«Серія перемог» у футболі: ефект зникає, якщо порівнювати з командами тієї ж ціни. Як ви ловите такі пастки в даних?

💡 Усі статті, обговорення, новини для аналітиків — в одному місці. Приєднуйтесь до Analysts спільноти!

Привіт, спільното!

Останнім часом збираю базу футбольних матчів (близько 700 тисяч, 2019–2026 роки) і перевіряю на ній популярні «закономірності». Роблю це для свого проєкту з аналітики та калькуляторів.

Одна з перевірок: чи команда після серії з 5+ перемог поспіль частіше виграє наступний матч, ніж очікує ринок. На ~20 тисячах таких випадків «сирим» порівнянням вийшло +1,2 п.п. до ймовірності, закладеної в ціні. Здавалося б, ефект є.

Але коли я порівняв ці команди не з усім ринком, а з командами тієї ж цінової категорії (корзини по 5 п.п.), різниця зникла: —0,01 п.п. при похибці ±0,32. Причина проста: команди в серії майже завжди фаворити, а фаворити загалом трохи перевиконують свою ціну. Тобто це ефект фаворита, а не серії.

Хочу спитати у вас:
1. Як ви контролюєте такі конфаундери, коли працюєте з історичними даними?
2. Які методи валідації використовуєте, щоб не підганяти модель під історію (out-of-sample, walk-forward, інше)?
3. Чи є у вас перевірені підходи для даних, де події рідкісні й сильно залежать від контексту?

Матеріали й калькулятори: bossportslab.com (некомерційний проєкт).

👍ПодобаєтьсяСподобалось0
До обраногоВ обраному0
LinkedIn
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter