Dự báo là gì
Một dự báo cho biết khả năng xảy ra của từng kết quả trước trận đấu: đội nhà thắng, hòa và đội khách thắng, tổng luôn bằng 100%. Dự báo cũng cho biết số bàn thắng kỳ vọng của mỗi đội và khả năng xảy ra của mọi tỷ số chính xác, tối đa 10 bàn mỗi đội.
Một xác suất không phải là lời đoán một kết quả duy nhất. Khi chúng tôi cho đội nhà 49% khả năng thắng, nghĩa là trong khoảng 100 trận tương tự, đội nhà thắng khoảng 49 trận và không thắng 51 trận còn lại. Một người dự báo giỏi đúng về tần suất các sự việc xảy ra, chứ không phải đúng ở từng trận đấu.
Xem dạng danh sách
- Nguồn miễn phí. Lịch thi đấu, kết quả, đội hình và bối cảnh được thu thập từ các nguồn miễn phí có điều khoản cho phép.
- Kiểm tra. Tên đội được gắn về một định danh duy nhất và các dữ kiện được đối chiếu giữa các nguồn.
- Ảnh chụp dữ liệu. Dữ liệu mà mô hình được phép thấy được cố định tại một mốc thời gian và gắn mã băm.
- Mô hình. Elo và Dixon-Coles biến ảnh chụp dữ liệu thành bảng xác suất tỷ số đầy đủ.
- Dự báo. Được công bố 24 giờ, 3 giờ và 45 phút trước giờ bóng lăn và không bao giờ bị sửa.
- Báo cáo kết quả. Sau trận, nhiều nguồn báo cáo tỷ số chung cuộc.
- Hai nguồn khớp. Tỷ số được ghi nhận là chính thức khi hai nguồn độc lập khớp nhau.
- Đã chốt. Dự báo đã lưu được ghép với kết quả đã xác minh, thường trong vòng 4 giờ.
- Chấm điểm. RPS, log loss và điểm Brier được tính cho từng mốc dự báo.
- Hiệu quả. Mọi điểm số, kể cả các lần dự báo trật, đều được đưa lên trang hiệu quả công khai.
Dữ liệu chúng tôi dùng
Chúng tôi chỉ dùng các nguồn miễn phí có điều khoản cho phép sử dụng tự động trên một trang web công khai, và kiểm tra lại các điều khoản đó mỗi quý. Từng nguồn, giấy phép và tình trạng hiện tại của nó được liệt kê ở trang Nguồn dữ liệu.
- Lịch thi đấu và kết quả của mọi giải đấu được theo dõi, từ hơn mười mùa giải trước.
- Bàn thắng và phút ghi bàn, thẻ phạt và đội hình từ một nguồn miễn phí có giấy phép.
- Dữ kiện về lực lượng: án treo giò do chúng tôi tính từ số thẻ phạt và quy định của từng giải, và chấn thương chỉ khi có nguồn chính thức hoặc hai nguồn độc lập khớp nhau.
- Lịch thi đấu dày đặc: số ngày nghỉ, số trận trong thời gian ngắn, quãng đường di chuyển giữa các sân và các đợt nghỉ quốc tế.
- Thời tiết tại sân, với trọng số thấp. Yếu tố này quan trọng ở V.League 1 hơn ở châu Âu.
Mô hình
Mọi mô hình đều được huấn luyện và chạy trên máy chủ thông thường, không cần card đồ họa. Khi dữ liệu đã sẵn sàng, một dự báo chỉ mất vài mili giây, nên trận nào cũng được xử lý cẩn thận như nhau.
Chỉ số Elo
Chúng tôi tự tính chỉ số Elo cho mọi câu lạc bộ từ kết quả thi đấu. Thắng một đội mạnh làm chỉ số thay đổi nhiều hơn thắng một đội yếu. Chỉ số có tính đến lợi thế sân nhà và được kéo một phần về mức trung bình giữa các mùa giải.
Dixon-Coles có suy giảm theo thời gian (mô hình hiện tại)
Mô hình Dixon-Coles ước lượng sức mạnh tấn công và phòng ngự của từng đội, từ đó suy ra số bàn thắng kỳ vọng của mỗi bên. Mô hình khắc phục điểm yếu đã biết của mô hình Poisson đơn giản với các tỷ số thấp như 0–0 và 1–1. Các trận gần đây có trọng số lớn hơn các trận cũ: trọng số giảm dần theo thời gian với tốc độ được tinh chỉnh trên các mùa giải trước. Mô hình tạo ra bảng đầy đủ các tỷ số chính xác, và khả năng thắng, hòa, thua là tổng trên bảng đó.
