Sarjan luokkaero

[Eugene]

Tuolla yk:n etusivulla on kirjoitus sarjan luokkaerosta. mulle ei tämä kuitenkaan täysin auennut ja hakukaan ei tuottanut osuamia, joten kysympäs täällä sitä sitten.

Kirjoitus menee näin:

Tutki edelliskausien data huolellisesti läpi. Laske jokaisen luokan joukkueiden peleistä keskimääräinen luokkaero tutkimalla ensiksi sarjan keskimääräinen merkkijakauma ja vertaamalla sitä esimerkiksi yhden tai kahden luokan eroihin. Tee näin jokaisessa viidessä (A-E) luokassa, jolloin saat samalla hyvän yleiskuvan siitä, miten sarjan sisäiset jakaumat muodostuvat esimerkiksi huippujoukkueiden (A-A) kohtaamisissa tai ylemmän keskikastin (B) ja sarjan häntäpään (E) joukkueiden kohdatessa.

ja sitten % laskemisesta:

Jos sarjan keskimääräinen merkkijakauma on esimerkiksi 43-29-28 ja keskimääräinen luokkaero 7%-yksikköä.

mulla on pitkältä aikaa kerättynä dataa josta olen tehnyt "luokkajakauma" tyyliin:
pystynkö näistä laskemaan tuon esimerkissä olevan luokkaeron?
B-A 36-31-33
B-B 41-30-29
B-C 48-28-24
B-D 55-27-18
B-E 63-25-11

eli kysymys kuuluu mistä/miten voin laskea tuon keskimääräisen luokkaeron? tuo mikä tuossa esimerkissä on 7%

[S.Mäenala]

Tuolla yk:n etusivulla on kirjoitus sarjan luokkaerosta...
...eli kysymys kuuluu mistä/miten voin laskea tuon keskimääräisen luokkaeron? tuo mikä tuossa esimerkissä on 7%

Ovatpas seurakuntalaiset hiljaisia tänään...
Vastaanpa minä sitten paremman puutteessa.
Noista esittämistäsi luvuista voidaan laskea seuraava tarkastelu:

<TABLE BORDER="1"><TR><TH>Luokkaero:</TH><TH>pistekeskiarvot</TH><TH>Home</TH><TH></TH><TH>Away</TH><TH></TH><TH>Ero
</TH></TR><TR><TD>B - A</TD><TD>0.36*2 + 0.31*1 </TD><TD>1.03</TD><TD>0.33*2 + 0.31*1</TD><TD>0.97</TD><TD></TD><TH>
</TH></TR><TR><TD>B - B</TD><TD>0.41*2 + 0.30*1</TD><TD>1.12</TD><TD>0.29*2 + 0.30*1</TD><TD>0.88</TD><TD>ero A - B</TD><TH>9%
</TH></TR><TR><TD>B - C</TD><TD>0.48*2 + 0.28*1</TD><TD>1.24</TD><TD>0.24*2 + 0.28*1</TD><TD>0.76</TD><TD>ero B - C</TD><TH>12%
</TH></TR><TR><TD>B - D</TD><TD>0.55*2 + 0.27*1</TD><TD>1.37</TD><TD>0.18*2 + 0.27*1</TD><TD>0.63</TD><TD>ero C - D</TD><TH>13%
</TH></TR><TR><TD>B - E</TD><TD>0.63*2 + 0.25*1</TD><TD>1.52</TD><TD>0.11*2 + 0.25*1</TD><TD>0.48</TD><TD>ero D - E</TD><TH>15%
</TH></TR><TR><TD>keskim.</TD><TD>luokkaero</TD><TD></TD><TD>( ero A - E ) / 4</TD><TD>0.49/ 4</TD><TD>=</TD><TH>12%</TH></TR></TABLE>

Rivin B - B luvusta 1.12 voidaan päätellä että kotietu ottelussa B - B on 12%.
Jos myös ottelun B - A kotietu olisi 12%, saataisiin B:n keskim. pistesaldoksi puolueettomalla kentällä 1.03 /1.12 = 0.92.
Kun joukkue B ottelusta B - B saa kotietukorjauksella tasan 1.00 pistettä, tulisi luokkaeroksi (A - B) = 8%.
Tämä on vähemmän kuin edellä (taulukossa) saatu tulos, josta voidaan päätellä että kotietu ottelussa B - A ei ole 12% vaan vähän suurempi.

Kotiedusta voi yleisesti sanoa:
- kotietu kasvaa eksponentiaalisesti (=suhteessa 'etäisyyden' johonkin potenssiin) kun luokkaero kasvaa (kts. allaoleva esimerkki)
- kotietu kasvaa luokan laskiessa, ts. kotietu on pienempi ottelussa A - A kuin se on ottelussa E - E.

Esimerkinomaisesti voidaan yo. taulukon luvuista laskea seuraavat kotietukorjatut keskim. pistesaldot (huomaa kotiedun suureneminen luokkaeron suuretessa):

<TABLE BORDER="1"><TR><TH>Kotietukorjatut</TH><TH>pisteet</TH><TH>Home
</TH></TR><TR><TD>B - A</TD><TD>1.03/1.13</TD><TD>0.91
</TD></TR><TR><TD>B - B</TD><TD>1.12/1.12</TD><TD>1.00
</TD></TR><TR><TD>B - C</TD><TD>1.24/1.13</TD><TD>1.10
</TD></TR><TR><TD>B - D</TD><TD>1.37/1.14</TD><TD>1.20
</TD></TR><TR><TD>B - E</TD><TD>1.52/1.15</TD><TD>1.32</TD></TR></TABLE>

Näistä luvuista laskien keskimääräinen luokkaero onkin enää n. 10%

Vastaavanlainen tarkastelu olisi sitten tehdävä pitäen kotijoukkueena joukkuetta A, sitten joukkuetta C ja niin edelleen.
Keskimääräinen luokkaero on kaikkien näiden tarkastelujen luokkaerojen keskiarvo.

