![]() |
@CC, hur skulle du säga kvalitén på Fink Tanks ranking är på League One?
https://i.imgur.com/fB3v7Ah.png |
Citat:
Yeovil har hamnat för långt ned, de fick iofs sälja Ayling och Webster men det innebar att de kunde avlöna ett par riktigt bra försvarare. Tjecken Jakub Sokolik från Liverpool och Aaron Martin från Birmingham. Hemma blir de svårslagna. Leyton Orient har jag högre upp också, plats 3-5 är mitt tips. O's har värvat omsorgsfullt och fått in spelare som kan ses som förstärkningar tveklöst! Slutligen Walsall som jag har i mitten av tabellen snarare än play-off plats. Tycker iofs de är svårbedömda så visst är det möjligt att jag är fel ute där. |
felpost
|
Hur följer du League One under säsongen? Jag gjorde ett tappert försök ifjol, men tyckte det var svårt att bedöma lagen på de matchrapporter som skrivs. Har upptäckt att engelska matchrapporter oftast bara består av referat av vad som hände, dvs "stolpskott i 14:e minuten" eller "varning i 34:e minuten". Jag skulle hellre läsa om hur matchen var, vilka som pressade, vilka som hade spelet etc etc.
|
Citat:
http://www.wrx.zen.co.uk/britnews.htm |
Brukar inte BBC också ha hyfsat detaljerade matchrapporter iallafall ner till League Two?
|
Citat:
|
Citat:
|
Citat:
|
Et godt tips er å bruke http://www.newsnow.co.uk/h/Sport/Football. Det får du samlet en del nyheter rundt lagene og de forskjellige ligaene. Kan sikkert være til hjelp for noen.
|
Citat:
https://www.youtube.com/channel/UCLu...q1bubz6OrtJTsw |
Det var så jäkla länge sedan jag pluggade matte så binomialberäkning har liksom fallit ur kunskapsbanken tyvärr. Jag vet att det finns färdiga verktyg för sånt men jag har inga och känner mig lite osäker på hur jag skall få fram det resultat jag önskar (om det nu går?) Juret, Boone och ni andra, hjälp mig! :)
Det finns några ligor där draw-raten är högre över tid än vad X-oddsen hos några nätbookies (>96% payback) visar. Bookies tar ju ofta "skydd" genom att höja just X:et, dels för att inte vara marknadshögst med marginal och dels för att knappt någon lirar tecknet. Jag har suttit några dagar och kollat igenom det här med hjälp av ett excel-ark, vridit och vänt på lite olika teser: Jag började med att sortera bort alla matcher där hemmalaget var favoriter till odds 1,95 eller lägre. Kvar blev matcher med ännu högre draw-rate än ligans total. Till sist hade jag filtrerat bort allt utom matcher där bortalaget var favorit i intervallet 1,90-2,45. Det gav vid hand att det fanns i snitt 6,8 spelbara matcher/ligaomgång. Dvs där X-oddset fortfarande var högre än draw-raten i ligan. Därefter tog jag ut 6 matcher (random) av de spelbara matcherna under varje vecka. Jag blev lite förvånad över resultatet, ~2,9 matcher av 6 slutade faktiskt med X! Till ett snittodds på ~3,40/match! Det här genererade ju en del tankar och möjligheter förstås... Så min fråga är: Visst borde det gå att beräkna hur många gånger (givet att variablerna är desamma enl. ovan) hur många omgångar det tar (enl. normalfördelningen) innan det statistiskt borde infalla att alla 6 matcherna blir X? |
Citat:
Men för att beräkna distributionen för hur många omgångar det tar innan en sådan omgång inträffar, då måste vi använda en geometrisk fördelning. Låt p vara din sannolikhet för "alla matcher att sluta X" och k vara "försök nummer k" (k=1 för första försöket osv). Använd denna formel för att beräkna hur stor sannolikheten är att "försök nummer k" är första lyckade försöket: (1-p)^(k-1)*p. Exempel: Om vi kastar en tärning, vad är sannolikheten att kast k blir det första att bli en 1:a? (p är förstås 1/6) Kast 1: (1-1/6)^(1-1)*1/6 = 16.7 % = 1/6 Logiskt att det blir 1/6 på första kastet. Men inte så lätt att räkna framåt i huvudet. Kast 2: (1-1/6)^(2-1)*1/6 = 13.9 % Kast 3: (1-1/6)^(3-1)*1/6 = 11.6 % osv. Men vi är ju faktiskt intresserad av den kumulativa fördelningen här, eller hur? Vad är sannolikheten att vi efter k kast fått vår första 1:a? Då är formeln: 1-(1-p)^k. Kast 1: 1-(1-1/6)^1 = 16.7 % = 1/6 Inte så överraskande. Kast 2: 1-(1-1/6)^2 = 30.6 % Vi kan verifiera att sannolikheterna Kast 1 + Kast 2 från första exemplet är 16.7 % + 13.9 % = 30.6 %. Kast 3: 1-(1-1/6)^3 = 42.1 % Verifiera: 16.7 + 13.9 + 11.6 = 42.1 % osv För att komma fram vilket kast där sannolikheten är tex 95% eller om du vill vara 99% säker på att få en "success" så använd Excels solver-funktion eller ställ upp det i två kolumner med k i kolumn A och sannolikheten uträknad i kolumn B och dra nedåt tills du får önskad konfidens. |
Lysande...tack!
|
Läsvärt:
Whether you're new to football analytics or not, this summary of TSR, PDO and ExpG by @JamesWGrayson is a must read Som jag ser det består betting av två helt skilda delar: - bettingteori, dvs implicita odds, varians, EV, BRM, osv... - en analysdel(artikeln) som egentligen inte har nåt med betting öht att göra. Den andra delen är ju dock inte nödvändig för att vara vinnande så länge man ännu får spela hos EU-bookies men utan dessa wannabebookies är man ju förr eller senare tvungen att göra sina egna gränsvärden för att slå de man innan tog sina gränsvärden från :D |
Powered by vBulletin & vBadvanced CMPS
Design, Logos, etc Copyright © Sharps.se, 2010-2011. All Rights Reserved