Среднее значение в ставках на спорт

//Среднее значение в ставках на спорт

Среднее значение в ставках на спорт

article-mean-mode-medianПочему нельзя полагаться только на метод средних значений для прогнозирования ставок

В силу простоты понимания, самым популярным методом статистического анализа данных для прогнозов является среднее значение, но, как правило, использование лишь этой методики представляет большой риск для игроков.

Недостатки применения метода средних значений

Чаще всего игроки, которые делают спортивные ставки, касающиеся количественных показателей, прибегают для расчета результатов к среднему значению, и их выбор не всегда бывает верен.

К примеру, возьмем такое событие как суммарное количество голов в футбольных играх. Казалось бы, использование среднего показателя забитых голов в предыдущих матчах должно позволить с максимальной точностью определить вероятное количество забитых мячей в следующем поединке. Но так ли это на самом деле?

Мы считаем, что среднее значение лишь дает возможность делать обобщенные выводы о сложившейся на данный момент ситуации, но этот метод не берет во внимание форму распределения.

Возьмем реальные показатели количества забитых голов в двух национальных чемпионатах – Англии и Испании в розыгрыше 2013/2014 гг. Усредненное количество забитых голов в одной игре АПЛ было равно 2,77. В испанской Ла Лиге этот показатель достигал отметки в 2,75 гола за матч. Опираясь на такие статистические данные можно прийти к выводу, что матчи испанского чемпионата чаще завершались с суммарным счетом меньше 2,5 гола за игру, тогда как игры в АПЛ приносили больше 2,5 мячей. И такой вывод будет неверен. Изучив статистику этих турниров более детально, вы увидите, что в сезоне 13/14 в английском чемпионате чаще всего матчи заканчивались двумя забитыми голами, тогда как в Ла Лиге аналогичный показатель равнялся трем голам. Как видим, при практически одинаковом среднем числовом значении (2,75 и 2,77) фактические данные скрываются, и это происходит из-за того что из виду упускается форма распределения.

Также можно утверждать, что средние величины не подходят для оценки гандикапов для аутсайдеров международных футбольных турниров, ведь использовав среднее значение, что бы вычислить количество забитых/пропущенных мячей, можно упустить из виду единичные крупные поражения, которые скажутся на общей картине голов за матч, но не будут отображать действительности.

Рассмотрим случаи с использованием альтернативных методов статистического анализа, когда метод средних значений становится неприемлемым.

Возьмем три ряда чисел (I, II, III):

I: 8, 10, 10, 10, 12.

II: 6, 8, 8, 8, 20.

III: 6, 8, 10, 12, 14.

Все наборы чисел в сумме дают 50, и имеют одинаковое среднее значение – 10, но распределение чисел в каждом ряду различное.

Положение чисел в ряде I относится к симметричному распределению, так как имеет примерно равные числовые значения с обоих концов ряда (8 меньше среднего значения, а 12 – больше).

Для таких рядов, где значения переменных характеризируются примерно равной частотой появления в начале и конце, идеальным методом расчета будет среднее значение, которое будет припадать на середину ряда.

Если взглянуть на ряд II, то мы увидим, что лишь единственное число выше среднего значения, а остальные четыре ниже. В этом варианте возникает несимметричное распределение. В таких случаях среднее значение использовать нецелесообразно, особенно если набор данных велик. Здесь и придут на помощь игроку такие показатели как медиана и мода.

Мода – это значение, которое встречается в наборе чисел наиболее часто. Для рядов I и II это 10 и 8 соответственно.

Медиана – значение,  которое занимает среднюю позицию в распределении при группировании чисел в убывающем или возрастающем порядке. Для рядов I и II это 10 и 8 соответственно.

В случаях, когда распределение симметричное показатели моды и медианы будут равны между собой, и совпадать со средним арифметическим. Если же такое тройное равенство не соблюдается, то такое распределение несимметрично, и значит, среднее значение даст ошибочные результаты.

Также среднее значение не подходит для рядов с существенным разбросом значений. К примеру, ряд III симметрично распределен, аналогично ряду I, но в этих рядах разброс значений различен. Среднее значение в обоих случаях равно 10, но этот метод более подходит I ряду, так как он содержит больше чисел приближенных к среднему арифметическому. Так как разброс в рядах различен, его необходимо определить. Для этой цели можно использовать расчеты размаха и среднего квадратического отклонения.

Размах рассчитывается как разность наибольшего и наименьшего значения ряда. Среднеквадратичное отклонение это тема отдельной статьи. Здесь мы просто указываем, что таким образом можно определить вариацию в ряду данных с учетом среднего значения.

Размах для наборов I и III составляет 4 и 8, а среднеквадратичное отклонение – 7,51 и 7,75 соответственно. Как видим для ряда III обе величины больше, что доказывает существенное различие между данными наборами цифр, с большим разбросом в последнем.

Итоги

Рассмотрев недостатки метода среднего значения, мы надеемся, что помогли игрокам в будущем принимать более правильные решения, опираясь сразу на три метода описанных в статье для прогнозирования предстоящих итогов для ставок.

PinnacleSports — лучший букмекер для ставок на азиатский гандикап. Зарегистрироваться

Эта статья — вольный перевод статьи с сайта pinnaclesports.com

By | 2017-01-27T12:54:10+00:00 Май 14th, 2015|Ставки на спорт|0 Comments

About the Author:

Leave A Comment