Johtopäätöksiä:
- luokkaerot vaihtelevat sarjasta toiseen
- luokkaero ei ole mikään sarjakohtainen vakio vaan vaihtelee myös joukkueiden luokasta riippuen (ero A - B ei välttämättä ole yhtäsuuri kuin ero B - C)
- kotietu ei ole sarjakohtainen vakio vaan vaihtelee sekin luokkaerosta riippuen

[juskaa]

Nostetaas vanha ketju ylös. Olen laskemassa kotietukorjattuja pisteitä, mutta mieleeni tuli kysymys, että mistä alleviivatut luvut saadaan aikaiseksi?

B - A 1.03/1.13 0.91
B - B 1.12/1.12 1.00
B - C 1.24/1.1 1.10
B - D 1.37/1.14 1.20
B - E 1.52/1.15 1.32

[veikkohurskainen]

Itse kritisoisin montaa kohtaa tuossa S.Mäenalasen postissa. Ensinnäkin kotietu, sehän todettiin jo siinä Dixon&Colesin paperissa että se on sarjassa likimain (käytännössä) vakio eikä riipu luokkaerosta tai että A-A ja E-E niin kotietu on näissäkin tietenkin sama. Ne herrat jotka sen paperin tekivät olivat tilastotieteen proffia arvostetussa yliopistossa, tietävät mistä puhuvat. Olisi todella epäloogista jos jollain huonommalla joukkueella olisi korkeampi kotietu. Tämä onkin vain tilastollinen harhakäsitys joka on monilla vieläkin. Kun sarjassa on ns. rupujoukkueita joiden kotisaldot on tyyliin 5-2-4 ja vierassaldot tyyliin 0-1-10 niin monet harhautuvat kuvittelemaan että näillä joukkueilla on suurempi kotietu. Todellisuudessa kotietu on sama kuin muillakin. Nää joukkueet E-F on vaan niin huonoja että ne eivät riitä vieraskentillä pisteille ja tästä syntyy tuo harhakuvitelma.

[Zizou]

Itse lähestyisin ja itseasiassa lähestynkin asiaa niin, että katson historiadatasta, kunka eri sarjan loukkaerot ovat pelanneet keskenään vastakkain vuosien saatossa.
Näissä löytyy, vähän sarjasta riippuen, erilaisia jakaumia vrt sarjan kokonaisjakauma ääripäät poistettuna.
Toki jakaumat pakostakin sen verran pieniä, että osa on kohinaakin, mutta on siellä taustalla muutakin.

Olen lähestynyt asiaa parilla ainakin itselleni "järkeenkäyvällä syyllä":
Näissä otteluissa voi olla ns tärkeämpää voittaa kuin olla olla välttämättä häviämättä (tai joissain tapauksissa sitten toisinpäin) => 6 pisteen otteluita.
Näissä otteluissa esim huono joukkue joutuu myös tekemään peliä, ei pelkästään puolustamaan ja hakemaan mahdollisia vastaisku tai erikoistilanne maaleja.
Näissä otteluissa molemmilla joukkueilla on usein sarjan keskimäärää parempi tai huonompi hyökkäys/puolustus.

Itse en käytä oikeastaan missään sarjassa ns vakio kotietua = se olisi sama riippumatta siitä, minkä tasoinen joukkue on sarjassaan.
En tiedä, onko se matemaattisesti tai tilastotieteellisesti oikea tapa, mutta sillä ladulla olen hiihtänyt jo 2000-luvun alusta

[p_zombie]

Itse kritisoisin montaa kohtaa tuossa S.Mäenalasen postissa. Ensinnäkin kotietu, sehän todettiin jo siinä Dixon&Colesin paperissa että se on sarjassa likimain (käytännössä) vakio eikä riipu luokkaerosta tai että A-A ja E-E niin kotietu on näissäkin tietenkin sama. Ne herrat jotka sen paperin tekivät olivat tilastotieteen proffia arvostetussa yliopistossa, tietävät mistä puhuvat. Olisi todella epäloogista jos jollain huonommalla joukkueella olisi korkeampi kotietu. Tämä onkin vain tilastollinen harhakäsitys joka on monilla vieläkin. Kun sarjassa on ns. rupujoukkueita joiden kotisaldot on tyyliin 5-2-4 ja vierassaldot tyyliin 0-1-10 niin monet harhautuvat kuvittelemaan että näillä joukkueilla on suurempi kotietu. Todellisuudessa kotietu on sama kuin muillakin. Nää joukkueet E-F on vaan niin huonoja että ne eivät riitä vieraskentillä pisteille ja tästä syntyy tuo harhakuvitelma.

Mihin Dixon-Coles artikkeliin viittaat? Niitä taitaa olla useampiakin julkaistu, en ole tainnut tuota kotietua tutkaillutta lukea.

Muuten olen tuosta ylemmästä osittain samaa mieltä. Siis vaikea kuvitella, että joukkueen taso suoraan vaikuttaisi kotietuun. Mutta epäsuora vaikutus voi hyvinkin olla mahdollista. Esim. hyvillä joukkueilla lienee parempi katsojakeskiarvo kuin huonoilla ja katsojamäärillä puolestaan voi hyvinkin olla vaikutusta.

Itse lähtisin lähestymään asiaa niin, että pyrkisin hajoittamaan kotietua osiin, joiden vaikutusta sitten arvioisin historiallisesta datasta. Siis esim. tuomaan malliin tietoa siitä kuinka iso stadion kotijoukkueella on, täyttöaste, kuinka pitkä vierasmatka joukkueella oli jne. Näiden lisääminen on melko suoraviivaista esim. tähän Dixon-Colesin Poisson-regressio malliin: http://www.math.ku.dk/~rolf/teaching/th ... nColes.pdf

[ptets]

Itse kritisoisin montaa kohtaa tuossa S.Mäenalasen postissa. Ensinnäkin kotietu, sehän todettiin jo siinä Dixon&Colesin paperissa että se on sarjassa likimain (käytännössä) vakio eikä riipu luokkaerosta tai että A-A ja E-E niin kotietu on näissäkin tietenkin sama. Ne herrat jotka sen paperin tekivät olivat tilastotieteen proffia arvostetussa yliopistossa, tietävät mistä puhuvat. Olisi todella epäloogista jos jollain huonommalla joukkueella olisi korkeampi kotietu. Tämä onkin vain tilastollinen harhakäsitys joka on monilla vieläkin. Kun sarjassa on ns. rupujoukkueita joiden kotisaldot on tyyliin 5-2-4 ja vierassaldot tyyliin 0-1-10 niin monet harhautuvat kuvittelemaan että näillä joukkueilla on suurempi kotietu. Todellisuudessa kotietu on sama kuin muillakin. Nää joukkueet E-F on vaan niin huonoja että ne eivät riitä vieraskentillä pisteille ja tästä syntyy tuo harhakuvitelma.

