|
Методы теории вероятностей и статистика в ставках(part 1)
Много так называемых игроков в букмекерских конторах, делая ставочку на то или иное событие, использует свои ощущения, способ мышления, новости. Но почти никто не задумывается над тем, можно ли, более или менее точно, математическим способом сделать прогноз на данное событие (при наличии достаточного количества статистической информации). А обнаруживается можно! Вообразите себе, с точностью прогноза до 65%-70%, можно предусмотреть тот или иной результат матча (убедился на своем опыте).
Сначала приведем ряд толкований и формул, которые всем известны из курса Теории вероятности (кто из Нафты – привет Краснодембському). От всеми любимого преподавателя, я узнал (на лекции) о формуле Бейеса. Она имеет такой вид:
На первый взгляд много непонятного. Поэтому объясним на “живом” примере. Для этого возьмем любой матч из любого европейского чемпионата из футбола. Например, матч Ньюкасла против Лестера у Премьер Лиге. (Во время написания этого очерка(25.09.2001) результат мне не был известен!!!!!!). Для этого введем ряд понятий и обозначений:
А – состоялся матч (событие);
Н1 – гипотеза, что победит домашняя (первая - 1) команда;
Н2 – гипотеза, что победит гостевая (вторая - 2) команда;
Н3 – гипотеза, что будет ничья между данными командами;
Р(Н1)=Р(Н2)=Р(Н3)=1/3, то есть это одинаковая вероятность событий (победа 1, победа 2, ничья);
РН1(А) – так называемая статистическая вероятность, то есть это отношения количества выигранных дома матчей первой команды к общему количеству матчей;
РН2(А) - отношение количества выигранных на выезде матчей второй команды к общему количеству матчей;
РН3(А) – суммарная статистическая вероятность,
то есть (ничьи 1 + ничьи 2) / общее количество матчей одной из команд.
Р(А) – полная вероятность наступления события (см. выше в формуле - множитель);
Наша цель – определить или оценить (для игроков спрогнозировать), например, победу первой команды (Ньюкасл) или найти Ра(Н1). Для этого, воспользовавшись статистической информацией (в данном примере - за предшествующий сезон; желательно - наибольшее число сезонов), найдем РН1(А), РН2(А), РН3(А):
РН1(А) =11 побед (дома) / 21 (общее количество матчей, проведенных дома);
РН2(А) =5 побед (на выезде) / 21 (общее количество матчей, проведенных на выезде);
РН3(А) =5 ничей (Ньюкасл) + 2 ничьи (Лестер) / 21.
Соответственно:
РН1(А) =0,52381;
РН2(А) =0,238095;
РН3(А) =0,(3).
Расчеты целесообразно делать в ЕхсеL'е.
Потом найдем Р(А):
Р(А) =Р(Н1)*РН1(А)+ Р(Н2)*РН2(А)+ Р(Н3)*РН3(А)
Р(А) =0,365079
Теперь можем найти Ра(Н1):
Ра(Н1) =Р(Н1)*РН1(А) / Р(А)
Ра(Н1) =0,478261 ( или приблизительно 48%)
Аналогично найдем Ра(Н2) и Ра(Н3): Ра(Н2) =22% и Ра(Н3)=30%
Итак, 48% того, что Ньюкасл победит Лестер
22% - Лестер победит Ньюкасл
30% - будет ничья
Следует сказать, что точность такого прогнозирования составляет приблизительно 65%-70%. То есть, шансы оцениваются как 7 до 10, что есть довольно неплохо для того, кто лишь начинает “погружаться” в эту яму( то есть ставки в конторе - прим. админа). Стопроцентного прогноза данный способ не может дать (как и любой другой), но, сопоставив свой собственный опыт, здравый смысл и данный метод, можно получить незаурядные результаты в игре. Наконец, хочу напомнить, что данный способ выигрывания денег - не для “ветеранов” конторы (им этого просто не нужно), а для игроков, которые себя только пробуют в этих “движениях”. И даже если Вы несколько раз подряд выиграли за предложенным мной способом, не стоит полностью доверять этой “теме”.
Методы теории вероятностей и статистика в ставках(part 2)
Очень просто и выгодно ставить на общие тотулы забитых мячей в туре. Чтобы убедить уважаемую аудиторию в этом, я проведу статистические исследования и докажу целесообразность выше поданых мной соображений(на примере FA Carling Premier League сезона 2000-2001гг.).
Сначала сгруппируем совокупность за признаком (Х) (количество забитых мячей или тотул в туре) и частотой (f) (сколько раз повторяется тот или иной тотул).
