[Juret]

Det är viktigt att skilja på:
i) Explanatory modeling (förklaringsmodell), och
ii) Predictive modeling (prediktiv modell).

I akademiska sammanhang är det oftast i) som lärs ut och används, men i sports betting är det ii) som är viktig. Skillnaden mellan de två är att en förklaringsmodell försöker förklara sambanden i din data så bra som möjligt. En prediktiv modell tar dock endast sitt avstamp från en förklaringsmodell, för att sedan testas på ett nytt dataset (som INTE använts för att bygga förklaringsmodellen, s.k. cross-validation). Exempelvis skulle jag kunna bygga en prediktiv modell genom att använda SHL-data fram till och med 2011/2012 och sedan testa på 2012/2013 års säsong. Det är ett GRAVT fel att inkludera data från 2012/2013 för att sedan även testa på 2012/2013, lite fuskigt att använda facit, eller hur?

När det gäller sports betting så är vi inte intresserade av att ha en så bra förklaringsmodell som möjligt. Syftet är alltså INTE att maximera R^2 (förklaringsgraden), det leder oftast till overfitting att kasta in för många variabler i syfte att öka R^2. Det som är av vikt är att ha en bättre modell än alla andra; därför bör man testa sin prediktiva modell mot en bookmakers öppnings- eller stängningsodds för att få en känsla för (jag säger känsla, för ingenting är säkert när allting ständigt förändras) om ens modell är en vinnande modell.

ADD: Men naturligtvis är statistiska mått som tex R^2 en bra första indikation på att man är på rätt väg, men det är inte nödvändigtvis tillräckligt. En modell med sämre R^2 kan ge högre ROI i betting för att bookmakern kan ha missat en viss variabel, man behöver mao inte bygga en supermodell utan det gäller att hitta sin niche.