Mihin Dixon-Coles artikkeliin viittaat? Niitä taitaa olla useampiakin julkaistu, en ole tainnut tuota kotietua tutkaillutta lukea.

Muuten olen tuosta ylemmästä osittain samaa mieltä. Siis vaikea kuvitella, että joukkueen taso suoraan vaikuttaisi kotietuun. Mutta epäsuora vaikutus voi hyvinkin olla mahdollista. Esim. hyvillä joukkueilla lienee parempi katsojakeskiarvo kuin huonoilla ja katsojamäärillä puolestaan voi hyvinkin olla vaikutusta.

Itse lähtisin lähestymään asiaa niin, että pyrkisin hajoittamaan kotietua osiin, joiden vaikutusta sitten arvioisin historiallisesta datasta. Siis esim. tuomaan malliin tietoa siitä kuinka iso stadion kotijoukkueella on, täyttöaste, kuinka pitkä vierasmatka joukkueella oli jne. Näiden lisääminen on melko suoraviivaista esim. tähän Dixon-Colesin Poisson-regressio malliin: http://www.math.ku.dk/~rolf/teaching/th ... nColes.pdf

Kai nämä voi julkaista täälläkin. Jakaumat Englannin Premieristä, Championshipistä, League Onesta ja League Two:sta. Otoskoko jokaisessa 10 kautta. Otoksiin seulottu tasavahvat joukkueet ja joukkueet jaoteltu stadionin koon erotuksen mukaan

Tasavahvat joukkueen + stadionin vaikutus

Premier

Kaikki ottelut
45,3-28,3-26,3

kotijoukkueen stadionin ja vierasjoukkeen stadionin yleisökapasiteetin erotus suurempi kuin 10000 henkeä
53-26-21

Vierasjoukkueen stadionin ja kotijoukkueen stadionin yleisökapasiteetin erotus pienempi kuin -10000
37-27-36

Championship

kaikki
45-28-27

+10000

jakauma
50-27-23

-10000

jakauma
39-29-32

League One

kaikki
45-28-27

+10000
48-31-21

-10000
38,5-27,5-34

League two

Kaikki
43-29-28

+10000
43-30-27

-10000
42-30-28

Karkeasti yleistettynä mitä suuremmat katsojamäärät ja mitä suuremmat erot joukkueiden katsojamäärissä sitä suuremmat hajonnat kotieduissa. Englanti on siitä hyvä tähän vertailuun että kulttuuri on sama sarjatasosta riippumatta.

Yksi eniten ottelun kotietuun vaikuttavista tekijöistä on tuomari. Itse en ole oikein löytänyt mitään järkevää otosta esim. A vs A-joukkueiden kotietujen tutkimiseen mutta yksi selittävä tekivä näiden historialliseen tasaisuuteen voi olla se että kärkipään kamppailuihin molemmat joukkueet haluavat parhaat tuomarit. Toinen mahdollinen selitys voi olla että yleisö ei huippukamppailuissa välttämättä ole jakautunut samalla tavalla koti- ja vierasjoukkuiden kannattajiin kuin tavallisemissa otteluissa.

Yleisesti ottaen ottelukohtainen kotietu on melko oikein hinnoiteltu vedonlyöntikertoimiin eli siitä ei saa etua markkinaan. Mutta jos vedonlyöjä ei asiaa tajua hän tekee suurella todennäköisyydellä tappiota.

[ptets]

Wikipediassa on hyvä artikkeli kotiedusta urheilussa.
http://en.wikipedia.org/wiki/Home_advantage

Sieltä esim. Premierin kohdalla:

Ryan Boyko, a research assistant in the Department of Psychology in the Faculty of Arts and Sciences at Harvard University, studied 5,000 English Premier League games from 1992 to 2006, to discern any officiating bias and the influence of home crowds. The data was published in the Journal of Sports Sciences suggested that for every additional 10,000 people attending, home team advantage increased by 0.1 goals. Additionally, his study proved what many football fans already suspect, that home teams are likely to be awarded more penalty kicks, but crucially, this is more likely with inexperienced referees. So building referee profiles can clearly be a very telling refinement for HFA figures.[3]

[S.Mäenala]

Taisin vähän myöhästyä keskustelusta, mutta laitetaan kuitenkin pieni kommentti.

juskaa:
Luvut ovat vain esimerkinomaisia. Tarkkojen arvojen saamiseksi olisi koko Eugenen aineisto pitänyt laskea läpi.

kotiedusta:
Nuo ajatukset olivat melko nuoren vedonlyöjän optimistisia teoretisointeja. Niinkuin joissakin kritiikeissä todettiin, vaikka tuonkaltaisia tuloksia käytetystä tilastosta voitaisiin laskeakin, luvut ovat joka tapauksessa sidoksissa siihen luokitteluun, jolla tilasto on aikaansaatu.
Kotietu on mahdollisia luokasta johtuvia eroja paljon vahvemmin riippuvainen joukkuekohtaisista tekijöistä.
Joidenkin foorumilaisten kanssa kotietupohdinnoissa on tullut esille joitakin yllättäviä, paikallisesta kulttuurista juontuvia erikoispiirteitä.