Получим такую таблицу:
| тотул(х)
|
туры
(f) |
| 17 |
1 |
| 18 |
1 |
| 19 |
3 |
| 20 |
1 |
| 21 |
4 |
| 22 |
1 |
| 23 |
2 |
| 24 |
4 |
| 26 |
4 |
| 27 |
2 |
| 28 |
3 |
| 30 |
4 |
| 31 |
1 |
| 32 |
2 |
| 33 |
3 |
| 35 |
1 |
| 37 |
1 |
Чтобы исследовать на однородность нашу статистическую совокупность, нам нужно перегруппировать группы распределения. Пусть мы образуем 8 групп, тогда:
d =(Xmax – Xmin) / n, где
Xmax (Xmin) – максимальное (минимальное) значение признака (количество мячей);
n – количество групп ( у нас 8);
d – величина интервала.
Итак, имеем: (37-17) / 8=1,25
Вследствии чего получим следующую таблицу:
|
Группы |
F |
|
17-19,5 |
4 |
|
19,5-22 |
6 |
|
22-24,5 |
7 |
|
24,5-27 |
6 |
|
27-29,5 |
5 |
|
29,5-32 |
4 |
|
32-34,5 |
3 |
|
34,5-37 |
3 |
Далее найдем среднее значение (Хсер) совокупности (то есть в среднем сколько мячей забивается в одном туре), коэффициент вариации (Vсигма) и эксцесс (E). Для этого целесообразно воспользоваться ЕхсеL'ем.
Имеем
Группы:
| Группы |
f |
X |
X-Xc |
|X-Xc| |
|X-Xc|*f |
(X-Xc)^2 |
(X-Xc)^2*f |
(X-Xc)^4*f |
| 17-19,5 |
4 |
18,25 |
-7,70 |
7,697 |
30,789 |
59,25 |
237,00 |
14042,00 |
| 19,5-22 |
6 |
20,75 |
-5,20 |
5,197 |
31,184 |
27,01 |
162,08 |
4378,10 |
| 22-24,5 |
7 |
23,25 |
-2,70 |
2,697 |
18,881 |
7,28 |
50,93 |
370,56 |
| 24,5-27 |
6 |
25,75 |
-0,20 |
0,197 |
1,184 |
0,04 |
0,23 |
0,01 |
| 27-29,5 |
5 |
28,25 |
2,30 |
2,302 |
11,513 |
5,30 |
26,51 |
140,56 |
| 29,5-32 |
4 |
30,75 |
4,80 |
4,802 |
19,210 |
23,07 |
92,26 |
2128,03 |
| 32-34,5 |
3 |
33,25 |
7,30 |
7,302 |
21,907 |
53,33 |
159,99 |
8531,76 |
| 34,5-37 |
3 |
35,75 |
9,80 |
9,802 |
29,4078 |
96,09 |
288,27 |
27700,78 |
| Разом |
38 |
|
|
|
164,08 |
|
1017,27 |
57291,80 |
Сигма^2=
26,77
Cигма=5,17
Vcигма=19,94%
Mю4=1507,68
Xc=25,95
E=2,10
Промежуток [ 20,77; 31,12] - приблизительно 68,30% от всего числа событий.
Как известно из Курса статистики, если Vсигма < 33%, то статистическая совокупность есть однородной, а вычисленная средняя (25,95) есть типичной. Итак, прогнозы (на тотул), которые бы делалось в будущем, будут адекватными и целесообразными. Также близко 68,30% всех туров имели результативность приблизительно от 21 до 31 голов. Но, если учесть, что в конторах тотулы на Премьер-Лигу дают 26,5 (БК “Марафон”); 27 (БК “Фаворит”) (что есть больше чем среднее значение) то следует в большинстве случаев ставить на меньше.
Далее приведем последовательность туров на тотул больше 26,5 (Б) и меньше 26,5 (М) голов (для сезона 2000-2001):
Б, М, Б, Б, М, М, М, Б, М, М, Б, М, М, М, Б, М, Б, М, М, Б, Б, Б, М, М, М, М, М, Б, М, Б, М, Б, Б, Б, Б, М, М, Б. (всего 38 туров).
Видим, что серий (2 и больше матчей) сыграных на больше (Б) есть всего 3, а зато есть превосходящие серии на меньше (М). То есть, даже, если подряд сыграно 2, 3 или и 4 разы на тотул больше (мы проиграли), все равно вероятность того, что команды сыграют на тотул меньше очень большая (но не 100%).
Итак, основным критерием прогнозирования есть не какая-то конкретная сумма голов в одном туре, а определенное количество туров, где сыграно на больше или на меньше, а таких туров (на тотул меньше) сыграно 21 с 38, то есть 55%.
Основным, по моему мнению, недостатком, данного прогноза есть то, что для него нужно довольно объемную статистическую информацию. Также, если отменяются некоторые матчи, то не всегда догадываешься в который тур вписать их результаты, которые нужны для общей суммы мячей. Также неудобно ставить на тотул тура и ждать иногда 3-4 дня на результат. Порой бывает неполный тур и на тотул не принимают ставок, что не есть хорошо при "догонах".
АВТОР:Sergot
Источник
www.stavochka.com
|
|
