Pinnacle … Причины неэффективности моделей прогнозирования триумфа команды Leicester

Прогнозирование не является легким делом и, исходя из моего небольшого опыта, должен отметить, что иногда о работающих в этой сфере людях могут складываться два диаметрально противоположных мнения. Если все идет по плану, то к вам относятся как к пророку. Но если же ваши прогнозы далеки от реальности, ждите, что вас назовут шарлатаном.

Какими бы ни были результаты прогнозирования, есть огромная вероятность того, что прогноз не сможет в точности воплотиться в жизнь, особенно в тех случаях, когда возможно множество различных вариантов исхода.

Прогнозирование будущего на основе прошлых данных

Эффективным методом является составление прогноза на основании общих сведений или данных о прошлых выступлениях команд. Например, нам известно, что команды хозяев, как правило, забивают больше голов, чем команды гостей. Таким образом, когда сталкиваются две равные по силам команды, можно предположить, что победу одержат хозяева поля. В какой половине футбольного матча будет забито наибольшее количество голов? Скорее всего, во второй. Одержит ли Англия победу по результатам серии пенальти? Нет.

Для более глубокого понимания ситуации необходимо измерить величину дисперсии, вычислив, например, среднеквадратическое отклонение, поскольку данный показатель отражает количество возможных отклонений полученного результата от того исхода, который является наиболее оптимальным.

Однако, если бы мы брали в расчет прошлые результаты, нам никогда бы не удалось предсказать триумфальное выступление футбольного клуба из Лестера (да, во всех моих статьях будет упоминаться город) в начале сезоне, не так ли? Принимая во внимание итоги нескольких последних игр сезона 2014–2015 г., можно было предположить, что команда Leicester покажет неплохие результаты. Хотя, следует признать, что даже попадание «синих» в 6 лучших считалось крайне сомнительным.

Ограничения при создании моделей

При создании модели никогда не стоит ограничиваться каким-либо одним фактором. Следует учитывать тонкости каждого конкретного случая. Я просто обожаю эту аналогию применения априорной вероятности. В статье Хан Соло и байесовская вероятность рассматривается ситуация оценки вероятности из сюжета Звездных воин, когда C3P0 говорит Хану Соло о том, что шансы «Тысячелетнего сокола» на успешное прохождение астероидного поля оцениваются как 1 к 3720. Но C3P0 не учитывает, что стандартные статистические характеристики не могут применяться по отношению к Хану и должны быть соответствующим образом адаптированы, исходя из данной конкретной ситуации в которой оказался герой.

Именно это произошло в случае с командой Leicester. Во-первых, в данной ситуации не могут использоваться некоторые типы моделей. Например, типичной моделью прогнозирования количества будущих забитых голов является динамическая модель Пуассона.

Однако результаты применения данной модели будут указывать на высокую вероятность победы команды с более высоким показателем забитых голов. Но футбольный клуб из Лестера относится к тем командам, которые выигрывают со счетом 1–0, хотя при составлении модели влияние этого фактора будет уравновешиваться эффективностью линии обороны команды.

Во-вторых, даже если бы применялись соответствующие статистические показатели, ситуация на рынке ставок не отражала реального положения дел. Все ожидали, что Arsenal сумеет одержать уверенную победу, а команду Leicester постигнет поражение. Хотя это был наиболее правдоподобный сценарий, все же преобладала вероятность того, что обе команды выступят на одном уровне.

Золотая середина

В заключение я хотел бы отметить, что, используя данные о прошлых выступлениях команд, следует не забывать также и о том, что прошлые показатели не являются гарантией будущих результатов. Следовательно, при рассмотрении того или иного конкретного случая вы должны реально оценивать ситуацию, проявлять изобретательность, уметь делать выводы и при этом не быть слишком безрассудным. Да, это не просто.

DOMINIC CORTIS