Mô hình thách đấu
Các mô hình mới cạnh tranh với mô hình hiện tại trên cùng các mùa giải trước, từng trận một, mà không được nhìn thấy tương lai. Các ứng viên gồm Dixon-Coles với sức mạnh điều chỉnh theo Elo và một mô hình gradient boosting dự đoán tốc độ ghi bàn từ các đặc trưng về lịch thi đấu và lực lượng. Một mô hình thách đấu chỉ thay thế mô hình hiện tại khi có điểm tốt hơn với khoảng tin cậy không chứa số 0 và không giải nào kém đi quá ngưỡng cho phép. Việc chuyển đổi là quyết định thủ công có ghi nhật ký, và tên phiên bản mới xuất hiện trên mọi dự báo mà nó tạo ra.
Hiệu chỉnh
Xác suất thô của mô hình có thể hơi quá tự tin hoặc quá dè dặt. Bước hiệu chỉnh cuối cùng, được khớp trên các mùa giải mà mô hình không dùng để huấn luyện, điều chỉnh chúng sao cho các sự kiện chúng tôi cho 30% thực sự xảy ra khoảng 30% số lần. Biểu đồ hiệu chỉnh cho thấy điều này đúng đến mức nào.
Các mốc chuẩn phải vượt qua
Trước khi được sử dụng, một mô hình phải vượt hai mốc chuẩn đơn giản trong ít nhất ba mùa giải trước ở mọi giải đấu: tỷ lệ thắng, hòa, thua dài hạn của giải, và dự báo chỉ dựa trên Elo.
Các mốc dự báo
Mỗi trận có tối đa ba dự báo. Mỗi dự báo chỉ dùng dữ liệu đã có tại mốc thời gian của nó.
Miễn phí
24 giờ trước trận
Chỉ số, phong độ, lịch thi đấu và các án treo giò đã biết. Khả năng thắng, hòa, thua, bàn thắng kỳ vọng và ba tỷ số có khả năng cao nhất.
PRO
3 giờ trước trận
Bổ sung chấn thương và án treo giò được xác nhận từ hôm trước, cùng đội hình dự kiến.
PRO
45 phút trước trận
Bổ sung đội hình xuất phát chính thức và mức khác biệt so với đội hình quen thuộc của mỗi đội.
Nếu một dự báo không thể hoàn thành kịp, chẳng hạn vì một nguồn bị gián đoạn, trang trận đấu sẽ ghi rõ dự báo đó đã bị bỏ qua và lý do. Chúng tôi không bao giờ công bố một dự báo trễ để thay thế. Khi trận đấu bị hoãn, các dự báo của nó được rút lại và dự báo mới được lập trước giờ thi đấu mới.
Không sửa đổi, luôn truy vết được
Dự báo được lưu một lần và không bao giờ thay đổi. Một mốc dự báo mới tạo thêm một bản ghi mới, không ghi đè bản trước. Mỗi dự báo có ba nhãn mà bạn có thể xem trên trang trận đấu:
- Phiên bản mô hình: mô hình và bản phát hành nào đã tạo ra nó.
- Dữ liệu tính đến: mốc thời gian cuối của dữ liệu mà mô hình được phép thấy.
- Mã băm ảnh chụp: dấu vân tay của chính xác dữ liệu đầu vào. Cùng dữ liệu và cùng mô hình luôn cho cùng một dự báo.
Các bài kiểm thử tự động đưa vào hệ thống dữ liệu xuất hiện sau mốc thời gian và kiểm tra rằng không ảnh chụp hay dự báo nào trước đó bị thay đổi. Nhờ vậy chúng tôi biết một dự báo đã không nhìn thấy tương lai.
Thành viên Pro thấy mỗi xác suất với một chữ số thập phân theo một mẫu nhỏ riêng cho tài khoản của họ: chữ số cuối có thể chênh lệch tối đa 0,1 điểm phần trăm so với cách làm tròn thông thường, và ba kết quả vẫn cộng lại bằng 100%. Nhờ đó chúng tôi truy vết được các bản sao vi phạm điều khoản. Dự báo đã lưu không bao giờ thay đổi, và mọi điểm số trên trang hiệu suất đều dùng giá trị đã lưu.
Cách chúng tôi chấm điểm dự báo
Khi hai nguồn độc lập khớp nhau về tỷ số chung cuộc, trận đấu được chốt và từng dự báo của nó được chấm điểm. Chúng tôi dùng ba thước đo tiêu chuẩn. Với cả ba, điểm càng thấp càng tốt và một dự báo hoàn hảo đạt 0 điểm.
