Geçmiş oran analizi yaparken “benzer maçların yüzde 70'i bu sonuçla bitmiş” ifadesi tek başına yeterli bilgi vermez. Kaç maç incelendiği, hangi kayıtların dışarıda bırakıldığı ve filtrelerin ne zaman seçildiği de önemlidir. İyi görünen bir yüzde, küçük örneklemden, eksik veriden veya sonucu gördükten sonra yapılan seçimlerden doğabilir.
Bir oran arşivini kullanırken hedef, en yüksek yüzdeyi bulmakla sınırlı kalmamalıdır. Aynı soruyu tekrar sorduğunuzda aynı veri ve yöntemle aynı sonuca ulaşabilmelisiniz. Aşağıdaki örnekler hayalîdir; herhangi bir ürünün geçmiş performansını veya belirli bir filtrenin başarısını temsil etmez.
Yüzde 70: on maç mı, bin maç mı?
Birinci filtrede 10 maçın 7'si, ikinci filtrede 1.000 maçın 700'ü seçilen sonuçla bitmiş olsun. İkisinde de gözlenen sıklık yüzde 70'tir. Ancak ilk gruptaki tek bir farklı sonuç yüzdeyi 10 puan değiştirir; ikinci grupta bu değişim 0,1 puandır. Payda görünmediğinde bu hassasiyet farkı kaybolur.
Bağımsız gözlemler ve aynı sabit gerçekleşme olasılığı varsayımı altında, yüzde 95 Wilson güven aralığı 7/10 için yaklaşık yüzde 39,7–89,2; 700/1.000 için yüzde 67,1–72,8 olur. Bu sayılar NIST'in Wilson aralığı formülü kullanılarak hesaplanmıştır. Örnek, daha büyük bir paydanın aynı gözlenen yüzdeyi daha dar bir aralıkla tahmin edebildiğini gösterir.
Bu aralıklar “bir sonraki maç bu ihtimalle kazanılır” demek değildir. Futbol maçlarında aynı takımların tekrar etmesi, sezon koşulları ve farklı rakip güçleri bağımsızlık ve ortak olasılık varsayımlarını zayıflatabilir. Büyük örneklem rastgele dalgalanmayı azaltabilir; sistemli seçim hatasını kendiliğinden düzeltmez.
Aynı maçın birçok oranı ayrı maç değildir
Bir karşılaşma için 20 bookmaker'dan ve her birinden 10 zaman noktasında fiyat kaydettiğinizde 200 oran satırı oluşabilir. Fakat maç sonucu hâlâ tek bir olaydır. “200 gözlem” ifadesini “200 bağımsız karşılaşma” gibi okumak belirsizliği olduğundan küçük gösterebilir. Raporunuzda satır sayısı, benzersiz karşılaşma sayısı ve veri kaynağı sayısını ayrı tutun.
Benzer şekilde 1X2, karşılıklı gol ve alt/üst sonuçları aynı maçta ilişkili olabilir. Bunları tek başarı yüzdesine yığmak hangi sorunun cevaplandığını belirsizleştirir. Market tanımları, çizgi ve sonuçlandırma kuralları analiz başlamadan sabitlenmelidir.
Sonucu gördükten sonra filtre seçmek
Önce 1.80–2.20 oran aralığını deneyip ardından en iyi sonucu veren ligleri, ayları ve dar fiyat bantlarını seçtiğinizi düşünün. Son tabloda yüksek bir yüzde bulabilirsiniz; fakat aynı veriyi hem fikri oluşturmak hem de fikri sınamak için kullanmış olursunuz. Denenen ve elenen zayıf kombinasyonlar görünmediğinde sonuç olduğundan ikna edici durur.
Bunun pratik çözümü bir araştırma kaydı tutmaktır. Soruyu, oran aralığını, ligleri, tarih sınırlarını ve ölçüm yöntemini yazın. Geliştirme döneminde seçilen filtreyi daha sonraki, seçim sırasında kullanılmamış bir dönemde değiştirmeden değerlendirin. Yeni dönemin sonucuna göre tekrar ayar yaptıysanız artık yeni bir hipoteziniz vardır; eski testi bağımsız doğrulama diye sunmayın.
Veri sızıntısı: geleceğin bilgisini geçmişe taşımak
Maçtan bir gün önce üretilecek bir değerlendirmeyi test ederken, maçtan beş dakika önceki kapanış oranını girdi olarak kullanmak geleceğe ait bilgi taşır. Aynı sorun maç sonrası xG değerini maç öncesi istatistik gibi kullanmakta veya sonradan düzeltildiği bilinen veriyi o anda mevcutmuş gibi okumakta da görülür.
scikit-learn'in veri sızıntısı dokümanı, tahmin anında bulunmayacak bilginin model kurarken kullanılmasının iyimser performans ölçümlerine yol açtığını açıklar. Oran analizine uyguladığımız kural şudur: Her alan için yalnızca olay zamanını değil, bilginin ne zaman yayımlandığını da kontrol edin. Kapanış verisini daha sonra CLV değerlendirmesinde kullanabilirsiniz; erken tahminin girdisi yapmak farklı bir işlemdir.
Eksik kayıtlar tarafsız biçimde eksilmeyebilir
Arşivde yalnızca popüler ligler ayrıntılı tutuluyorsa görülen sonuçlar bütün futbolu temsil etmez. Bir sağlayıcının fiyatı belirli dönemlerde eksikse o dönemi sessizce çıkarmak kıyaslamayı değiştirebilir. Ertelenen, iptal edilen veya marketi askıya alınan maçları nasıl işlediğinizi belirtin. Kayıt eksikliği ile gerçekleşmeyen sonuç aynı kategori değildir.
Benzersiz maç sayısı, dönem, ligler, market, oran zamanı, kaynak kapsamı ve dışarıda kalan kayıtlar. Filtrenin nasıl seçildiği de yöntemin parçasıdır.
Son kontrol: başarı yüzdesi hangi soruyu cevaplıyor?
Yüksek gerçekleşme sıklığı tek başına ekonomik değer göstermez. Fiyat, marj ve bağımsız olasılık tahmini birlikte değerlendirilir; bu ayrımı marj ve olasılık rehberinde görebilirsiniz. Önce veri kalitesini doğrulayın, ardından sonucu kapsamı ve belirsizliğiyle yorumlayın. Geçmiş dağılım, gelecek sonuç veya kazanç garantisi oluşturmaz.
Sıkça sorulan sorular
Geçmiş oran analizi için kaç maç gerekir?+
Her durum için geçerli tek bir eşik yoktur. Gerekli büyüklük olayın sıklığına, hedeflenen hassasiyete, gözlemlerin ilişkisine ve veri kalitesine bağlıdır. Benzersiz maç sayısı ve belirsizlik birlikte raporlanmalıdır.
Benzer oranlı maçların yüksek yüzdesi neden yanıltabilir?+
Küçük örneklem, sonuç görüldükten sonra seçilen filtreler, eksik kayıtlar veya farklı marketlerin karışması yüzdeyi olduğundan güçlü gösterebilir. Filtreyi ayrı ve daha sonraki bir dönemde sınamak gerekir.
Oran analizinde veri sızıntısı nedir?+
Değerlendirme anında bilinmeyen bir veriyi geçmiş testte girdi olarak kullanmaktır. Örneğin bir gün önce yapılmış gibi test edilen tahmine maç başlangıcındaki kapanış oranını eklemek veri sızıntısıdır.