Luokkaero-käsitettä vierastan.
Joissakin sarjoissa tasoerot ovat suuret, toisissa pienemmät.
Ennenkuin sarjan luokkaeroja lähdetään määrittämään, on vastattava eräisiin kiperiin kysymyksiin:
Ovatko esim. tasaisen sarjan luokkaerot pienet, vai onko niin että sellaisesta sarjasta luokat A ja E puuttuvat kokonaan tai ovat harvemmin edustettuina?

Merkittävin kritiikki on tietysti se että mitään absoluuttista kriteeriä tiettyyn luokkaan kuulumiselle ei ole olemassa. Luokkamääritykset ovat subjektiivisia näkemyksiä ja sisältävät aina enemmän tai vähemmän virhettä, yleensä enemmän.

Näistä lähtökohdista luokan ja kotiedun välistä suhdetta on vaikea määrittää tarkasti.
Joukkuekohtaiset erot ovat sen sijaan selviä. Ne saattavat johtua esim. areenan koosta ja intiimiydestä ts. siitä kuinka lähellä nurmea fanaattinen kotikatsomo pauhaa, tai muista paikallisista tekijöistä.

[Mamba]

Mielenkiintoisia tutkimuksia nuo katsojamäärän ja stadionin koon vaikutukset kotietuun.

Kotietuhan ei ole mitenkään yksiselitteinen asia. Kuten veikkohurskainen jo kritisoikin niin pistekeskiarvot ovat hyvin vääristävä tapa laskea kotietua. Joukkueen saamien koti- ja vieraspisteiden suhde kertoo enemmän joukkueen tasosta kuin kotiedusta. Heikot joukkueet saavat suuren osan (=sarjan keskiarvoa suuremman) pisteistään kotikentillään kun taas teoreettinen äärettömän hyvä joukkue saa tasan 50% pisteistään kotikentällään. Mun mielestä ei silti voida sanoa että niiden heikkojen joukkueiden kotietu olisi suurempi kuin äärettömän hyvän joukkueen. Se saattaa itse asiassa olla jopa pienempi. Mielekkäämpiä mittareita kotiedulle ovat vaikkapa koti- ja vierasmaalien suhde tai erotus.

[Arrows]

Mamba tuossa toikin yhden hyvän huomion jo esille. Joskus itse kun vuosia sitten tutkin kotietua niin yksi huomio oli tosiaan tuo. Laskin tasoerojen mukaan kuvitteelliset arviot jokaiseen sarjan otteluun huomioituna kaikki ottelut yhtä suurella kotiedulla. Tällä tavalla jo puhtaasti joukkueen taso määritteli sen miten suuren prosenttiosuuden se ottaa pisteistä kotona.

Maalaisjärjelläkin sen ymmärtää helposti, kun miettii että joku PSG on vaikkapa tänä vuonna Ranskassa kotikentällä keskim. 80% suosikki kotona ja 65% suosikki vieraissa. Jokin Ajaccio voisi olla vaikkapa keskimäärin kotonaan 30% ja vieraissa 15%. Jokainen tajuaa laskea että 80%/65% ja 30%/15% on suhdelukuna aivan eri, vaikka se ns. kotietu olisikin sama molemmissa esimerkeissä.

Ptetsin tutkimuksen kohdalla suurin kritiikin aihe ainakin itsellä on se, että stadionin koko itsessään antaa vahvan indikaattorin joukkueen tasosta. Premierissä suurimmat stadionit on niillä joukkueilla joilla on eniten rahaa. Ts. ne jotka ovat viime vuosina/vuosikymmeninä pärjänneet parhaiten. Tutkimuksessa luki, että siihen on seulottu tasavahvat joukkueet. Mitä tämä käytännössä tarkoittaa? Kyseisen kauden tai edellisen sarjasijoitusta vai odotusarvoa tulevasta, vai mitä? Raha vain tuo ongelmansa, kun voinee helposti olettaa että suuremman stadionin omaavat joukkueet ovat rikkaampia ja sitä kautta todennäköisempiä vahvistumaan.

[ptets]

Mamba tuossa toikin yhden hyvän huomion jo esille. Joskus itse kun vuosia sitten tutkin kotietua niin yksi huomio oli tosiaan tuo. Laskin tasoerojen mukaan kuvitteelliset arviot jokaiseen sarjan otteluun huomioituna kaikki ottelut yhtä suurella kotiedulla. Tällä tavalla jo puhtaasti joukkueen taso määritteli sen miten suuren prosenttiosuuden se ottaa pisteistä kotona.

Maalaisjärjelläkin sen ymmärtää helposti, kun miettii että joku PSG on vaikkapa tänä vuonna Ranskassa kotikentällä keskim. 80% suosikki kotona ja 65% suosikki vieraissa. Jokin Ajaccio voisi olla vaikkapa keskimäärin kotonaan 30% ja vieraissa 15%. Jokainen tajuaa laskea että 80%/65% ja 30%/15% on suhdelukuna aivan eri, vaikka se ns. kotietu olisikin sama molemmissa esimerkeissä.

Ptetsin tutkimuksen kohdalla suurin kritiikin aihe ainakin itsellä on se, että stadionin koko itsessään antaa vahvan indikaattorin joukkueen tasosta. Premierissä suurimmat stadionit on niillä joukkueilla joilla on eniten rahaa. Ts. ne jotka ovat viime vuosina/vuosikymmeninä pärjänneet parhaiten. Tutkimuksessa luki, että siihen on seulottu tasavahvat joukkueet. Mitä tämä käytännössä tarkoittaa? Kyseisen kauden tai edellisen sarjasijoitusta vai odotusarvoa tulevasta, vai mitä? Raha vain tuo ongelmansa, kun voinee helposti olettaa että suuremman stadionin omaavat joukkueet ovat rikkaampia ja sitä kautta todennäköisempiä vahvistumaan.

Joukkueet seulottu kyseisen kauden sarjataulukon perusteella. Esim. Pinnaclen kertoimissa kotiedut menevät aika lailla samoihin. Jos siis teen vaikka spread betting-firmojen koko kauden piste-odotusten ja ottelukohtaisten kotietujen mukaan esim. Premierin otteluihin kerroinrajat ne menevät aika lailla yks yhteen Pinnaclen linjojen kanssa kauden alussa.

