11Stat
11Stat เป็นแพลตฟอร์มวิเคราะห์ข้อมูลฟุตบอลและการสร้างแบบจำลองความน่าจะเป็น — ประตูคาดหวัง (xG) โมเดลความน่าจะเป็นแบบหลายเอนจิน และการปรับเทียบย้อนหลังที่ตรวจสอบกับผลการแข่งขันจริง ไม่รับวางเดิมพัน และไม่รับประกันผลลัพธ์หรือรายได้
หน้าแรกคู่มือ › อภิธานศัพท์การวิเคราะห์ข้อมูลฟุตบอล

อภิธานศัพท์การวิเคราะห์ข้อมูลฟุตบอล

อภิธานศัพท์ 11Stat อธิบายคำศัพท์หลักเบื้องหลังการสร้างแบบจำลองความน่าจะเป็นของฟุตบอล เช่น xG, ความสอดคล้องของโมเดล, คุณภาพข้อมูล, การปรับเทียบ และ CLV ด้วยภาษาที่เข้าใจง่าย สิ่งเหล่านี้เป็นแนวคิดเชิงวิเคราะห์ ไม่ใช่การรับประกันผลลัพธ์ใดๆ

🎯 วิเคราะห์การแข่งขันเลย →← หน้าแรก

อภิธานศัพท์นี้มีไว้เพื่ออะไร

11Stat เป็นแพลตฟอร์มวิเคราะห์ข้อมูลฟุตบอล ไม่ใช่เว็บพนัน อภิธานศัพท์นี้อธิบายคำศัพท์ทางเทคนิคที่คุณเห็นในแผงข้อมูลและรายงานต่างๆ ของเรา เพื่อให้คุณอ่านการกระจายความน่าจะเป็นของแมตช์ ความสอดคล้องกันของโมเดล และความน่าเชื่อถือของข้อมูลพื้นฐานได้

ข้อควรทราบสำคัญ: ไม่มีคำศัพท์ใดเลยที่รับประกันผลลัพธ์ ตัวชี้วัดอย่าง ROI และอัตราชนะเป็นค่าคุณภาพจากการทดสอบย้อนหลังบนกระดาษ (paper-backtest) แบบจำลองเท่านั้น ทุกสิ่งในที่นี้มีไว้เพื่อการศึกษาและการวิเคราะห์ ไม่ใช่คำแนะนำการพนัน การเข้าใจความแตกต่างระหว่างการทำนายผลฟุตบอลกับการวิเคราะห์ที่ขับเคลื่อนด้วยข้อมูลเริ่มต้นจากคำศัพท์เหล่านี้

คำศัพท์ความน่าจะเป็นหลัก

xG (ค่าประตูคาดหวัง)

xG ประมาณจำนวนประตูที่คาดว่าทีมควรจะทำได้จากคุณภาพของโอกาสที่ทีมสร้างขึ้น โดยรวมความน่าจะเป็นในการทำประตูของแต่ละช็อตเข้าด้วยกัน ค่า xG ที่สูงสะท้อนคุณภาพโอกาสที่ดี ไม่ใช่ผลลัพธ์ที่แน่นอน

การวิเคราะห์ความน่าจะเป็น

การวิเคราะห์ความน่าจะเป็นคือกระบวนการแปลงผลลัพธ์ที่เป็นไปได้ของแมตช์ (ชนะ, เสมอ, จำนวนประตูรวม และอื่นๆ) ให้เป็นความน่าจะเป็นแบบเปอร์เซ็นต์ แทนที่จะเป็นการทำนายเดี่ยว มันสร้างการกระจาย โดยกำหนดความน่าจะเป็นแยกให้กับสกอร์อย่าง 1-0, 2-1 หรือ 1-1

ฟอร์มการเล่นของทีม

ฟอร์มการเล่นของทีมคือสรุปผลงานล่าสุดของทีมแบบถ่วงน้ำหนักตามเวลา รวมถึงประตูที่ทำได้และเสียไป ผลการแข่งขัน และการควบคุมเกมโดยรวม ใน 11Stat ฟอร์มคำนวณด้วยวิธีหลายช่วงเวลา (multi-window) ที่ให้น้ำหนักกับแมตช์ล่าสุดมากกว่า

สัญญาณโมเดล, ความสอดคล้อง และความเสี่ยง

สัญญาณโมเดล

สัญญาณโมเดลคือข้อสังเกตเชิงวิเคราะห์ที่โมเดลชี้ให้เห็นสำหรับตลาดใดตลาดหนึ่ง (เช่น ผลการแข่งขัน หรือจำนวนประตูรวม) มันไม่ใช่ทิปหรือคูปอง เป็นเพียงผลลัพธ์ข้อมูลเชิงทิศทางที่โมเดลสร้างขึ้น

