHubie, za symulację sezonu odpowiada skrypt sym_sezon_2017-2018.r. Na koniec coś, co zapewne interesuje Was najbardziej, czyli

symulowane wyniki meczy w sezonie 2017-2018 Ekstraklasy

pełna tabela, kolejka po kolejce, mecz po meczu:

W powyższej tabeli znajdziecie tylko 10 remisów, co już podważa wiarygodność symulacji (10 z 240 to nieco ponad 4%, zaś w danych historycznych z 9 sezonów spotkań remisowych było 27% (647 z 2384)). Ale to tylko zabawa, a nie fachowy model, pamiętajcie o tym! Data w tabeli oznacza weekend spotkań, a nie konkretny dzień. Dzisiaj (14 lipca) Wisła Płock gra z Lechią Gdańsk, a Pogoń Szczecin z Wisłą Kraków, a w tabeli wyżej przy obu meczach widnieje jutrzejsza data. Kosmetyka. Przewidywania na dzisiaj:

• według mojego modelu wygrywają Płock i Pogoń
• według zmodyfikowanego modelu Elo z ClubELO.com - wygrywa Lechia i Pogoń
• według Betegy.com - wygrywa Lechia oraz Pogoń

Mamy więc w trzech modelach rozbieżność co do meczu Lechia Gdańsk - Wisła Płock. Ciekawe jak będzie? Dajcie znać w komentarzu jak się sprawdziło!   Przy okazji zapraszam na facebookowy fanpage Dane i Analizy gdzie znajdziecie informacje o najnowszych wpisach z bloga, trailery i teasery nowych materiałów ale też wiele innych ciekawostek (głównie linki do treści o analizie danych lub samych danych).