En väitä että nuo ovat mitään tarkkoja määreitä kotiedulle mutta tärkeintähän niistä on tajuta että kotietu ei ole vakio vaan siihen vaikuttaa yleisö ja ottelun tuomari.

Pohjois-amerikkalaiset jääkiekkojoukkueethan varmistavat aina että isoissa turnauksissa on NHL-tuomarit. Joskus covers.comin sivuilla oli lista ketkä tuomareista olivat suosineet eniten kotijoukkuetta. Vähemmän yllättäen esim. Salt Lake Cityssä Kanadan ja Usan kohdatessa eurooppalaisia joukkueita otteluiden tuomarit olivat NHL:n pahimpia kotijoukkueiden suosijoita.

[veikkohurskainen]

Luokkaero-käsitettä vierastan.
Joissakin sarjoissa tasoerot ovat suuret, toisissa pienemmät.
Ennenkuin sarjan luokkaeroja lähdetään määrittämään, on vastattava eräisiin kiperiin kysymyksiin:
Ovatko esim. tasaisen sarjan luokkaerot pienet, vai onko niin että sellaisesta sarjasta luokat A ja E puuttuvat kokonaan tai ovat harvemmin edustettuina?

Miksi tuo on ongelma? Oletat vaikka että 10% tai 15% sarjan parhaista joukkueista on A ja huonoimmista vastaavasti sama osuus E ja jaat tasaisesti muut siltä väliltä luokkiinsa. Näin sinulla on sarjakohtaiset luokkaerot valmiina eikä mitään luokkia puutu. Tasaisessa sarjassa jakaantuu automaattisesti tasaisemmin pistekeskiarvot.

Kotiedussa viimeisten vuosien Valioliigassa luonnollisesti jos verrataan yleisömääriä ja kotona tehtyjä maaleja tai maalieroja niin luonnollisesti selvää että siinä on (lievä) positiivinen korrelaatio. Jos miettii minkä joukkueiden peleissä on eniten yleisöä niin ne on nämä samat ManU:t ja Chelseat jotka myös on parhaita joukkueita ja siksikin kotona voittavat useammin ja tekevät enemmän maaleja eikä se välttämättä johdu yleisön määrästä vaan joukkueiden tasosta. Lisäksi luulisi että 2000-luvulla ammattituomarit on sen verran kehittyneitä etteivät ne yleisön mukaan puhalla tuomioitaan. Jossain alasarjoissa tai kotimaan amaröörisarjoissa näin voi ollakin mutta toisaalta näissä ei taas sitten ole yleisöä niin paljon. Eikä varsinkaan matkustaminen ole enää ongelma, NHL:ssä Kanadasta USA:han ja päinvastoin matkatessakaan kotietu ei kasva vaikka matka on äärimmäinen (jopa toiseen maahan).

Joten toistaiseksi kunnes toisin todistetaan minä ainakin oletan että kotietu on sarjakohtainan VAKIO kaikille joukkueille. Jos väittää että A-A ja E-E on eri kotietu niin ehkä se on vain kohinaa koska otoskoot menevät esim. yhdestä sarjasta 10v datalla niin pieniksi että se on pelkkää hajontaa ne erot eikä saa harhautua luulemaan että kotietu muuttuisi samantasoisten kohtaamisissa. Hyvinhän tän kauden kohtaamisissakin A-A (noin suunnilleen) esim. ManCity-Liverpool, ManCity-Arsenal niin nämä matsit ovat päättyneet kotijoukkueen voittoon (vaikkei se mitään todista), vaikka markkina vissiin kuvittelee että näissä kotietu "katoaa" tai "puoliintuu" kun on "tärkeä" matsi. Miksi se näin menisi? Ei ole tukea tilastoista tälle. A-A vs E-E jakaumat ovat (hajonnan puitteissa) samat. Piste. Kotietu on vakio. Piste. Näin ongelma on ratkaistu ja kuitattu.

Mitä tuomarien suosimisiin tulee niin Coversin listatkin voi olla ihan höpöä. Se riippuu millaisissa peleissä esim. NHL-tuomarit ovat olleet. En tiedä miten ne kiertää mutta jos tuomari asuisi Chicagossa ja tuomitsisi eniten Chicagon pelejä joka joukkueena on aina selvä kotisuosikki niin näyttäisihän se siltä että tuomari suosii kotijoukkuetta paljon kun todellisuudessa vain huonompi vierasjoukkue joutuu useammin riikomaan. Samaten Salt lake cityssa Kanada ja USA olivat usein selviä suosikkeja -> enemmän jäähyjä vastustajille jo siksi.

[lammpa-1]

Luokkaero-käsitettä vierastan.
Joissakin sarjoissa tasoerot ovat suuret, toisissa pienemmät.
Ennenkuin sarjan luokkaeroja lähdetään määrittämään, on vastattava eräisiin kiperiin kysymyksiin:
Ovatko esim. tasaisen sarjan luokkaerot pienet, vai onko niin että sellaisesta sarjasta luokat A ja E puuttuvat kokonaan tai ovat harvemmin edustettuina?

Miksi tuo on ongelma? Oletat vaikka että 10% tai 15% sarjan parhaista joukkueista on A ja huonoimmista vastaavasti sama osuus E ja jaat tasaisesti muut siltä väliltä luokkiinsa. Näin sinulla on sarjakohtaiset luokkaerot valmiina eikä mitään luokkia puutu. Tasaisessa sarjassa jakaantuu automaattisesti tasaisemmin pistekeskiarvot.

