Das Modell

Wie ForzaPitch Fußballspiele vorhersagt

01  Methodik

ForzaPitch verwendet ein Poisson-Regressionsmodell mit Dixon-Coles-Korrektur zur Vorhersage von Spielergebnissen.

02  Elo-Bewertungen

Jedes Team hat eine globale Elo-Bewertung, die nach jedem Spiel aktualisiert wird.
Wöchentliche Genauigkeit — letzte 8 Wochen
40% 55% 70% 16 Mar 23 Mar 30 Mar 6 Apr 13 Apr 20 Apr
Periodenmittel: 58.2%
63.9%
Globale Genauigkeit
Analysiert: 901 Spiele
Kalibrierung

Ein gut kalibriertes Modell trifft 60%-Vorhersagen zu etwa 60% der Zeit.

25% 50% 75% 100% 0% 25% 50% 75% 100% perfekt 55% previsto → 58.4% reale (n=327) 65% previsto → 63.7% reale (n=342) 75% previsto → 68.3% reale (n=161) 85% previsto → 80.6% reale (n=62) 95% previsto → 77.8% reale (n=9) Vorhergesagte Wahrscheinlichkeit Tatsächliche Häufigkeit
Modell perfekte Kalibrierung ● <7pp Abweichung: gut / mittel / weit
Konfidenzband Spiele Erwartet Tatsächlich
50–60% 327 55.0% 58.4%
60–70% 342 65.0% 63.7%
70–100% 232 85.0% 72.0%
Leistung nach Liga
72.7%
71.4%
61.1%
77.8%
64.5%
61.5%
100.0%
66.7%
66.7%
50.0%
61.1%
50.0%
25.0%
25.0%
100.0%
62.5%
80.0%
MLS
72.2%
72.4%
75.0%
76.5%
0.0%
HNL
66.7%
67.5%
42.9%
63.2%
100.0%
52.9%
41.7%
16.7%
100.0%
60.0%
100.0%
55.6%
100.0%
66.7%
100.0%
100.0%
71.4%
33.3%
58.3%
33.3%
55.6%
FNL
25.0%
50.0%
100.0%
0.0%
100.0%
100.0%
75.0%
80.0%
80.0%
66.7%
87.5%
50.0%
66.7%
75.0%
100.0%
Cup
0.0%
100.0%
100.0%
0.0%
50.0%
100.0%
33.3%
75.0%
100.0%
100.0%