Football Match Predictions

Slik lages prediksjoner

Hver kamp evalueres gjennom en kombinasjon av statistisk modellering og markedsodds. Her er en gjennomgang av hvert steg.

1. Datakilder

2. Lagstyrke — Points Per Game (PPG)

Grunnlaget for modellen er hvert lags poeng per kamp (PPG) fra ligatabellen. Siden en sesong starter med lite data, blandes nåværende sesong med forrige sesong:

Nyopprykkede lag eller lag uten historikk får en nøytral PPG på 1.0.

3. Vinnersannsynlighet

Fra PPG beregnes en forventet styrkeforskjell:

ppg_diff = hjemme_PPG + hjemmefordel (0.15) − borte_PPG

Hjemmefordel er satt til 0.15 PPG, som tilsvarer det moderne snittet i europeisk fotball.

Differansen konverteres til en vinnersannsynlighet via en logistisk funksjon (ELO-inspirert):

p_hjemme = 1 / (1 + 10^(−elo_diff / 400))

Form (siste 5 kamper, W=3 / U=1 / T=0) blandes inn med lavere vekt jo større styrkeforskjellen er — fordi form betyr mer mellom jevnbyrdige lag.

Trekkandelen beregnes separat og synker jo større styrkeforskjellen er, siden klare favoritter sjelden spiller uavgjort.

4. Målprediksjon — Poisson-modell

Forventet antall mål per lag beregnes fra:

λ_hjemme = hjemme_mål_per_kamp × borte_sluppet_inn_per_kamp / liga_snitt
λ_borte  = borte_mål_per_kamp  × hjemme_sluppet_inn_per_kamp / liga_snitt

Fra disse lambdaverdiene beregnes en sannsynlighetsmatrise over alle mulige sluttresultater (0–7 mål per lag), som gir:

• xG — forventet antall mål for hvert lag
• Mest sannsynlig resultat — kombinasjonen med høyest sannsynlighet
• Over 2.5 mål — summen av alle utfall med 3+ mål totalt
• BTTS — sannsynlighet for at begge lag scorer

5. Odds-blending

Der markedsodds er tilgjengelige, blandes modellens prediksjon med bookmaker-odds:

endelig = 45 % modell + 55 % marked

Odds hentes som best-available på tvers av bookmakers (høyeste pris per utfall), og bookmakermarginen fjernes før blending.

Navn-matching mellom FotMob og The Odds API håndterer variasjoner som Bayern München vs Bayern Munich ved å normalisere unicode-tegn og fjerne organisasjonssuffikser (FC, CF, etc.).

6. Rangering

Innenfor hver liga sorteres kampene etter høyeste enkeltutfall-sannsynlighet — kamper der én utfallssannsynlighet (hjemme, uavgjort eller borte) er høyest, vises øverst. Dette prioriterer kamper der modellen har størst tiltro til resultatet.