Kotiedussa viimeisten vuosien Valioliigassa luonnollisesti jos verrataan yleisömääriä ja kotona tehtyjä maaleja tai maalieroja niin luonnollisesti selvää että siinä on (lievä) positiivinen korrelaatio. Jos miettii minkä joukkueiden peleissä on eniten yleisöä niin ne on nämä samat ManU:t ja Chelseat jotka myös on parhaita joukkueita ja siksikin kotona voittavat useammin ja tekevät enemmän maaleja eikä se välttämättä johdu yleisön määrästä vaan joukkueiden tasosta. Lisäksi luulisi että 2000-luvulla ammattituomarit on sen verran kehittyneitä etteivät ne yleisön mukaan puhalla tuomioitaan. Jossain alasarjoissa tai kotimaan amaröörisarjoissa näin voi ollakin mutta toisaalta näissä ei taas sitten ole yleisöä niin paljon. Eikä varsinkaan matkustaminen ole enää ongelma, NHL:ssä Kanadasta USA:han ja päinvastoin matkatessakaan kotietu ei kasva vaikka matka on äärimmäinen (jopa toiseen maahan).

Joten toistaiseksi kunnes toisin todistetaan minä ainakin oletan että kotietu on sarjakohtainan VAKIO kaikille joukkueille. Jos väittää että A-A ja E-E on eri kotietu niin ehkä se on vain kohinaa koska otoskoot menevät esim. yhdestä sarjasta 10v datalla niin pieniksi että se on pelkkää hajontaa ne erot eikä saa harhautua luulemaan että kotietu muuttuisi samantasoisten kohtaamisissa. Hyvinhän tän kauden kohtaamisissakin A-A (noin suunnilleen) esim. ManCity-Liverpool, ManCity-Arsenal niin nämä matsit ovat päättyneet kotijoukkueen voittoon (vaikkei se mitään todista), vaikka markkina vissiin kuvittelee että näissä kotietu "katoaa" tai "puoliintuu" kun on "tärkeä" matsi. Miksi se näin menisi? Ei ole tukea tilastoista tälle. A-A vs E-E jakaumat ovat (hajonnan puitteissa) samat. Piste. Kotietu on vakio. Piste. Näin ongelma on ratkaistu ja kuitattu.

Mitä tuomarien suosimisiin tulee niin Coversin listatkin voi olla ihan höpöä. Se riippuu millaisissa peleissä esim. NHL-tuomarit ovat olleet. En tiedä miten ne kiertää mutta jos tuomari asuisi Chicagossa ja tuomitsisi eniten Chicagon pelejä joka joukkueena on aina selvä kotisuosikki niin näyttäisihän se siltä että tuomari suosii kotijoukkuetta paljon kun todellisuudessa vain huonompi vierasjoukkue joutuu useammin riikomaan. Samaten Salt lake cityssa Kanada ja USA olivat usein selviä suosikkeja -> enemmän jäähyjä vastustajille jo siksi.

Ihan noin varma ei kannata mistään näistä asioista olla. Ihmisen psykologiaa (tuomaritoiminnassakaan) ei kannata väheksyä. Ammattinyrkkeilyn titteliotteluissakin on varmasti erittäin ammattimaiset tuomarit, mutta käytännössä vyönhaltijan kotikehässä et voi voittaa ilman tyrmäystä... poikkeuksia toki on. Olen lähes varma, että jopa todella kovan tason tuomareihinkin ison kotiyleisön huuto vaikuttaa. Ei ehkä juuri käsillä olevassa tilanteessa, mutta hyvitys tulee sitten hetken päästä jossain muussa tilanteessa, jota ei ehkä ilman edellistä tilannetta olisikaan vihelletty kotijoukkueen hyväksi.

[ptets]

Mitä tuomareihin tulee niin samalla analogiallahan voisi olettaa että kaikki ammattijalkapallolijat ovat yhtä hyviä kuin Christiano Ronaldo tai Lionel Messi.

[ptets]

Tässä Pinnaclen artikkeli kotiedusta. Ajatukseni siis eivät ole mitenkään uniikkeja.

http://www.pinnaclesports.com/online-be ... tting.aspx

[Mamba]

Pinnaclen/Boykon tutkimuksen kotiedun laskutavassa ei ole huomioitu vieraspelejä ollenkaan. Sekin kuvaa enempi joukkueen tasoa kuin sitä minkä itse ajattelen kotieduksi. Jos haluaisi verrata toisiinsa eri tasoisten joukkueiden lukemia niin noista lukemista pitäisi vähentää vieraspelien etu/haitta. Ehkä tämäkin kertoo sen että kotiedun voi ymmärtää monella tavalla ja helposti kuvittelee että oma tapa on ainoa oikea tapa.

Sanoisin kuitenkin että Boykon tutkimustulos "for every additional 10,000 people attending, home team advantage increased by 0.1 goals." on ainakin vedonlyönnin kannalta ihan nollatutkimus, koska tutkimuksessa käytetty kotiedun mittari ei ole validi vaan vahvasti riippuvainen joukkueen tasosta.

[ptets]

Pinnaclen/Boykon tutkimuksen kotiedun laskutavassa ei ole huomioitu vieraspelejä ollenkaan. Sekin kuvaa enempi joukkueen tasoa kuin sitä minkä itse ajattelen kotieduksi. Jos haluaisi verrata toisiinsa eri tasoisten joukkueiden lukemia niin noista lukemista pitäisi vähentää vieraspelien etu/haitta. Ehkä tämäkin kertoo sen että kotiedun voi ymmärtää monella tavalla ja helposti kuvittelee että oma tapa on ainoa oikea tapa.

Sanoisin kuitenkin että Boykon tutkimustulos "for every additional 10,000 people attending, home team advantage increased by 0.1 goals." on ainakin vedonlyönnin kannalta ihan nollatutkimus, koska tutkimuksessa käytetty kotiedun mittari ei ole validi vaan vahvasti riippuvainen joukkueen tasosta.

Eihän tuossa sikäli sanoata mitään kuinka Boykon tutkimus on tehty. Siinähän on voitu ihan hyvin ottaa joukkueen taso huomioon. Tutkimushan oli tehty vuosilta 1992-2006 jolloin menestysjoukkueilla ei ollut nykyisiä jättistadioneitaan. Arsun, ManU:n yms. stadionit on rakennettu menestyksen myötä vasta noiden vuosien jälkeen. Ja onhan nykypäivänä esim. Chelsealla pienempi stadion kuin vaikkapa Sunderlandilla tai Newcastlella.

