Piala Dunia 2026 | Logik Model Dijelaskan · Teras Keputusan Kuantitatif

Piala Dunia 2026 · Logik Model Dijelaskan

xG · Indeks Rentak · ELO · Nilai Odds · Gabungan & Output Algoritma Telus · Tafsiran Faktor · Boleh Dihasilkan Semula

Jangkaan Gol (xG) Indeks Rentak Perlawanan Penarafan ELO Dinamik Model Nilai Odds Gabungan & Output

Model Jangkaan Gol (xG) · Kuantiti Kualiti Tembakan

Regresi XGBoost · 100k+ Sampel Tembakan

🎯 Logik Teras

xG menganggarkan kebarangkalian tembakan menjadi gol, dilatih pada ciri tembakan sejarah.

P(gol) = f(jarak, sudut, bahagian badan, jenis bantuan, tekanan pertahanan, konteks perlawanan)

Pemberat Faktor Top3: Tembakan kotak penalti (0.42) > Satu-lawan-satu/rebat (0.23) > Tanduk (0.18)
Ketepatan Model: Korelasi xG musim vs gol sebenar R² = 0.86
Peringkat kalah mati menambah faktor "tekanan perlawanan" dinamik ±5%

📈 Aplikasi

Menilai ancaman serangan sebenar (menapis nasib jadual)
Perbezaan kekuatan: xG_diff = xG pasukan - xG lawan
Amaran kejutan: Pasukan dengan gol sebenar 20% di bawah xG menghadapi risiko regresi

Contoh: Brazil purata xG 2.9, gol sebenar 3.1 (+0.2) menunjukkan prestasi berlebihan, tetapi mungkin regresi di kalah mati.

Model xG dilatih pada 100k+ tembakan dari 2018-2024 5 liga teratas + kejohanan antarabangsa. Pengesahan silang memastikan generalisasi. Setiap +1m jarak tembakan mengurangkan xG sebanyak ~0.03.

Indeks Rentak Perlawanan · Kecekapan Peralihan

PPDA + Kelajuan Peralihan + Larian Intensiti Tinggi

⚡ Formula

Skor Rentak = 0.4×PPDA + 0.3×(1/kelajuan peralihan)×100 + 0.3×larian intensiti tinggi (km)

PPDA = hantaran lawan / tindakan pertahanan (lebih rendah = tekanan lebih kuat)
Kelajuan peralihan: masa purata dari serangan ke pertahanan (saat), lebih cepat lebih tinggi skor
Larian intensiti tinggi: jarak terkumpul pada >20km/j

📊 Tafsiran

Skor Rentak >75: pasukan tekanan tinggi (England, Brazil)
Skor Rentak <50: kawalan berasaskan penguasaan (Sepanyol, Argentina dalam beberapa fasa)
Dalam kalah mati, pasukan dominan rentak menang 68% perlawanan, kebarangkalian mendahului HT +21%

Penggunaan praktikal: Apabila skor rentak pasukan kuat turun 10% di bawah purata musim dan ancaman balas lawan >1.2, berhati-hati dengan kejutan.

Penarafan ELO Dinamik · Kuantiti Kekuatan & Kemas Kini

ELO Standard + Pekali Kejohanan + Pelarasan Rumah/Tandang

📐 Formula Algoritma

R_baru = R_lama + K × (S - E)

Faktor K: Pusingan akhir Piala Dunia K=40, kelayakan K=30, persahabatan K=15
Kelebihan rumah: simulasi +35 mata asas
E = 1 / (1 + 10^((R_lawan - R_diri)/400))

🎯 Aplikasi & Penentukuran

ELO awal: berdasarkan keputusan 5 tahun lepas kejohanan + penukaran ranking FIFA
Kemas kini dinamik: dikira semula selepas setiap perlawanan, kepekaan meningkat dalam kalah mati
Perbezaan ELO >120 → kebarangkalian kemenangan pasukan kuat ≈65%

Volatiliti ELO semasa Piala Dunia adalah 1.5x normal, mencerminkan turun naik bentuk kejohanan.

Model Nilai Odds · Kelly & Serakan

Nilai Jangkaan + Pecahan Kelly + Percanggahan Merentas Platform

💰 Logik Nilai Jangkaan (EV)

EV = Kebarangkalian Model × Odds - 1

EV > 0.05 → isyarat nilai pertaruhan
Pecahan Kelly: f* = (bp - q)/b ; dibelah dua di peringkat kalah mati
Perbezaan kebarangkalian model vs kebarangkalian tersirat pasaran >6% mencetuskan amaran

📡 Pemantauan Serakan

Sisihan piawai merentas platform σ > 0.12 → percanggahan tinggi
Serakan odds seri luar biasa + penyongsangan volum → isyarat perangkap berpotensi
Pergerakan odds pembukaan→penutupan >12% memerlukan penilaian semula fundamental

Enjin odds mengagregat 7 buku utama, menyegar setiap 15-20 minit, mengira serakan automatik dan peluang arbitraj (analisis sahaja).

Gabungan Model · Output Kebarangkalian & Penjanaan Strategi

Regresi Logistik + Kemas Kini Bayesian + Monte Carlo

🔗 Seni Bina Gabungan

Input ciri: xG_diff, perbezaan Rentak, perbezaan ELO, odds tersirat, faktor kecederaan/rumah
Algoritma gabungan: Regresi logistik + pemberat dinamik Bayesian (prior Bayesian diperkukuh 20% dalam kalah mati)
Output: kebarangkalian menang/seri/kalah, taburan kebarangkalian mara, indeks kejutan

📊 Simulasi Monte Carlo

10,000 simulasi laluan setiap perlawanan kalah mati
Menggabungkan kebarangkalian keputusan + taburan gol + rawak kad
Output: odds mara, skor paling mungkin, ambang kejutan

AUC pengesahan selepas gabungan = 0.79. Selang keyakinan peringkat kalah mati dilebarkan ±8% untuk mencerminkan rawak dengan sesuai.

Cadangan strategi akhir dihasilkan secara dinamik daripada kebarangkalian gabungan dan pecahan Kelly, dilapisi dengan saiz kedudukan risiko (maks 2% daripada modal setiap perlawanan). Pengguna boleh melihat sumbangan faktor setiap model.