ความสอดคล้องของโมเดล

ความสอดคล้องของโมเดลวัดว่าเอนจินอิสระ (Poisson/Dixon-Coles, Elo/ฟอร์ม และเอนจินขั้นสูง) ชี้ไปในทิศทางเดียวกันหนักแน่นเพียงใด ป้ายกำกับอย่าง '3/3 เอนจินสอดคล้องกัน' หมายความว่าทั้งสามเอนจินสนับสนุนผลลัพธ์เดียวกัน ความสอดคล้องที่สูงขึ้นบ่งชี้ถึงสัญญาณที่สม่ำเสมอกว่า แต่ไม่เคยหมายถึงความแน่นอน

ระดับความเสี่ยง

ระดับความเสี่ยง (ต่ำ/กลาง/สูง) สรุปว่าสัญญาณผันผวน (ความแปรปรวนสูง) เพียงใด โดยพิจารณาจากความน่าจะเป็น ความสอดคล้องของโมเดล และคุณภาพข้อมูล ระดับความเสี่ยงสูงหมายความว่าผลลัพธ์มีความไม่แน่นอนมากขึ้น

คุณภาพข้อมูลและการปรับเทียบ

คุณภาพข้อมูล

คุณภาพข้อมูลวัดว่าข้อมูลที่มีอยู่สำหรับแมตช์นั้นครบถ้วน เป็นปัจจุบัน และเชื่อถือได้เพียงใด การขาดข่าวรายชื่อผู้เล่นตัวจริง ตัวอย่างข้อมูลที่น้อย หรือฤดูกาลที่เพิ่งเริ่มใหม่ ล้วนทำให้คุณภาพลดลง เมื่อคุณภาพข้อมูลไม่ดี 11Stat จะลดทอนหรือปิดสัญญาณ ตัวอย่างเช่น แมตช์ที่ต่ำกว่าเกณฑ์คุณภาพในทัวร์นาเมนต์ใหม่จะถูกคัดออกจากการวิเคราะห์

การปรับเทียบ (Calibration)

การปรับเทียบวัดว่าความน่าจะเป็นที่โมเดลระบุไว้ตรงกับความเป็นจริงเพียงใด ในโมเดลที่ปรับเทียบดี ทุกๆ 100 เหตุการณ์ที่โมเดลบอกว่า '60%' จะเกิดขึ้นจริงราว 60 เหตุการณ์ การทำนายถูกกับการให้ความน่าจะเป็นที่ถูกต้องเป็นคนละเรื่องกัน และการปรับเทียบตรวจสอบอย่างหลัง

อักษรย่อของตลาด (OU2.5, BTTS)

OU2.5 (สูง/ต่ำ 2.5 ประตู)

OU2.5 คือตลาดที่ว่าจำนวนประตูรวมในแมตช์จะสูงหรือต่ำกว่า 2.5 'สูง' หมายถึง 3 ประตูขึ้นไป 'ต่ำ' หมายถึง 2 ประตูหรือน้อยกว่า 11Stat นำเสนอสิ่งนี้ไม่ใช่ในฐานะคำแนะนำ แต่เป็นความน่าจะเป็นที่ได้มาจากการกระจายประตูของโมเดล

BTTS (ทั้งสองทีมทำประตู)

BTTS หรือที่เขียนว่า KG (Var/Yok) ในภาษาตุรกี คือตลาดที่ว่าทั้งสองทีมจะทำประตูได้ในแมตช์หรือไม่ โมเดลคำนวณความน่าจะเป็นนี้จากความคาดหวังในเกมรุกและเกมรับของแต่ละฝ่าย

วิธีการสร้างแบบจำลองและตัวชี้วัดคุณค่า

Dixon-Coles

Dixon-Coles คือแบบจำลองสกอร์ฟุตบอลที่ต่อยอดจากแบบจำลองประตูแบบ Poisson ดั้งเดิม เพื่อแก้ไขความคลาดเคลื่อนในผลการแข่งขันที่มีประตูน้อย (0-0, 1-0, 1-1) เอนจินหลักของ 11Stat ใช้วิธีนี้ร่วมกับการถ่วงน้ำหนักที่ลดลงตามเวลา

Elo

Elo คือระบบให้คะแนนที่แสดงความแข็งแกร่งเชิงเปรียบเทียบของทีมเป็นตัวเลขเดียว มันปรับค่าหลังแต่ละแมตช์ โดยผลที่พลิกความคาดหมายจะขยับคะแนนมากกว่า ใน 11Stat Elo ป้อนข้อมูลให้เอนจินรองที่อิงฟอร์มการเล่น

