Olasılık Modeli ile Maç Sonucu Analizi

Olasılık modeli aslında ne yapar?

Bir futbol maçında üç temel sonuç vardır: ev sahibi kazanır, beraberlik, deplasman kazanır. Bir olasılık modeli, bu üç sonuca toplamı %100 olan yüzdeler atar. Örneğin bir model "ev sahibi %48, beraberlik %27, deplasman %25" diyebilir. Bu sayılar bir tahmin garantisi değil, mevcut verilere dayanan bir belirsizlik haritasıdır.

Bu yaklaşımın temel mantığı şudur: futbol büyük ölçüde rastlantısal (stokastik) bir oyundur. Aynı maç "yeniden oynansaydı" farklı bir skor çıkabilirdi. Model, bu "olası dünyaların" dağılımını tahmin etmeye çalışır. Bu nedenle çıktı tek bir sonuç değil, bir olasılık dağılımıdır.

• Girdi: takım formu, gol üretimi, savunma direnci, ev sahibi avantajı, veri kalitesi.
• İşlem: istatistiksel motorlar bu girdileri olasılıklara dönüştürür.
• Çıktı: her market için yüzdelik olasılıklar (maç sonucu, 2.5 alt/üst, karşılıklı gol vb.).

Önemli bir ayrım: bu, bahis tavsiyesi veya kupon değildir. Amaç, futbolu sayılarla okuyabilen, hatasını ölçebilen ve zaman içinde kendini düzeltebilen analitik bir bakış sağlamaktır.

Poisson modeli: gol sayma sanatı

Olasılık modellemesinin başlangıç noktası genellikle Poisson dağılımıdır. Poisson, "belirli bir sürede ortalama X kez gerçekleşen nadir olaylar" için tasarlanmış bir matematiksel araçtır ve futbol golleri tam da buna uyar: bir takım maç başına ortalama belli bir gol atar, ama her maç farklıdır.

Mantık basittir. Her takım için bir beklenen gol (lambda) değeri hesaplanır. Bu değer takımın hücum gücü, rakibin savunma zaafı ve ev sahibi avantajı gibi faktörlerden türetilir. Ardından Poisson formülü, "bu takımın 0, 1, 2, 3... gol atma olasılığı nedir?" sorusunu yanıtlar.

İki takımın gol dağılımı birleştirildiğinde tüm skorların olasılık matrisi ortaya çıkar. Örneğin 1-0, 2-1, 0-0 gibi her skorun bir yüzdesi olur. Bu matristen maç sonucu, alt/üst ve karşılıklı gol gibi marketlerin olasılıkları toplanabilir.

Poisson'un gücü sadeliğindedir, ama bir zaffı vardır: gerçek futbolda az gollü skorları (özellikle 0-0 ve 1-1 beraberlikleri) hafife alma eğilimindedir. İşte burada Dixon-Coles devreye girer.

Dixon-Coles ve Elo: modeli gerçeğe yaklaştırmak

Dixon-Coles modeli, klasik Poisson'un üzerine inşa edilmiş bir iyileştirmedir. 1997'de iki istatistikçi tarafından önerilen bu yöntem iki önemli düzeltme getirir:

• Düşük skor düzeltmesi: 0-0, 1-0, 0-1 ve 1-1 gibi az gollü sonuçların olasılığını gerçeğe uygun şekilde ayarlar (rho parametresi).
• Zaman ağırlığı: son maçlara, eski maçlardan daha fazla ağırlık verir; böylece form değişimleri modele yansır.

Elo puanı ise tamamen farklı bir mantıkla çalışır. Satrançtan futbola uyarlanan Elo, her takıma tek bir güç puanı verir. Takım beklenenden iyi oynayınca puanı artar, kötü oynayınca azalır. İki takımın Elo farkı, doğrudan kazanma olasılığına çevrilebilir.

Bu iki yaklaşım birbirini tamamlar. Poisson/Dixon-Coles gol üretimine, Elo ise genel takım gücüne ve form ivmesine odaklanır. Ciddi bir analitik platform tek bir modele güvenmez; birden çok motoru paralel çalıştırır ve sonuçları karşılaştırır.

