Para prever com êxito o resultado de um jogo de futebol, os apostadores precisam de duas coisas: informações e um modelo. Quantos golos são marcados em média por jogo? Com que frequência é que um remate se converte num golo? E mais importante ainda, de que forma é que os apostadores podem utilizar os dados passados para prever o número de golos e efetuar apostas vencedoras? Este artigo explica como utilizar um modelo de golos esperados para prever o resultado num jogo de futebol. Continue a ler para ter a resposta.
Com apenas 2,73 golos por jogo em média ao longo das últimas cinco épocas completas na Premier League, os golos no futebol são um evento relativamente raro. Como afirma o popular livro de dados de futebol The Numbers Game, até 50% do resultado de qualquer jogo pode dever-se à sorte, ao ressalto da bola ou à decisão do árbitro.
Torna-se, portanto, imperativo utilizar uma amostra maior de dados para as suas previsões. Assim, em vez de utilizarmos os 2,73 golos por jogo na Premier League em 2015/16 como modelo de previsão, podemos utilizar os 8,49 remates à baliza, ou talvez os 25,7 remates no total.
No entanto, a questão aqui é que, embora todos os golos tenham um valor igual, a probabilidade de marcar um remate pode variar imenso e é aqui que entram os golos esperados (ou “xG” para abreviar). Em média, um remate na principal divisão inglesa foi convertido 9,7% das vezes ao longo das últimas cinco épocas, mas se dividirmos esses remates em categorias, vemos claramente como a taxa de conversão pode variar.
Ao olharmos para os dados históricos, podemos calcular a probabilidade média de cada remate ser marcado, ao incluirmos tantos ou tão poucos fatores quantos quisermos. Alguns modelos mais aprofundados incluem fatores como se foi um golo marcado com os pés ou com a cabeça, a situação que deu origem ao remate e por aí adiante. Tal requer competências avançadas de recolha de dados e de análise estatística, mas ainda assim é possível obter informações se utilizarmos um sistema de golos esperados bem mais simples. Aqui, vou explicar o que eu utilizo.
Calcular o valor dos diferentes tipos de golos
Vamos começar com os penáltis. Entre 2011/12 e 2015/16, houve 443 penáltis na Premier League e, desses, foram marcados 347, o que significa que, em média, 78,3% dos penáltis resultaram num golo. Portanto, atribuímos a um penálti um valor esperado de golo de 0,783.
A OPTA classifica de “grandes hipóteses” o que eles consideram como oportunidades de grande qualidade, definindo-as como “uma situação em que se espera razoavelmente que o jogador marque golo (normalmente uma situação de um-para-um ou de muito perto da baliza)”.
Ao longo das últimas cinco épocas, na principal divisão inglesa, foram marcadas 2579 de um total de 6213 grandes hipóteses. No entanto, temos de lembrar-nos que os penáltis estão incluídos nestes números e, por isso, as grandes hipóteses que não resultaram de penáltis foram convertidas a uma taxa de 38,7%, o que dá a estes remates um valor xG de 0,387.
Pondo estes de lado, restam-nos os outros remates que foram feitos dentro da área. Nos últimos cinco anos, houve 22 822 não-grandes hipóteses na área, tendo 1587 delas encontrado o fundo da rede, o que dá um valor de golo esperado médio de 0,070.
Finalmente, há os remates feitos fora da área. Houve 22 318 desses remates na Premier League entre agosto de 2011 e maio de 2016, tendo 809 deles sido marcados, possibilitando em média uma hipótese de 3,6% de resultar em golo. Assim sendo, isto dá aos remates de fora da área um valor de golo esperado de 0,036. Haverá variação nestes números, uma vez que os remates de livre direto são convertidos a uma taxa de cerca de 5-6%, mas para um sistema simples como este, o número de 3,6% será suficiente.
Como calcular os golos esperados por equipa
Estes dados sobre remates estão amplamente disponíveis em diversos websites e aplicações de futebol; assim, armado com o conhecimento acima, poderá facilmente fazer as contas xG para cada equipa num jogo. Se olharmos para os jogos desta época (até e incluindo 12 de março de 2017), conseguimos perceber como isto lhe pode dar uma vantagem sobre os simples dados de remates. Dos 211 jogos da Premier League que foram “ganhos” (excluindo-se os próprios golos), a equipa que teve o maior número de remates saiu vitoriosa em 151 (71,6%) deles, enquanto a equipa que teve uma pontuação xG mais elevada ganhou em 170 ocasiões (80,6% das vezes).
Utilizando os dados xG para a época de 2016/17 e a distribuição de Poisson, fiz as seguintes previsões de resultados e probabilidades para os jogos da semana 29 da Premier League.
Prever o resultado com base em valores xG
Podemos ver a partir da coluna de “resultado previsto” que houve um resultado correto e quatro outras opções de resultados (em termos de vitória em casa, empate ou vitória fora) que eram exatas. Utilizando as probabilidades que o meu sistema calculou, podemos ver que a equipa favorita “ganhou” a aposta em seis dos dez jogos, mas é necessário obviamente comparar as suas probabilidades com aquelas disponibilizadas pela Pinnacle e decidir onde apostar em função disso. Para ficar a saber como implementar isto, comece por ler o nosso popular artigo O que representam as probabilidades de apostas.
As limitações do modelo preditivo xG
É importante recordar as limitações de qualquer modelo. Por muito bom que seja o seu sistema, ele não sabe que um exímio atacante saiu lesionado, que um clube parece rejuvenescido depois da mudança de um treinador, nem que uma equipa pode ficar cansada depois de jogar na Europa.
Um sistema como este também não conseguirá prever um jogo com uma goleada. Uma vez que se baseia em médias e cerca de metade dos jogos têm menos de 2,5 golos, é de esperar que assim seja.
Contudo, embora todos os remates representem 0,097 golos em média, utilizar um sistema simples como este revela que os remates do Manchester City representam atualmente 0,113, enquanto os do Hull só representam 0,083.
Utilizar dados estatísticos para os golos esperados pode ajudá-lo a quantificar a capacidade defensiva e a capacidade ofensiva de uma equipa com precisão. Utilize as sugestões acima mencionadas em conjunto com a distribuição de Poisson e estará lançado para fazer previsões exatas de resultados de jogos de futebol.
Se você quiser fazer uma aposta real online ou gostaria de saber mais sobre apostas esportivas, visite www.pinnacle.com.
