中阶分析 · 教程目录
双泊松:为什么两个进球过程不能当成完全独立
本篇目标:独立泊松把主客队进球当成互不相干的两个过程,但真实比赛里它们共享节奏、天气、裁判尺度和比分压力。双泊松(bivariate Poisson)用一个共同成分描述这种相关性,代价是参数更难估。
独立假设的问题
独立泊松默认主队进球和客队进球互不影响。但真实比赛里,双方共享同一场比赛的节奏:早进球会拉高全场总进球,红牌会压低它,裁判的尺度同时作用于两队,天气和场地对两队的技术发挥影响方向一致。这些共同因素让两个进球数出现正相关。
相关性的直接后果是:低比分平局(0-0、1-1)和高比分会同时偏离独立模型,前者被高估或低估取决于相关方向,后者则更“厚”。
双泊松怎么加进相关性
最常见的构造叫三元缩减(trivariate reduction):设三个相互独立的泊松变量 X₁、X₂、X₃,均值分别为 λ₁、λ₂、λ₃,然后令
主队进球 X = X₁ + X₃,客队进球 Y = X₂ + X₃
X₃ 是共同成分,它的均值 λ₃ 就是协方差。λ₃ = 0 时退化成独立泊松;λ₃ 越大,两队进球越倾向于同涨同落。
这个构造的优点是可解释、计算稳定;缺点是相关结构被固定成一种形状,无法描述“强队领先时收着踢”这类随比分变化的动态相关。
值不值得加
判断标准只有一条:样本外校准有没有变好。具体看两件事:
| 检查项 | 独立泊松 | 双泊松 |
|---|---|---|
| 参数个数 | 2(两个 λ) | 3(多一个 λ₃) |
| 低比分平局校准 | 常偏离 | 可改善,也可靠拟合变差 |
| 估计稳定性 | 高 | 中,λ₃ 在样本小时抖动明显 |
| 可解释性 | 强 | 中 |
我们的做法是把它当候选,不当默认。只有当 λ₃ 在滚动窗口里稳定、且样本外 Brier 确实下降时,才让这一层进模型;否则回到独立泊松加低比分修正。这一点写进白皮书,是因为“更复杂的模型”经常只是“更贵的噪声”。
读页面时怎么用
普通读者不需要知道 λ₃ 的大小。需要知道的是:比分表里低比分格子的权重,可能经过相关性调整;两支风格互相牵制的球队(比如都爱打防守反击),平局格子的权重通常比独立模型给的高。看到 0-0 和 1-1 加起来接近 20%,不用觉得模型保守,那可能就是这场比赛的真实形状。
常见问题
1. 双泊松一定比独立泊松准吗?
不一定。相关性估计不稳时,双泊松会引入新的误差。判断标准是样本外校准,不是模型复杂度。
2. 相关性变大,哪些比分变化最明显?
低比分格子,尤其 0-0、1-1 和 1-0、0-1。高比分格子的相对变化小。
相关链接
90edge 方法教程 · 讲口径与边界,不承诺赛果。
来源:90edge 学习中心 · 双泊松:为什么两个进球过程不能当成完全独立