Monte Carlo: aynı maçı binlerce kez oynatmak

Monte Carlo simülasyonu, belirsizliği anlamanın en sezgisel yoludur. Fikir şudur: maçı bilgisayarda binlerce, hatta on binlerce kez "oynat" ve her seferinde ne olduğunu say.

Her sanal maçta model, hesaplanan olasılıklara göre rastgele bir skor üretir. 10.000 simülasyon sonunda, örneğin ev sahibi 4.800 kez kazanmışsa, kazanma olasılığı yaklaşık %48 olarak okunur. Bu yöntem özellikle karmaşık sorularda işe yarar:

• Bir takımın ligi ilk üçte bitirme olasılığı nedir?
• Bir turnuvada yarı finale kalma şansı ne kadar?
• Farklı marketler arasındaki bağımlılık nasıl davranır?

Monte Carlo'nun güzelliği, tek bir formüle sığmayan senaryoları da modelleyebilmesidir. Dezavantajı ise hesaplama maliyetidir: doğru sonuç için yeterince çok simülasyon gerekir. Az simülasyon, gürültülü ve güvenilmez sonuç verir.

Kalibrasyon ve model uyumu: bir model ne zaman "iyi"dir?

Bir model güzel sayılar üretebilir ama bu onun doğru olduğu anlamına gelmez. Modelin kalitesini ölçmenin iki temel kavramı vardır: kalibrasyon ve model uyumu.

Kalibrasyon, modelin verdiği yüzdelerin gerçeğe uyup uymadığını test eder. Basit kural: model "%70 olasılık" dediği yüz olayın yaklaşık yetmişinde haklı çıkmalıdır. Eğer %70'lik tahminler gerçekte sadece %50 oranında gerçekleşiyorsa, model aşırı kendine güveniyor demektir ve düzeltilmesi (yeniden kalibre edilmesi) gerekir.

Model uyumu (model agreement) ise farklı motorların aynı sonuçta buluşup buluşmadığına bakar. Poisson, Elo ve gelişmiş motor aynı maç için benzer olasılıklar üretiyorsa, sinyal daha güçlü ve daha az gürültülüdür. Motorlar birbirinden ayrılıyorsa, bu bir belirsizlik işaretidir ve dürüst bir platform bunu kullanıcıdan saklamaz.

Bu metrikleri ölçmenin yolu geriye dönük testtir (backtest): model geçmiş maçlara, sonucu bilmeden uygulanır ve tahminleri gerçek sonuçlarla karşılaştırılır. Sızıntısız (point-in-time) bir backtest, modelin gerçekten işe yarayıp yaramadığını gösteren en dürüst aynadır. Burada raporlanan ROI ve isabet oranı, geçmiş veriye dayalı simülasyon kalite ölçütleridir; gelecekteki bir sonucun garantisi değildir.

Modellerin sınırları ve dürüst kullanım

Hiçbir olasılık modeli geleceği bilemez. Futbol; kırmızı kart, sakatlık, hakem kararı, hava durumu ve saf şans gibi modellenemeyen faktörlerle doludur. İyi bir model bu belirsizliği inkar etmez; tam tersine onu sayısallaştırır.

Bu yüzden sorumlu bir analitik yaklaşımda şunlar vardır:

• Veri kalitesi şeffaflığı: az veri olan lig veya turnuvalarda model güveni düşüktür ve bu açıkça belirtilmelidir.
• Risk seviyesi etiketleri: her analiz, ne kadar belirsizlik taşıdığını gösteren işaretlerle sunulur.
• Garantisiz dil: "kesin", "kazandırır" gibi ifadeler kullanılmaz; çünkü olasılık doğası gereği garanti içermez.

11Stat'i klasik bir tahmin sitesinden ayıran fark budur: amaç bir sonucu vaat etmek değil, futbolu olasılık, veri kalitesi ve model uyumu üzerinden okunabilir kılmaktır. Bu içerik bahis tavsiyesi değildir; eğitim ve veri analizi amaçlıdır.