بخوانید: نحوه ساخت مدل شرط بندی + چرا یک رویکرد کیفی نیز محدود است

– مشکل استراتژی شرط بندی جام جهانی مبتنی بر داده
– چرا یک رویکرد کیفی نیز محدود است
– آیا راه حلی برای مشکل جام جهانی وجود دارد؟

بدون شک، جام جهانی به عنوان بزرگترین رقابت فوتبالی جهان شناخته می‌شود. این رقابت هر چهار سال یکبار برگزار می‌شود و هواداران با شوق منتظرند که از ۶۴ بازی در طول یک ماه لذت ببرند. اما، این تورنمنت ممکن است شرط‌بندی کنندگان را با دردسر و مشکلاتی مواجه کند. چه چیزی در شرط‌بندی بر روی جام جهانی باعث این دشواری‌ها می‌شود؟ ادامه مطلب را بخوانید تا به این موضوع پی ببرید.

در مقاله قبلی، مارک تیلور رویکرد خود را در تلاش برای پیش‌بینی دقیق جام جهانی 2018 (از جمله برنده) توضیح داد، ضمن اینکه به محدودیت های استفاده از چنین رویکردی نیز اشاره می کند. در این مقاله من بر روی مورد دوم تمرکز می کنم. در اینجا به بررسی محدودیت‌های رویکردهای کمی و کیفی می‌پردازیم. نتایج مدل شما بر اساس فرآیند شما مشخص می شود.

در مقاله قبلی، مارک تیلور روش خود را برای پیش‌ بینی دقیق جام جهانی 2018، از جمله برنده آن، مورد بررسی قرار داد و به محدودیت‌های استفاده از این روش اشاره نمود. در این مقاله، تمرکز بر روی مورد دوم قرار دارد، به بررسی محدودیت‌های رویکردهای کمی و کیفی می‌پردازیم، زیرا نتایج مدل شما به شیوه‌ی خاصی که از آن استفاده می‌کنید، تعیین می‌شود.

ساخت هر مدلی یک فرآیند تکراری است که شامل آزمایش و پایش نتایج می شود. این موضوع در مقاله قبلی مورد بحث قرار گرفت که در آن یک عنصر قضاوت و خلاقیت به عنوان یک عنصر مهم در هر فرآیند ساخت مدل پیشنهاد شده بود.

بخوانید: نحوه ساخت مدل شرط بندی

در تورنمنت جام جهانی، آزمایش و پایش نتایج محدود می‌شود زیرا هر چهار سال یکبار این تورنمنت برگزار می‌شود. رویکردهای کمی برای دستیابی به نتایج دقیق واقعی کامل نیستند – این یک فرآیند خلاقانه است که در آن نتایج دنیای واقعی از طریق شبیه‌سازی یا توضیح اعدادی بیان می‌شود.

با این حال، هر مدل کمی بر اساس یک سری مفروضات و به نوبه خود داده های گذشته است. مشکل جام جهانی این است که داده ها، حتی آنهایی که در مرحله صلاحیت گردآوری شده اند، تا حدودی منسوخ شده اند.

بیایید موردی را در نظر بگیریم که در آن از عملکرد تیم گذشته استفاده می کنیم. داده ها از مراحل مقدماتی آنقدر مهم نیستند که تیم ها با تیم هایی با قدرت های مختلف روبرو شوند. برای مثال، پاناما ممکن است ایالات متحده را برای عبور از دورکونمیبول  ( CONMEBOL ) پیشی بگیرد اما آیا این تیم موفق به قرار گرفتن در یک گروه مقدماتی یوفا می شود؟

کمبود داده به این معنی است که رویکردهای الگوریتمی سنگین مانند پیش‌بینی نتایج لیگ‌های فوتبال هفتگی، از هیچ مزیتی برخوردار نیستند، زیرا داده‌های کافی برای اعمال این الگوریتم‌ها وجود ندارد.

هدف این اشاره به سختی مسابقات اروپایی نیست . این تنها به دلیل تأثیر متفاوت مرحله گروهی است. همچنین، مسابقات مقدماتی در طول دو سال برگزار می‌شوند که تیم‌ها در آن دوره نسبت به عملکرد‌های خوب و بد، نوسان دارند. بازیکنان ممکن است در طول فصل در توانایی‌های خود نوسان داشته و برخی آسیب‌ها را تجربه کنند.

با استفاده از رتبه‌بندی تیم‌ها توسط فیفا، می‌توان نوسانات را کنترل کرد، اما این روش‌ها اغلب به عنوان غیر واقعی شناخته می‌شوند. من مطمئنم که استفاده از شبیه‌سازی در بازی FIFA 2018 بهترین پیش‌بینی را ارائه خواهد داد.

برخی از مدل های پیشرفته سعی می کنند از پارامترهای خاص بازیکن استفاده کنند. این مدل‌ها معمولاً بسیار پیچیده هستند و احتمالاً نتایج پیش‌بینی بهتری دارند. با این حال، عملکرد بازیکن بستگی به ساختار یک تیم دارد، آنها ممکن است در نوع بازی که توسط باشگاه خود راه اندازی می شود، اما نه تیم ملی خود، برتر باشند.

فشار بر مسی برای اجرای جام جهانی تنها با کمبود هم تیمی های بارسلونا در تیم آرژانتین تشدید می شود. در حالی که محمد صلاح در این فصل کاملاً جادویی بوده است، اما این هیچ مدرکی برای عملکرد مشابه با مصر نیست (البته من شخصاً امیدوارم این تیم عملکرد خوبی داشته باشد).