- Ranked probability score (RPS), thước đo chính của chúng tôi. Nó tôn trọng thứ tự các kết quả: dự đoán đội nhà thắng khi trận đấu hòa là lần trật nhẹ hơn so với dự đoán đội nhà thắng khi đội khách thắng.
- Log loss chỉ xét xác suất chúng tôi đã cho kết quả thực tế, và phạt nặng những lần trật khi quá tự tin.
- Điểm Brier cộng bình phương chênh lệch giữa từng xác suất và điều đã xảy ra (1 cho kết quả thực tế, 0 cho các kết quả còn lại).
Ví dụ minh họa
Arsenal thắng Chelsea 2–1. Dự báo 24 giờ của chúng tôi cho đội nhà thắng 49,0%, hòa 26,6% và đội khách thắng 24,4%.
RPS so sánh các tổng dồn theo thứ tự. Xác suất của "đội nhà thắng" là 0,490 và của "đội nhà thắng hoặc hòa" là 0,490 + 0,266 = 0,756. Cả hai sự kiện đều xảy ra, nên mỗi giá trị mục tiêu là 1:
RPS = ((1 − 0,490)² + (1 − 0,756)²) ÷ 2 = (0,260 + 0,060) ÷ 2 = 0,160
| Thước đo | Kết quả thực tế: đội nhà thắng 2–1 | Nếu Chelsea thắng |
|---|---|---|
| RPS | 0,160 | 0,406 |
| Log loss | 0,713 | 1,411 |
| Điểm Brier | 0,390 | 0,882 |
Cùng dự báo đó sẽ bị điểm kém hơn nhiều nếu Chelsea thắng, vì nó chỉ cho kết quả này 24,4%. Một trận nói lên rất ít: trang hiệu quả cho thấy điểm trung bình trên mọi trận đã chốt, kể cả các lần trật, đặt cạnh hai mốc chuẩn và kèm số trận đứng sau mỗi con số.
Cách viết phần giải thích
Các câu giải thích ngắn trên trang trận đấu không do AI viết. Mỗi câu là một mẫu cố định, do người dịch, và được điền bằng các dữ kiện đã kiểm tra. Một câu chỉ xuất hiện khi có đủ mọi dữ kiện của nó; nếu thiếu một dữ kiện, câu đó được bỏ qua thay vì phỏng đoán.
Mẫu câu
Chỉ số của {team} cao hơn {opponent} {points} điểm khi tính cả lợi thế sân nhà.
Trên trang trận đấu
Chỉ số của Arsenal cao hơn Chelsea 41 điểm khi tính cả lợi thế sân nhà. Nguồn: Elo của ForecastFC, cập nhật sau mỗi trận
Mỗi câu đều dẫn về các dữ kiện và nguồn mà nó sử dụng. Biên tập viên có thể thêm một ghi chú ngắn cho trận đấu; ghi chú đó được gắn nhãn là ghi chú của biên tập viên.
Giới hạn
- Dự báo là ước tính dựa trên xác suất, không phải sự bảo đảm. Những kết quả khó xảy ra vẫn diễn ra mỗi tuần, và điều đó là bình thường.
- Các sự kiện sau lần dự báo cuối, như thẻ đỏ, chấn thương khi khởi động hay thời tiết thay đổi, không có trong dự báo.
- Chúng tôi không có dữ liệu cú sút hay bàn thắng kỳ vọng, nên một đội tạo nhiều cơ hội nhưng ghi ít bàn có thể bị đánh giá thấp trong một thời gian.
- Đội hình đến từ một nguồn có giấy phép, và tin chấn thương chỉ được dùng khi chính thức hoặc được hai nguồn xác nhận, nên tin muộn có thể bị thiếu.
- Nguồn miễn phí có thể chậm hoặc gián đoạn. Khi một giải có ít hơn hai nguồn kết quả hoạt động tốt, việc chốt trận sẽ chờ thay vì phỏng đoán.
- V.League 1 có ít dữ liệu miễn phí nhất. Dự báo cho giải này chỉ xuất hiện sau khi vượt qua cùng các bước kiểm tra dữ liệu và kiểm thử ngược như các giải châu Âu; trước đó các trang của giải chỉ hiển thị lịch thi đấu, kết quả và bảng xếp hạng.
- ForecastFC là công cụ phân tích bóng đá. Đây không phải lời khuyên cá cược và không được dùng vào mục đích đó.
Phát hiện điều gì sai? Báo lỗi dữ liệu.