Mô hình dự đoán bóng đá hoạt động thế nào?

Ba tiếng trước giờ bóng lăn, một mô hình chạy xong và trả về ba con số: 52% cho đội chủ nhà, 26% cho hoà, 22% cho đội khách. Không có gì kịch tính trong bảng kết quả đó, và đó chính xác là mục đích của mô hình — nó không cố đoán tỷ số cuối cùng, nó ước tính khả năng xảy ra của từng kết quả.

Cách một mô hình Poisson tính bàn thắng

Cách phổ biến nhất là xem số bàn thắng của mỗi đội như một biến ngẫu nhiên tuân theo phân phối Poisson — công cụ thống kê cho các sự kiện rời rạc và hiếm. Mô hình ước tính một “kỳ vọng bàn thắng” cho mỗi đội từ sức tấn công của đội đó và sức phòng ngự của đối thủ — giả sử đội A kỳ vọng 1,6 bàn, đội B kỳ vọng 1,1 bàn — rồi Poisson chuyển hai con số này thành xác suất cho từng tỷ số, cộng nhóm lại thành ba xác suất thắng, hoà, thua. Vì sao ngay cả ô nhiều khả năng nhất cũng hiếm khi vượt một phần tám, xem bài kèo tỷ số chính xác.

Hai chỗ Poisson thuần bị lệch, và cách sửa

Ý tưởng gán cho mỗi đội một thông số tấn công và một thông số phòng ngự xuất hiện trong bài của Maher năm 1982. Mười lăm năm sau, Dixon và Coles đối chiếu mô hình với dữ liệu giải và cúp Anh giai đoạn 1992–1995, chỉ ra hai chỗ nó chệch so với thực tế và đề xuất cách chỉnh (Journal of the Royal Statistical Society: Series C, tập 46, trang 265–280 — Lancaster University).

Chỗ lệch thứ nhất nằm ở nhóm tỷ số thấp. Giả định hai đội ghi bàn hoàn toàn độc lập với nhau khiến mô hình ước tính sai tần suất của 0–0, 1–0, 0–1 và 1–1 — đúng nhóm chiếm phần lớn số trận, và là nhóm quyết định xác suất cửa hoà. Hai tác giả thêm một hệ số hiệu chỉnh riêng cho bốn ô này.

Chỗ lệch thứ hai nằm ở thời gian. Trận cách đây hai năm và trận tuần trước không nói cùng một điều về lực lượng hiện tại, nên thay vì lấy trung bình đều, mô hình gán trọng số giảm dần theo độ cũ của trận. Hai chỉnh sửa đó vẫn là điểm xuất phát của phần lớn mô hình tỷ số ngày nay.

Dữ liệu đầu vào nào quyết định chất lượng mô hình

Kỳ vọng bàn thắng ở trên được suy ra từ nhiều nguồn: sức tấn công và phòng ngự tính từ bàn ghi được và để thủng qua một chuỗi trận, lợi thế sân nhà, phong độ 5 trận gần nhất gán trọng số cao hơn trận đã lâu, và chỉ số xG dùng thay số bàn thô vì ít bị nhiễu bởi may rủi dứt điểm. Không nguồn nào trong số đó loại bỏ hoàn toàn sai số.

Vì sao kết quả luôn là xác suất, không phải khẳng định

Bóng đá ít bàn thắng, nên biến động ngẫu nhiên chiếm tỷ trọng lớn so với xu hướng trung bình: một cú chạm cột dội vào lưới thường quyết định tỷ số nhiều hơn chênh lệch trình độ. Đo trên 43.350 trận bóng đá Anh từ 1888 tới 2005, đội có thành tích kém hơn vẫn thắng ở 45,2% số trận — cao hơn hẳn bóng rổ và bóng bầu dục Mỹ, nơi con số này chỉ quanh 36% (Journal of Quantitative Analysis in Sports). Mô hình tốt chỉ giảm sai số trung bình trên rất nhiều trận, không xoá được ngẫu nhiên ở một trận đơn lẻ.

Chấm điểm một mô hình bằng gì

Tỷ lệ đoán trúng cửa là thước đo tồi. Mô hình nói 52% cho chủ nhà mà đội khách thắng thì chưa sai gì cả — nó đã ghi rõ gần một nửa khả năng thuộc về hai cửa còn lại. Muốn biết mô hình tốt tới đâu, phải chấm cả phân phối xác suất chứ không chỉ chấm ô cao nhất.

Giới nghiên cứu dùng các hàm chấm điểm cho việc này. Constantinou và Fenton (2012) đề xuất ranked probability score vì nó tính tới thứ tự ba kết quả: lệch sang cửa hoà bị phạt nhẹ hơn lệch hẳn sang cửa ngược lại. Đề xuất đó không được đồng thuận hoàn toàn — Wheatcroft (2019) lập luận rằng tính “nhạy với khoảng cách” không đóng góp gì cho mục tiêu thực tế của việc chấm điểm, và đề nghị dùng ignorance score thay thế (arXiv).

Có một phép thử đơn giản hơn mà người đọc tự làm được: gom các trận từng được gán 60% rồi đếm. Trong 100 trận như vậy, khoảng 60 trận phải thật sự xảy ra; lệch xa mốc đó nhiều lần liên tiếp là dấu hiệu mô hình sai hệ thống, không phải xui.

Giới hạn thật của mô hình

Một mùa giải chỉ có 30 đến 38 trận mỗi đội — mẫu khá nhỏ để ước lượng thông số. Chuyển nhượng và chấn thương làm dữ liệu cũ nhanh mất giá trị. Động lực thi đấu đổi khi một đội đã chắc suất trụ hạng hoặc vô địch sớm.

Vì tỷ lệ cược trên thị trường đã tổng hợp dữ liệu từ rất nhiều nguồn, một mô hình cá nhân hiếm khi thắng được thị trường ổn định qua thời gian. Giá trị của nó là hiểu vì sao một trận được định giá như vậy, không phải một hệ thống đảm bảo lợi nhuận — cùng logic ở bài kèo thơm.

Câu hỏi thường gặp

Mô hình có đoán được tỷ số chính xác không? Nó tính xác suất cho từng tỷ số, nhưng ô cao nhất thường vẫn dưới 15%. Con số nhỏ như vậy không phải một dự báo tỷ số, chỉ là ô có khả năng lớn hơn các ô còn lại.

Bao nhiêu trận thì đủ để đánh giá một mô hình? Không có mốc cố định. Vài chục trận gần như không tách được mô hình tốt khỏi may mắn; các nghiên cứu chấm điểm thường làm trên vài trăm tới vài nghìn trận.

Mô hình có tính được thẻ đỏ hay chấn thương giữa trận không? Không, nếu chạy trước giờ bóng lăn. Những biến cố đó chỉ vào được mô hình tính lại liên tục trong lúc trận diễn ra, như cách kèo rung hoạt động. Một mô hình đang chạy thật thì đầu ra của nó phải xem được, chứ không chỉ mô tả bằng lời: bản của trang này chấm xác suất thắng hoà bại cho từng trận sắp đá, xem ở trang chủ.

Nội dung trên chỉ mang tính giải thích thuật ngữ và tham khảo thông tin, không phải lời khuyên tài chính hay khuyến khích tham gia cá cược. Hoạt động cá cược tiềm ẩn rủi ro tài chính và chỉ dành cho người từ 18 tuổi trở lên, tại nơi hoạt động này được pháp luật cho phép.

Theo dõi kèo bóng đá hôm nay và tỷ số trực tiếp hôm nay trên Kèo Nhà Cái 55 — số liệu trong bài đều lấy từ cùng nguồn dữ liệu đó.