استفاده از داده‌های جام جهانی گذشته برای پارامترهای خاص تیم (مانند شدت گلزنی) به همین دلیل فاجعه بار خواهد بود. تیم ها به طور قابل توجهی در طول چهار سال تغییر می کنند، همانطور که برخی از فینالیست ها یا دارندگان جام را در جام جهانی بعدی به طرز وحشتناکی دیدیم. مربی تیم و سبک بازی نیز به احتمال زیاد در طول زمان تغییر می کند.

چرا یک رویکرد کیفی نیز محدود است

یادآوری تیم های افسانه ای مانند برزیل 1970، هلند 1974 (هرچند که آن را برنده نبودند) و اسپانیا 2010 همچنین روی سایر رویکردها از جمله پیش بینی های کیفی تأثیر می گذارد.

بهترین تیم تاریخ جام جهانی چه کسی بوده است؟

در یک مقاله دانشگاهی که چند ماه پیش به طور مشترک منتشر کردم (تفسیر عمومی (سو) عملکرد جام جهانی برزیل)، ما شانس برزیل را در جام جهانی 2014 ارزیابی کردیم. برای نجات شما از خواندن کل مقاله، می توانم یافته ها را خلاصه کنم زیرا شانس کامل برزیل پس از بازی بیشتر از شانس قبل از بازی است.

تیم ها به طور قابل توجهی در طول چهار سال تغییر می کنند، همانطور که برخی از فینالیست ها یا دارندگان جام را در جام جهانی بعدی به طرز وحشتناکی دیدیم.

در مقاله ای که من همکاری کردم، مشخص شده است در حالی که شانس برزیل برای قهرمانی در جام جهانی قبل از شروع جام جهانی 25 درصد بود، اما آنها درست پس از بازی با کامرون و پشت سر گذاشتن مرحله گروهی در 18 درصد بودند. این میزان در شروع اولین مسابقه حذفی آنها به 27 درصد رسید.

بر اساس یافته ها، برزیلی که در جام جهانی گذشته دیدیم آن تیم افسانه ای نبود که در تورنمنت های قبلی دیده بودیم. با این حال، به نظر می‌رسید که شرط‌بندان قربانی تعصب لنگری با تأکید بیش از حد بر یک برداشت اولیه بوده‌اند.

این سوگیری هر بار که برزیل بازی می‌کرد به چالش کشیده می‌شد (از این رو شانس بالاتری بعد از مسابقات دارد) اما در زمان شروع مسابقه بعدی به سرعت فراموش می شود.

عنصر دیگری نیز وجود دارد که ممکن است منجر به این عدم دقت ها شده باشد. اصطلاح فنی سوگیری اعتماد بیش از حد است اما بیایید سر اصل مطلب رفته و اسمش را خودپسندی بگذاریم. تعداد قابل توجهی از شرط‌بندان ورزشی وجود دارد، خواه آنهایی که موفق باشند یا ناموفق، آنها به توانایی های خود بیش از حد مطمئن هستند – احتمالاً من نیز از جمله آنها هستم.

این واقعیت که همه ما بحث‌های زیادی را شنیده‌ایم (و شاید در آن شرکت کرده‌ایم) که توضیح (با قاطعیت سخنران آن زمان) می دهد “لستر نمی تواند قهرمان لیگ شود”، “چلسی برای چهار تیم برتر یک شرط مطمئن است” و “یوونتوس قهرمان لیگ قهرمانان اروپا خواهد شد” از جمله موارد دیگر، گواه واقعی این سوگیری بیش از حد اعتماد به نفس هستند.

آیا راه حلی برای مشکل جام جهانی وجود دارد؟

اگر رویکرد کمی محدود باشد و رویکرد کیفی جانبدارانه باشد، آیا این بدان معناست که هیچ راه علمی برای ارائه پیش بینی های جام جهانی کافی وجود ندارد؟

مشکل جام جهانی این است که داده ها، حتی داده های جمع آوری شده در مرحله مقدماتی، تا حدودی منسوخ شده است.

نه، این احتمالاً یک مزیت است. کمبود داده به این معنی است که رویکردهای سنگین الگوریتمی (که تعداد قابل توجهی از آنها وجود دارد) مانند لیگ های عادی فوتبال هفته به هفته، مزیتی ندارند. به علاوه ، جام جهانی درها را برای شرط‌بندی‌های تفریحی و احساسی بیشتر باز می‌کند.

هدف از هر پیش‌بینی نسبتاً صحیح و دقیق بودن است. به عنوان مثال در یک منبع پیش‌بینی اداری (از فایل اکسل رایگان در Scoragol.com استفاده کنید) ، پیشنهاد می کنم کمی خلاق باشید اما نه زیاد.

اگر آگاه باشید که نیمی از شرکت کنندگان آلمان را به عنوان برنده معرفی می کنند، پس بهتر است این کار را نکنید (این به معنای برنده شدن پاناما نیست). در تلاش برای غلبه بر بازار، «چه می‌شد» متفاوتی را در نظر بگیرید. اگر از یک مدل کیفی استفاده می کنید، فقط از یک مجموعه از پارامترها برای خروجی خود استفاده نکنید، بلکه حساسیت آن را نسبت به نوسانات در این مدل ها آزمایش کنید.

اختصاصی وبسایت فوتبالی