BETA nonprofit public democratic european moderated

Search

#AnalizaDanych

Siemka: 1. Sparingi jako input to overfitting do szumu. Predykcja zmieniła się „po uwzględnieniu kilkudziesięciu sparingów”. Mecze towarzyskie mają niemal zerową wartość predykcyjną: rotowane składy, obciążenia treningowe w środku cyklu, testy taktyczne, różna motywacja rywala - lub sparingi trwające 180 minut. Radomiak spada do strefy zagrożonej po porażce z trzecioligowcem, Jagiellonia skacze na 2. miejsce po wygranej ze Spartą - model reaguje na sygnał, którego tam nie ma. Modele (FiveThirtyEight/Opta) albo ignorują sparingi, albo ważą je marginalnie. 2. Systemowy bias przeciw beniaminkom. Wisła na 17. miejscu z 0,2% na mistrzostwo to niemal na pewno generyczny prior „beniaminek = kandydat do spadku”, bo model nie ma cross-league’owej kalibracji siły między Ekstraklasą a 1. ligą. Drużyna, która dominowała ligę niżej, dostaje ten sam handicap co przeciętny promowany zespół. To znany, mierzalny błąd tego typu modeli. 3. Fałszywa precyzja. Różnica 0,2% vs 0,3% na mistrzostwo czy 37,4 vs 37,7 xPts jest głęboko poniżej błędu samego Monte Carlo, nie mówiąc o niepewności parametrów. Prezentacja z jednym miejscem po przecinku sugeruje moc rozdzielczą, której model nie ma - miejsca 12–17 to w praktyce jedna nierozróżnialna chmura (40,8 do 37,4 xPts). 4. Brak jakiejkolwiek komunikacji niepewności i kalibracji. Żadnych przedziałów, żadnego opublikowanego Briera czy log-loss vs kursy zamknięcia bukmacherów - a to jedyny uczciwy benchmark. Model, który nie pokazuje, jak się mylił historycznie, prosi o zaufanie na kredyt. 5. Okno transferowe > sparingi. W lipcu głównym driverem siły składu są transfery i to, kto zostanie do deadline’u - tego sparingi nie proxy’ują. Predykcja przedsezonowa bez jawnego modelowania squad turnover jest w dużej mierze ekstrapolacją zeszłego sezonu. Wisła czeka na Dzika wciąż. Uczciwie: sama ostrożność wobec beniaminka nie jest absurdem - historycznie promowani lądują nisko częściej niż sugeruje forma z ligi niżej. Problem nie w tym, że Wisła jest nisko, tylko w tym, jak model do tego doszedł i jaką pewność udaje. :) proszę mi tu nie WKR kibiców @wislakrakowsa 🔵⚪️🔴 #Ekstraklasa #Futbol #AnalizaDanych