Yllättävän moni dumaa ajatuksen edes tutkimatta sitä itse.

[Mamba]

Eihän tuossa sikäli sanoata mitään kuinka Boykon tutkimus on tehty. Siinähän on voitu ihan hyvin ottaa joukkueen taso huomioon. Tutkimushan oli tehty vuosilta 1992-2006 jolloin menestysjoukkueilla ei ollut nykyisiä jättistadioneitaan. Arsun, ManU:n yms. stadionit on rakennettu menestyksen myötä vasta noiden vuosien jälkeen. Ja onhan nykypäivänä esim. Chelsealla pienempi stadion kuin vaikkapa Sunderlandilla tai Newcastlella.

Yllättävän moni dumaa ajatuksen edes tutkimatta sitä itse.

En löytänyt Boykon tutkimusta netistä. Käsitin ja oletin että siinä on kotietu laskettu samalla tavalla kuin Pinnaclen jutussa jossa tasoeroja ei ole huomioitu. Tai sitten Pinnyn artikkelissa sotketaan kotietukäsitteitä tosi harhaanjohtavasti. Ois kyllä hyvin mielenkiintoista nähdä tuo Boykon tutkimus. Tai data ja tutkia itse. Tuo 0,1 maalin lisäys kotietuun 10000 katsojaa kohti 16 kauden otoksessa vaikuttaa niin suurelta etten siihen oikein jaksa uskoa jos joukkueiden tasoerot olisi huomioitu. Jos taas ei ole ole huomioitu niin jotain ton kaltaista tai suurempaakin "kotietua" voi olettaa tulevan ihan vaan siitä paremmat joukkueet ovat pelanneet keskimäärin isommilla stadioneilla.

[p_zombie]

Boykon tutkimus löytyy myös netistä ilmaiseksi, linkki: http://www.tandfonline.com/doi/pdf/10.1 ... 0601038576

Nopealla vilkaisulla siinä on pyritty ennustamaan pelin maalimäärien erotusta (kotimaalit - vierasmaalit) ns. ordinal regressio-mallin avulla. Selittävinä muuttujina oli joukkueiden tehtyjen ja päästettyjen maalien keskiarvot koti- ja vieraspeleissä kauden aikana sekä sitten tuomari, yleisömäärä ja stadionin täyttöaste. Eli siis tavoitteena oli pyrkiä oppimaan datasta noiden tekijöiden vaikutusten suuruutta (=parametrien arvoja), kuten regressiomalleissa yleensäkin. Datana oli reilut 5000 peliä Englannin valioliigaa vuosilta 1992-2006. Samalla idealla myös mallinnettiin keltaisten ja punaisten korttien sekä rankkareiden lukumääriä.

Tuo keskiarvojen käyttö kyllä vähän haiskahtaa, mutta pitää ehkä jossain vaiheessa katsella tarkemmin.

[Mamba]

Kiitos linkistä p_zombie

Avataanpa vähän lisää tuota tutkimusta. Siinä tosiaan lasketaan mm. koti- ja vierasmaalien erotusta tosiaan mm. yleisömäärän suhteen. On saatu hieno p-arvo 0,0022 joka tarkoittaa siis 99,78% todennäköisyyttä sille että yleisömäärällä on vaikutusta koti- ja vierasmaalien erotukseen. Mm. tuomarin vaikutuskin koti- ja vierasmaalien erotukseen on saatu varmistettua 97,37% todennäköisyydellä. Näyttää vakuuttavalta. Mutta miten tulokset on saatu?

Jos vaikka jaetaan ottelut yleisömäärän mukaan ja erotellaan vaikkapa kyseisestä Englannin liigasta kausilta 1992-2006 20% otteluista joissa on suurin yleisömäärä. Luultavasti tähän 20% saadaan suunnilleen kaikki ManUn ja Arsenalin kotipelit, paljon Newcastlen ja ManCityn, Liverpoolin, Sunderlandin ja Chelsean pelejä. Voisi arvioida että A-E asteikolla kotijoukkueiden taso näissä top20% yleisömääräpeleissä olisi noin B. Vierasjoukkueen voisi näissä paljon peleissä olla suunnilleen C+. Tehdään samanlainen arvio 20% otteluista jotka vetävät vähiten yleisöä. Pienen stadionin joukkueista valtaosa majailee useimpina kausina D tai E tasolla. Jotkut ehkä C tasolla tai satunnaisena kautena joku jopa B tasolla. Arvioidaan että bottom20% yleisöpeleissä kotijoukkueen keskimääräinen taso olisi D. Pienelle stadionille ei loppuunmyytynäkään saada suuriakaan joukkueita vastaan mahtumaan kapasiteettiaan enempää, joten näissä bottom 20% yleisöpeleissä olisi vierasjoukkueina jonkin verran myös A tason joukkueita. Sanotaan että näiden otteluiden keskimääräisen vierasjoukkueen taso olisi C-. Yksinkertaistamisen vuoksi arvioidaan että yleisömäärältään keskimmäiset 60% peleistä olisivat keskimäärin tasabuukkipelejä C vs C. Arvioidaan että top20% pelien yleisömäärä on 50000 ja bottom20% pelien 20000.

Tutkimuksen tuloksena siis on että jokaista 10000 lisäkatsojaa kohti koti- ja vierasjoukkueiden välinen "kotietu" kasvaa 0,086 maalia. Eli se kertoo että ottelut joissa pelaavat vastakkain keskimäärin B vs C+ joukkueet kotijoukkueen ja vierasjoukkueen välisten maalien erotus on (3* 0,086) 0,26 maalia suurempi kuin otteluissa joissa pelaavat keskimäärin D vs C- joukkueet.

On tuossa vedonlyöjän kannalta ainakin se hyvä puoli että jos Pinnaclenkin janarit oikeasti nielevät tollaisia tutkimuksia kritiikittä niin aika kuutamolla silläkin puolella ollaan.

