Vai al contenuto

La distribuzione di Poisson nelle scommesse sul calcio

Poisson trasforma i gol attesi in probabilità dei risultati. La formula, una tabella di esempio, i mercati di cui calcola il prezzo e i suoi limiti.

BAI8 Research4 min di lettura

In questa pagina
  1. La formula
  2. Da due colonne a una griglia dei punteggi
  3. I mercati per cui calcola un prezzo
  4. Dove sbaglia
  5. Il rapporto con BAI8
  6. Cosa non dice questo modello

La distribuzione di Poisson è il modo più semplice e onesto per passare da «questa squadra dovrebbe segnare circa 1.5 gol» a «questa squadra segna esattamente un gol nel 33.5% dei casi». Parte da un solo numero, i gol attesi di una squadra, e lo distribuisce tra 0, 1, 2, 3 e più gol. Ripetendo il calcolo per entrambe le squadre e combinando i risultati, si ottiene una probabilità per ogni punteggio. Da questa griglia si può ricavare un prezzo per la maggior parte dei mercati sui gol nel calcio, dal risultato esatto alla porta inviolata.

La formula

Per una squadra che dovrebbe segnare λ gol, la probabilità di segnare esattamente k gol è:

P(k) = e^−λ × λ^k / k!

Qui e vale circa 2.718 e k! è il fattoriale di k (3! = 3 × 2 × 1 = 6). Prendiamo una squadra di casa con λ = 1.5 e una squadra ospite con λ = 1.1. Sono dati di esempio, non valori di BAI8:

Gol Casa, λ 1.5 Trasferta, λ 1.1
0 22.3% 33.3%
1 33.5% 36.6%
2 25.1% 20.1%
3 12.6% 7.4%
4 4.7% 2.0%
5 o più 1.9% 0.5%

Le guide di Smarkets e Pinnacle indicate tra le fonti illustrano gli stessi passaggi, compreso come stimare λ a partire dalla forza offensiva e difensiva.

Da due colonne a una griglia dei punteggi

Se i gol delle due squadre sono indipendenti, la probabilità di un punteggio si ottiene moltiplicando i due valori delle colonne. Un 1-1 ha una probabilità del 33.5% × 36.6% = 12.3%. Un 1-0 del 33.5% × 33.3% = 11.1%. I sei punteggi più probabili in questo esempio:

Punteggio Probabilità Prezzo equo
1-1 12.3% 8.13
1-0 11.1% 9.01
2-1 9.2% 10.9
2-0 8.4% 11.9
0-1 8.2% 12.2
0-0 7.4% 13.5

Sommando le celle della griglia in modi diversi si ottengono interi mercati. Le vittorie in casa arrivano al 46.4%, i pareggi al 25.8%, le vittorie in trasferta al 27.8%. Tre o più gol arrivano al 48.2%. La probabilità che la squadra di casa mantenga la porta inviolata corrisponde allo zero della squadra ospite: 33.3%.

I mercati per cui calcola un prezzo

Mercato Cosa si somma Probabilità di esempio Approfondimento
Risultato esatto una cella 1-1: 12.3% Risultato esatto
Over 2.5 gol celle con 3+ gol 48.2% Over/under 2.5
Porta inviolata la riga dello 0 dell'altra squadra casa: 33.3% Porta inviolata
Margine di vittoria celle raggruppate per differenza reti casa con 1 gol di scarto: 23.2% Margine di vittoria
Tempo con più gol lo stesso calcolo, suddiviso per tempo serve una suddivisione temporale Tempo con più gol

Dove sbaglia

Due ipotesi creano problemi. La prima è che i gol delle due squadre siano indipendenti. Dixon e Coles hanno riscontrato che il modello di base assegna prezzi errati ai punteggi bassi, 0-0, 1-0, 0-1 e 1-1, e hanno introdotto una correzione. La seconda è che il tasso di segnatura di una squadra resti costante per 90 minuti. Non è così: una squadra che passa in svantaggio attacca, un'espulsione cambia tutto e la situazione di gioco modifica il tasso per tutta la partita. E l'intera griglia dipende dalla qualità di λ. Un dato errato sui gol attesi produce una griglia che dà per affidabili valori sbagliati. Il nostro approfondimento sugli xG spiega da dove provengono questi dati.

Il rapporto con BAI8

I numeri pubblicati da BAI8 non provengono da un modello di Poisson. Una scheda parte dall'intero mercato dell'esito della partita, dopo aver rimosso il margine, e lo modifica in base a ciò che è emerso dalla ricerca, come spiegato in come BAI8 calcola il prezzo di una partita. La scheda di oggi per Trabzonspor v SC Freiburg riporta Trabzonspor 50.7%, pareggio 23.2%, Freiburg 26.1%, e si limita a questo. Non pubblica λ per nessuna delle due squadre, quindi non è possibile ricostruire una griglia dei punteggi a partire da quei numeri.

Cosa non dice questo modello

Poisson non dice dove si trova il value. Fornisce una prima stima rigorosa, che può poi confrontare con un prezzo dopo aver rimosso il margine. I bookmaker possono usare modelli molto più articolati della versione di base, quindi una differenza tra il suo valore Poisson e il mercato indica più spesso una lacuna nei dati di partenza che un errore nel prezzo.

18+. Scommetta solo ciò che può permettersi di perdere.

Analisi BAI8

Vedi dove c'è value su qualsiasi partita

La nostra probabilità per ogni risultato contro il prezzo migliore tra più di settanta bookmaker, così vedi quali scommesse valgono la pena prima di farne una.

Piano Gratuito: 5 analisi al mese. Nessuna carta.

Inizi gratis

Domande frequenti

Cos'è la distribuzione di Poisson nelle scommesse sul calcio?

Una formula che calcola la probabilità che una squadra segni 0, 1, 2 o più gol a partire da un solo numero: i suoi gol attesi. Combinando le distribuzioni delle due squadre si ottiene una probabilità per ogni risultato esatto e, da queste, per la maggior parte dei mercati sui gol.

Qual è la formula di Poisson per i gol?

La probabilità di k gol è e elevato a meno λ, moltiplicato per λ elevato a k, diviso per il fattoriale di k, dove λ è il numero di gol attesi. Con λ pari a 1.5, la probabilità di segnare esattamente un gol è circa il 33.5%.

Il modello di Poisson è accurato per il calcio?

È una buona prima approssimazione ed è alla base di molti modelli pubblicati, a partire da quello di Maher del 1982. Dixon e Coles hanno mostrato che stima con una lieve imprecisione i risultati con pochi gol, come 0-0 e 1-1, e hanno proposto una correzione. Consideri quindi la versione semplice come un punto di partenza.

BAI8 usa un modello di Poisson?

Non per i dati che pubblica. Una scheda BAI8 parte dall'intero mercato del risultato della partita, da cui viene rimosso il margine, e lo modifica in base alla ricerca. Usiamo Poisson negli articoli esplicativi per mostrare come funzionano i mercati sui gol.

Fonti

  1. Maher, Modelling association football scores, Statistica Neerlandica 1982doi.org
  2. Dixon and Coles, Modelling association football scores and inefficiencies in the football betting marketdoi.org
  3. Smarkets Help Centre, how to calculate Poisson distribution for football bettinghelp.smarkets.com
  4. Pinnacle, Poisson distribution, predicting the scorespinnacle.bet
  5. BAI8 Desk preview, 5 November 2026bai8.app

Leggi dopo