Slik lages prediksjoner<\/h2>
Hver kamp evalueres gjennom en kombinasjon av statistisk modellering og markedsodds. Her er en gjennomgang av hvert steg.<\/p>

1. Datakilder<\/h3>

Kilde<\/th> Hva vi henter<\/th> <\/tr> <\/thead>

FotMob<\/strong><\/td> Tabelldata (poeng, mål, form) og kommende kamper<\/td> <\/tr>

The Odds API<\/strong><\/td>

Markedsodds (h2h) fra europeiske bookmakers<\/td> <\/tr> <\/tbody> <\/table>

2. Lagstyrke — Points Per Game (PPG)<\/h3>

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

Kamper spilt<\/th>	Vekt nåværende sesong<\/th>	Vekt forrige sesong<\/th> <\/tr> <\/thead>
0<\/td>	0 %<\/td>	100 %<\/td> <\/tr>
2<\/td>	15 %<\/td>	85 %<\/td> <\/tr>
4<\/td>	40 %<\/td>	60 %<\/td> <\/tr>
5+<\/td>	60 %<\/td>	40 %<\/td> <\/tr> <\/tbody> <\/table> Nyopprykkede lag eller lag uten historikk får en nøytral PPG på 1.0<\/strong>.<\/p> 3. Vinnersannsynlighet<\/h3> Fra PPG beregnes en forventet styrkeforskjell:<\/p> ppg_diff = hjemme_PPG + hjemmefordel (0.15) − borte_PPG <\/code><\/pre> Hjemmefordel<\/strong> er satt til 0.15 PPG, som tilsvarer det moderne snittet i europeisk fotball.<\/p> Differansen konverteres til en vinnersannsynlighet via en logistisk funksjon<\/strong> (ELO-inspirert):<\/p> p_hjemme = 1 \/ (1 + 10^(−elo_diff \/ 400)) <\/code><\/pre> Form<\/strong> (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.<\/p> Trekkandelen<\/strong> beregnes separat og synker jo større styrkeforskjellen er, siden klare favoritter sjelden spiller uavgjort.<\/p> 4. Målprediksjon — Poisson-modell<\/h3> Forventet antall mål per lag beregnes fra:<\/p> 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 <\/code><\/pre> Fra disse lambdaverdiene beregnes en sannsynlighetsmatrise<\/strong> over alle mulige sluttresultater (0–7 mål per lag), som gir:<\/p> xG<\/strong> — forventet antall mål for hvert lag<\/li> Mest sannsynlig resultat<\/strong> — kombinasjonen med høyest sannsynlighet<\/li> Over 2.5 mål<\/strong> — summen av alle utfall med 3+ mål totalt<\/li> BTTS<\/strong> — sannsynlighet for at begge lag scorer<\/li> <\/ul> 5. Odds-blending<\/h3> Der markedsodds er tilgjengelige, blandes modellens prediksjon med bookmaker-odds:<\/p> endelig = 45 % modell + 55 % marked <\/code><\/pre> Odds hentes som best-available<\/strong> på tvers av bookmakers (høyeste pris per utfall), og bookmakermarginen fjernes før blending.<\/p> Navn-matching mellom FotMob og The Odds API håndterer variasjoner som Bayern München<\/em> vs Bayern Munich<\/em> ved å normalisere unicode-tegn og fjerne organisasjonssuffikser (FC, CF, etc.).<\/p> 6. Rangering<\/h3> Innenfor hver liga sorteres kampene etter høyeste enkeltutfall-sannsynlighet<\/strong> — kamper der én utfallssannsynlighet (hjemme, uavgjort eller borte) er høyest, vises øverst. Dette prioriterer kamper der modellen har størst tiltro til resultatet.<\/p>

Slik lages prediksjoner<\/h2> Hver kamp evalueres gjennom en kombinasjon av statistisk modellering og markedsodds. Her er en gjennomgang av hvert steg.<\/p>

6. Rangering<\/h3> Innenfor hver liga sorteres kampene etter høyeste enkeltutfall-sannsynlighet<\/strong> — kamper der én utfallssannsynlighet (hjemme, uavgjort eller borte) er høyest, vises øverst. Dette prioriterer kamper der modellen har størst tiltro til resultatet.<\/p>

Slik lages prediksjoner<\/h2>
Hver kamp evalueres gjennom en kombinasjon av statistisk modellering og markedsodds. Her er en gjennomgang av hvert steg.<\/p>

6. Rangering<\/h3>
Innenfor hver liga sorteres kampene etter høyeste enkeltutfall-sannsynlighet<\/strong> — kamper der én utfallssannsynlighet (hjemme, uavgjort eller borte) er høyest, vises øverst. Dette prioriterer kamper der modellen har størst tiltro til resultatet.<\/p>