データは嘘をつかない？

データは正直だが、驚きがある

プレミアリーグ予測モデルを開発した経験を持つ私。テストでは78％以上の試合結果を正確に予測できたが、今回はブラジル・バエイ第12節で違和感を覚えた。

防御力が高いチームもいれば、攻撃力抜群のチームもいる。しかし実際は、6割以上がドローか1ゴール差。純粋なモデルでは説明できない混沌が広がっていた。

サッカーとは数字ではなく、「人の感情」だ。

意外な展開：統計と魂の狭間で

• ヴォルタ・レドンダ vs アヴァイ（1–1）：ハーフタイム0–1から後半逆転。モデルはアヴァイ勝利確率58％と予測したが、精神的な揺らぎが試合を変える。
• アマゾンFC vs ヴィーラ・ノヴァ（2–1）：長年の守備不安にもかかわらず完封。モデルは2失点以上と予想したのに……
• ゴイアス vs フェロ・ヴィアリア（4–0）：選手不足と負傷者多発で35％しか勝利確率がないはずなのに……昇格戦意がすべてを変えた。

これは誤りではない。むしろ「特徴」である。

見逃しがちな統計的偏り5つ

1. 長距離移動による疲労（平均600km以上）
2. ホーム優位性の不一致（8試合中3勝のみ）
3. 夜間試合でのレッドカード倍増
4. コパアメリカ出場調整による戦術ローテーション
5. 心理的モメンタムは数値化できないが現実に影響する

だからこそ、データは「解釈」されるべきだ。ファンは不確実性に魅了され、アナリストは論理で grounded になるのだ。

次に注目すべきのは？パターン認識に基づく予測——単なる当てずちではない

現在の分析から見えてきたポイント：

• クルチバ対アマゾンFC：XGは高いが得点转化率低め。モデルではクルチバにわずかな優位性あり（ゾーンプレス強さによる）。だが……大勝後の勢いには敵わない可能性も。
  
  アルゴリズムは一つの答えを言う。
  ピッチには別の声がある。
  私は両方を受け入れる。