[ptets]

On tuossa vedonlyöjän kannalta ainakin se hyvä puoli että jos Pinnaclenkin janarit oikeasti nielevät tollaisia tutkimuksia kritiikittä niin aika kuutamolla silläkin puolella ollaan.

No sittenhän siellä pitäisi olla helppoa massia brittifutiksesta tiedossa. Jännä vaan että enpä muista nähneeni yhtään julkista vihjaajaa tai vihjepalvelua joka olisi esim. Championshipistä voitolla parin viime vuoden ajalta.

[p_zombie]

Avataanpa vähän lisää tuota tutkimusta. Siinä tosiaan lasketaan mm. koti- ja vierasmaalien erotusta tosiaan mm. yleisömäärän suhteen. On saatu hieno p-arvo 0,0022 joka tarkoittaa siis 99,78% todennäköisyyttä sille että yleisömäärällä on vaikutusta koti- ja vierasmaalien erotukseen. Mm. tuomarin vaikutuskin koti- ja vierasmaalien erotukseen on saatu varmistettua 97,37% todennäköisyydellä. Näyttää vakuuttavalta. Mutta miten tulokset on saatu?

Itse asiassa tuo p-arvon tulkinta ei ole aivan noin suoraviivainen. Se on todennäköisyys havaitulle datalle olettaen, että nollahypoteesi pitää paikkaansa. Nollahypoteesi tässä tapauksessa on, että tuohon yleisömäärään liittyvä regressiokerroin saa arvon 0 (= ei vaikutusta). Se ei siis suoraan kerro todennäköisyyttä, että onko yleisömäärillä vaikutusta vai ei. Wikipediassa asia on selitetty aika hyvin yleisessä tapauksessa: http://en.wikipedia.org/wiki/P-value

Tutkimuksessa on käytetty frekventististä tutkimustapaa. Eli parametrien arvot on puolestaan sitten opittu suurimman uskottavuuden estimoinnilla datasta. Eli etsitty parametrit, jotka maksimoivat uskottavuusfunktion arvon käyttäen tuota ordinal regressio-mallia edellä mainituilla selittävillä muuttujilla. Hiukan tosin kyllä jää epäselväksi se mallin tarkka muoto. Usein tuossa käytettäisiin joko ordered probit- tai logit-mallia, mutta tätä ei ole mainittu millään tavalla. Eikä mallia ylipäätään ole kirjoitettu missään kohtaa selvästi auki matemaattisin merkinnöin, ainoastaan tekstinä.

edit: Perusideana tuossa tutkimuksessa (käyttäen samoja merkintöjä) on, että maalien erotusta voidaan karakterisoida muuttujalla y, joka saa muodon
y =
xHGF*(kotijoukkueen kotona tekemien maalien ka kauden aikana) +
xHGA*(kotijoukkueen kotona päästämien maalien ka kauden aikana) +
xAGF*(vierasjoukkueen vieraissa tekemien maalien ka kauden aikana) +
xAGA*(vierasjoukkueen vieraissa päästämien maalien ka kauden aikana) +
referee * (indikaattori kuka tuomarina) +
crowd size*(yleisömäärä ottelussa)+
crowd density*(täyttöaste ottelussa) +
season * (indikaattori mikä kausi)
, jossa xHGF, xHGA, xAGF, xAGA, crowd size, crowd density on parametrejä, kuin myös referee ja season, mutta jokaiselle tuomarille ja kaudella omansa on oma parametrinsä.

Sitten tämä y:n (+muutaman lisäparametrin) avulla voidaan joko probit tai logit funktion kautta laskea todennäköisyys ottelun maalimäärien erotukselle.

En oikeastaan ihan hahmota tuota Mamban kritiikkiä käytettyjä menetelmiä kohtaan, tai en näe miten tuollainen tilanne muodostuisi. Noista keskiarvoista voi ehkä seurata jotain ongelmia + voi olla että tuo yleisömäärä itseasiassa indikoi myös jotain muutakin. Esim. yleisömäärä muuttunee vastustajan mukaan.

[Mamba]

Ehkä se oonkin minä joka oon kuutamolla.

Ajattelin tuon tavallisena regressiona siten että noita parametreja olisi testattu erikseen. Noihin ordinal regressio systeemeihin en oo ennen törmännytkään mutta täytyy koittaa perehtyä. Vähän epäilyttää noin monen parametrin yhtäaikainen käyttö tossa y-muuttujassa. Jos vaikka yksikin parametri y-muuttujasta poistetaan niin muuttuuko samalla kaikkien muidenkin parametrien optimiarvot?

[Mamba]

Tuumailin vähän lisää.

Mutta eikös tossa mallissa nyt edelleenkin säily sama ongelma mistä aiemmin kirjoitin? Eli suurten yleisömäärien peleissä keskimäärin on kotijoukkueet ovat vierasjoukkueita kovempia ja pienten yleisömäärien peleissä kotijoukkueet vierasjoukkueita heikompia. Eli crowd size-parametri sisältää epäsuorasti informaatiota joukkueiden välisestä tasoerosta ja lähtökohtaisesti se korreloi tietenkin positiivisesti koti- ja vierasmaalien erotuksen kanssa.

Lisäksi referee-parametri saattaa sisältää hivenen informaatiota tasoeroista jos tuomareita ei arvota peleihin ihan randomilla vaan jotkut tuomarit viheltävät keskimäärin enemmän taikka vähemmän vaikkapa suurten/kovien joukkueiden kotiotteluita.

Tossa best fit-mallissa käsittääkseni oletetaan että kaikki informaatio joukkueiden tasoeroista tulisi noiden xHGF, xHGA, xAGF ja xAGA parametrien kautta. Mutta miksi näin tapahtuisi? Eikö tasoeroinformaatiota "vuoda" optimointiin myös crowd size ja ehkä referee ja muidenkin parametrien kautta?

Saapi korjailla jos edelleen ymmärrän jotain väärin.