Бразильська Серія B: Тайні тренди

Хаос за статистикою

Остання тиждень у Серії B був не просто боротьбою — це була статистична експлозія. У 30 матчах було забито 85 голів, а 60% з них завершилися нав’язливими результатами або малими рахунками. Як колись побудував симулятори Монте-Карло для хедж-фондів — це не випадковості. Це шаблонний хаос.

Репутація паритету у цьому чемпіонаті — не миф. Це ліга, де розподіл сил значно ширший, ніж здається.

Коли аутсайдери перемагають (та чому)

Наприклад, Гойяс проти Крїсюми (1–0): низький рахунок, але глибоко дивимось. За моєю моделлю перетворення ударів, Гойяс в середньому має лише 0,47 очiкуваного гола на матч — проте виграв через пенальтi на останнiх хвилинах. Це не вдача — це тактична дисципліна.

А Вила Нова проти Коритиби закинула 2–0, хоча обидвi команди мали подiбну кiлькiсть xG (~1,2). Розрив? Оборона й виконання стандартiв — метрика, яку моя баєсовська мережа позначає як ключову у боротьбi за середину турнiру.

Цей тиждень доводить: стабльнiсть оборони частiше перемагає фейерверки нападництва.

Найсильнiшими є невидимими

Їх не показують у екскурсах: команди, що контролюють темп через ефективнiсть передач i активне пресингування.

Подивимось на резервну команду Сантус Пулто (так, навчальнi команди СПФ грають тут). Вони вже шести матчах не пропускали бiльше одного гола. Середня точнiсть передач? 86%. У лiзii багато грають нижче 75% — це структурна перевага без випадковостi.

Ще важливiше: Крїсюма, хоч і з двома перемогами цього сезону, лeдве поступиться по кульмiнативних дuелях на %39 над iншими клубами — червоно-поперечний сигнал для тренерiv опонентaв при прогнозуваннi їхнього наступного руху.

Невидимий спалах фаворитa

Розглянемо Ферровария проти Атлетико Майнейро, який завершився 1–2 попри те що фаворитами билися за класичними коефIцIєнтами.

Моя модель LSTM прогностувала шанс перемоги Атлетико на 62% — i все ж вони програли через раптовий змIна формування пID час матчу (рІдкий хIд для нижчих дIлIв БразилIї).

Урок? Н even маленькa тактична змIна компенсується з часом при точних метриках.

Сам собоюсь питайте себе: якщо ваша модель пропустить одну змIну — наприклад, втомлення гравця чи погодних умов — чи реально прогнозуватИ?

calculated — всИм людям здається що вонИ смартовшеІ за данІ… покии не програють кошти на ставках.