[논문 리뷰] Towards the perfect prediction of soccer matches

Andreas Heuer, Oliver Rubner|arXiv (Cornell University)|2012. 07. 19.

Sports Analytics and Performance인용 수 4

한 줄 요약

이 논문은 골 기회 데이터를 주요 예측 변수로 사용하여 축구 경기 결과를 예측하는 다변량 회귀 프레임워크를 제안한다. 골 기회 데이터가 최종 결과보다 예측 능력에서 뛰어나다는 것을 입증하며, 독일 분데스리가에서의 예측 가능성의 이론적 한계를 규명한다. 현재 모델들은 본질적인 확률적 성격으로 인해 제한을 받고 있으며, 시즌 후반의 최소 달성 가능한 불확실성은 7.1 골로 나타나, 이는 최적에 매우 가까운 상태임을 보여준다.

ABSTRACT

We present a systematic approach to the prediction of soccer matches. First, we show that the information about chances for goals is by far more informative than about the actual results. Second, we present a multivariate regression approach and show how the prediction quality increases with increasing information content. This prediction quality can be explicitly expressed in terms of just two parameters. Third, by disentangling the systematic and random components of soccer matches we can identify the optimum level of predictability. These concepts are exemplified for the German Bundesliga.

연구 동기 및 목표

• 경기 결과를 예측하기 위해 가장 유informative한 경기 관측 변수를 특정하는 것. 특히 골 기회와 최종 결과 간의 비교에 중점을 둔다.
• 점점 더 많은 정보를 포함하는 방식으로 정확도를 향상시키는 다변량 회귀 모델을 개발하는 것.
• 축구 경기에서 체계적(팀 실력) 요소와 무작위(확률적) 요소를 분리하여 예측 가능성의 이론적 최대치를 규명하는 것.
• 현재 예측 모델이 스포츠에서의 예측 가능성의 기본 한계에 얼마나 가까운지 정량화하는 것.

제안 방법

• 저자들은 독일 분데스리가 시즌 후반의 골 차이를 체계적 성분(팀 실력)과 평균이 0인 무작위 변수의 합으로 모델링한다.
• 다변량 회귀를 사용하여 예측 오차를 최소화하는 방식으로 관측 가능한 경기 데이터에서 팀 실력을 추정한다.
• 예측 오차는 상관관계가 알려진 예측 변수에서 제거된 후의 분산을 고려하는 카이제곱 통계량 χ²(X,Y)로 정량화된다.
• 모델은 경기 수에 따른 분산의 스케일링을 고려하며, 서로 상관이 없는 무작위 기여를 가정하여 Var(ΔG₂) = Var(S₂) + V₂/N₂의 공식을 도출한다.
• 1995/96년부터 2010/11년까지 장기 분석이 가능하도록 시즌 간 골 기회 데이터를 정규화한다.
• 이론적 예측 가능성의 한계는 무작위 분산 V₂에 의해 결정되는 최소 달성 가능한 불확실성 분석을 통해 유도된다.

실험 결과

연구 질문

• RQ1 골 기회 데이터의 예측 능력이 축구에서 최종 경기 결과의 예측 능력보다 어떻게 뛰어나게 되는가?
• RQ2 더 많은 정보를 포함하는 관측 변수를 통합함으로써 다변량 회귀 모델이 예측 정확도를 얼마나 향상시킬 수 있는가?
• RQ3 골 기회의 본질적인 확률적 성격을 감안할 때, 축구 경기의 예측 가능성 이론적 한계는 무엇인가?
• RQ4 현재 예측 모델은 독일 분데스리가에서 이론적 한계에 얼마나 가까이 도달해 있는가?

주요 결과

• 골 기회 데이터는 최종 경기 결과보다 결과 예측에 훨씬 더 유informative하며, 이는 그 추정의 높은 신뢰성과 관련이 있다.
• 팀 실력의 체계적 성분은 골 차이의 총 분산의 0.21을 설명한다 (Var(S₂) = 0.21), 반면 무작위 성분은 1경기당 V₂ = 2.95 기여한다.
• 후반전 골 차이를 예측할 수 있는 이론적 최소 불확실성은 √(17 × V₂) = 7.1 골이며, 이는 예측 가능성의 절대 한계를 나타낸다.
• 현재 예측 모델의 예측 불확실성은 7.8로 나타나, 이는 이론적 최적에 10% 이내에 도달해 있음을 시사한다.
• 모델은 골 기회 수를 알고 있는 것이 실제로 득점 수를 아는 것보다 더 많은 정보를 제공함을 보여주며, 이는 변환 확률이 안정적이라는 점과 관련이 있다.
• 이 연구는 결과 기반 또는 주관적인 지표보다 객관적이고 데이터 기반의 관측 변수인 골 기회가 예측에 더 뛰어나다는 점을 확인한다.