# Koeffitsient tahlilida raqamlar va ehtimollik: bukmeker matematikasi qanday ishlaydi
Lewis Hamiltonning Ferrari bilan chempionlik uchun kurash haqidagi bayonoti sportda hissiyot qanchalik muhimligini koʻrsatadi, ammo koeffitsient tahlilida hissiyotning oʻrni deyarli yoʻq. Bukmekerlar har bir ochkoʻz ehtimolni raqamga aylantirib, unga marja qoʻshadi va natijani oʻyinchi oldiga qoʻyadi. Agar siz stavka qoʻyishdan oldin faqat sezgi va jamoa ishqibozligiga tayansangiz, matematik jihatdan allaqachon yutqazib boʻlgansiz. Quyida koeffitsientning ichki tuzilishi, uning ehtimollikka oʻgirilishi va statistik maʼlumotlar bilan ishlashning aniq metodologiyasini koʻrib chiqamiz.
Har qanday kasr yoki oʻnlik koeffitsient ortida bitta oddiy formula turadi: ehtimol = 1 / koeffitsient. Aytaylik, oʻnlik koeffitsient 2.50 boʻlsa, uning ichida yashiringan ehtimol 40% ni tashkil qiladi. Bu hisob-kitob bukmekerning haqiqiy bahosi emas, balki uning marjasini ham oʻz ichiga olgan yakuniy koʻrsatkichdir. Ikki tomonlama bozorda, masalan, tennisda yoki basketbolda, ikkala koeffitsientning teskari qiymatlari yigʻindisi har doim 100% dan oshadi. Farq bukmekerning foydasi hisoblanadi.
Aniq misol keltiraman: 1.90 va 1.90 koeffitsientli toza ikki tomonlama bozorda har bir tomon 52.63% ehtimolni bildiradi, yigʻindi esa 105.26% boʻladi. Demak, bukmeker marjasi 5.26% ni tashkil qiladi. Agar siz uzoq muddatda 50% aniqlik bilan oʻynasangiz, har 100 birlik stavkadan oʻrtacha 5.26 birlik yoʻqotasiz. Marjani hisoblashning soddaroq usuli bor: (1 / k1 + 1 / k2) × 100 − 100 formulasi yordamida har qanday bozorning yashirin xarajatini aniqlash mumkin.
Marja bozor turiga qarab sezilarli farq qiladi. Asosiy futbol bozorlarida u 4-6% atrofida boʻlsa, ekzotik bozorlarda, masalan, futbolchining burchak toʻpini kim birinchi tepishi yoki kartochkalar soni boʻyicha, 10-12% ga chiqishi mumkin. Shuning uchun tajribali tahlilchi avval marjasi past bozorlarni tanlaydi, keyin ehtimol ustida ishlaydi.
Koʻpchilik oʻyinchilar faqat gollar soni va oxirgi besh oʻyin natijasiga qaraydi, bu esa model uchun juda sayoz asos. Ishonchli prognoz uchun kamida uch darajadagi maʼlumot kerak boʻladi: jamoa darajasidagi xG (kutilgan gol) koʻrsatkichi, oʻyinchi darajasidagi daqiqa va pozitsiya taqsimoti, hamda raqib sifati boʻyicha tuzatilgan koʻrsatkichlar. xG modeli zarbalarning masofasi, burchagi va himoyachilar zichligini hisobga oladi, shu sababli u haqiqiy gollardan koʻra barqarorroq signal beradi.
Quyidagi jadvalda oʻnta oʻyinlik namunadagi ikki jamoa koʻrsatkichlari keltirilgan:
| Koʻrsatkich | A jamoa | B jamoa |
|---|---|---|
| Oʻrtacha xG (oʻyin) | 1.62 | 1.18 |
| Oʻrtacha xGA (oʻtkazilgan) | 0.94 | 1.45 |
| Zarbalar aniqligi | 38% | 31% |
| Burchak toʻplari (oʻyin) | 5.8 | 4.2 |
| Nazorat ulushi | 54% | 47% |
Jadvaldagi farq bir qarashda kichik tuyuladi, ammo 38 oyinlik mavsumga ekstrapolyatsiya qilinsa, A jamoa taxminan 24 gol ortigʻi bilan yakunlaydi. B jamoa esa xuddi shu davrda 10 gol kamchilikda qoladi. Bu tafovut toʻgʻridan-toʻgʻri koeffitsientga taʼsir qiladi. Agar bukmeker A jamoaning gʻalabasiga 1.85 bersa, uning ichidagi ehtimol 54% ni tashkil etadi, model esa 58-60% atrofida baho bersa, qiymatli stavka paydo boʻladi.
Biroq xG ham mukammal emas. U zarba sifatini baholaydi, lekin jamoa tarkibidagi oʻzgarishlarni, jarohatlarni yoki oʻyin uslubidagi moslikni hisobga olmaydi. Shuning uchun modelga har doim qoʻlda tuzatish kiritish kerak boʻladi. Sof algoritmga koʻr-koʻrona ishonish, ayniqsa kichik namunalarda, xatolarni koʻpaytiradi.
Qiymatli stavka tushunchasi oddiy tengsizlikka asoslanadi: model ehtimoli bukmeker ehtimolidan yuqori boʻlishi kerak. Formula koʻrinishida bu p_model × k > 1 shartidir. Aytaylik, model gʻalaba ehtimolini 0.55 deb baholaydi, koeffitsient esa 2.00. U holda 0.55 × 2.00 = 1.10, yaʼni har 100 birlik stavkadan uzoq muddatda 10 birlik kutilyotgan foyda bor. Bu koʻrsatkich kutilgan qiymat (EV) deb ataladi.
Amaliyotda EV ijobiy boʻlgan har bir stavka foyda keltirmaydi, chunki dispersiya katta rol oʻynaydi. 1000 ta stavkadan iborat seriyada 55% aniqlikdagi tizim 5% marjani yengishi mumkin, lekin 50 ta stavkada natija tasodifiy tebranishga bogʻliq boʻlib qoladi. Shuning uchun bankroll boshqaruvi statistik tahlilning ajralmas qismi hisoblanadi. Kelli mezoni boʻyicha optimal stavka hajmi bankrollning EV / (k − 1) qismiga teng, ammo amalda koʻpchilik tahlilchilar bu qiymatning yarmini qoʻllaydi, chunki model xatosini hisobga olish kerak.
Agar siz yangi boshlovchi boʻlsangiz, eng avvalo bitta bozorga, masalan, faqat futbol oʻyinlarining “jami gol” liniyasiga ixtisoslashing. Tor doirada 200-300 oʻyinlik maʼlumot toʻplash, modelni tekshirish va xatolarni aniqlash uchun yetarli asos yaratadi. Keng doirada tarq