CLV (Closing Line Value)

CLV คือตัวบ่งชี้คุณภาพเชิงวิเคราะห์ที่วัดว่าความน่าจะเป็นของการวิเคราะห์อยู่ตรงไหนเมื่อเทียบกับราคาต่อรองปิด (สุดท้าย)ของตลาด การอยู่ในตำแหน่งที่ดีกว่าราคาปิดอย่างสม่ำเสมอเป็นสัญญาณชัดเจนว่าโมเดลมีข้อมูลที่มีคุณค่า CLV ไม่ใช่การวัดเงินรางวัล แต่เป็นตัวชี้วัดสำหรับตรวจสอบคุณภาพของโมเดล CLV ไม่ใช่เครื่องมือการพนันหรือการวัดกำไร แต่เป็นตัวชี้วัดประสิทธิภาพเชิงวิเคราะห์ล้วนๆ ที่ใช้ตรวจสอบความแม่นยำของการปรับเทียบในอดีตของโมเดล

คำศัพท์ตลาดเพิ่มเติม: HT/FT, แฮนดิแคป, สกอร์ที่ถูกต้อง

HT/FT (ครึ่งแรก / เต็มเวลา): ตลาดที่รวมผลของครึ่งแรกและผลเต็มเวลาเข้าด้วยกัน 11Stat วิเคราะห์มันเป็นการกระจายความน่าจะเป็น ไม่ใช่ทิปเดี่ยว

แฮนดิแคป (Asian Handicap): ตลาดที่ปรับสมดุลความน่าจะเป็นผ่านการได้เปรียบ/เสียเปรียบด้วยประตูต่อเสมือน เกี่ยวข้องกับความคาดหวังประตูและความน่าจะเป็นของโมเดล

สกอร์ที่ถูกต้อง (การกระจายสกอร์): ความน่าจะเป็นของสกอร์สุดท้ายที่เจาะจง แทนที่จะเป็นทิปสกอร์เดียว 11Stat สร้างการกระจายทั้งหมดผ่านเมทริกซ์สกอร์ Poisson/Dixon-Coles

คำถามที่พบบ่อย

11Stat เป็นเว็บพนันหรือไม่?

ไม่ใช่ 11Stat เป็นแพลตฟอร์มวิเคราะห์ข้อมูลฟุตบอลและสร้างแบบจำลองความน่าจะเป็น สัญญาณและตัวชี้วัดต่างๆ มีไว้เพื่อการศึกษาและการวิเคราะห์ ไม่ใช่คำแนะนำการพนัน และไม่เคยรับประกันผลลัพธ์ใดๆ

ทำไม xG จึงแตกต่างจากสกอร์จริงได้?

xG สะท้อนค่าประตูคาดหวังจากคุณภาพของโอกาสที่สร้างขึ้น ในขณะที่สกอร์จริงอาจแกว่งได้เพราะโชค การเซฟของผู้รักษาประตู และการจบสกอร์ xG วัดคุณภาพของผลงาน ไม่ใช่การทำนายผลสุดท้าย

ถ้าความสอดคล้องของโมเดลสูง ผลลัพธ์จะแน่นอนหรือไม่?

ไม่ ความสอดคล้องของโมเดลที่สูงหมายความว่าเอนจินต่างๆ ชี้ไปในทิศทางเดียวกันและสัญญาณสม่ำเสมอกว่า แต่ไม่เคยหมายถึงความแน่นอน ฟุตบอลมีความไม่แน่นอนอยู่ในตัวเสมอ

เกิดอะไรขึ้นเมื่อคุณภาพข้อมูลต่ำ?

11Stat จะลดทอนหรือปิดสัญญาณทั้งหมดสำหรับแมตช์ที่มีข้อมูลขาดหายหรือบางเบา สิ่งนี้ป้องกันไม่ให้ข้อมูลนำเข้าที่ไม่น่าเชื่อถือสร้างการวิเคราะห์ที่ทำให้เข้าใจผิด

ทำไม CLV จึงเป็นตัวชี้วัดที่สำคัญ?

CLV วัดว่าความน่าจะเป็นของโมเดลอยู่ตรงไหนเมื่อเทียบกับราคาต่อรองปิดของตลาด เพื่อตรวจสอบว่าโมเดลมีข้อมูลที่มีคุณค่าจริงหรือไม่ มันเป็นตัวบ่งชี้คุณภาพโมเดลในระยะยาว ไม่ใช่การรับประกันผลตอบแทน

ดูการวิเคราะห์โมเดลของวันนี้ →