Как читать статистику перед ставкой: 6 метрик
Для ставки на футбол чаще всего смотрят 6 метрик: xG, удары, владение, форму, личные встречи и разницу дома и в гостях. У каждой своя ловушка, а главная — малая выборка: доля побед по последним 5 матчам имеет доверительный интервал около ±43 процентных пунктов, по 38 матчам сезона — около ±16. Ниже — что показывает каждая метрика, как её проверить и почему нельзя строить ставку на одном числе. Все расчёты на условных данных помечены «наш расчёт»: это учебные примеры, а не прогнозы и не обещание результата.
6 коротких ответов о статистике перед ставкой
6 прямых ответов помогают за минуту понять главное, а подробности и расчёты вынесены в разделы ниже.
- Какая метрика самая надёжная? Ни одна не работает в одиночку: средний xG за 10–20 матчей информативнее результатов за 5 игр, но и он не предсказывает исход матча.
- Сколько матчей брать для вывода? Не меньше 10–20 матчей одного периода: по 5 матчам доверительный интервал доли побед около ±43 п. п. (наш расчёт).
- Что такое xG? Оценка вероятности гола с каждого удара по похожим ударам прошлого; шкала от 0 до 1, значение 0,1 — примерно один гол с десяти таких ударов (Opta Analyst, проверено 09.10.2026).
- Много ударов — это сила атаки? Не всегда: 18 ударов с дальней дистанции могут дать меньше xG, чем 8 ударов из штрафной (наш расчёт на условных данных ниже).
- Помогает ли владение мячом? Только вместе с xG и ударами в створ: само по себе оно измеряет время с мячом, а не угрозу воротам.
- Как понять, что в линии есть перевес? Перевести свою оценку в вероятность, сравнить с подразумеваемой вероятностью коэффициента и проверить, не исчезает ли разница при небольшом изменении исходных данных.
Таблица: 6 метрик, что показывают и где ловушка
6 метрик описывают прошлое, а ставка — будущее; каждая полезна только вместе с контекстом.
| Метрика | Что показывает | Главная ловушка |
|---|---|---|
| xG (ожидаемые голы) | качество созданных моментов | не равен ожидаемому результату матча (Opta) |
| Удары и удары в створ | объём атак; в среднем около 25 ударов за матч (Opta) | много ударов — не значит много опасных моментов |
| Владение мячом | доля времени с мячом | не измеряет угрозу воротам |
| Форма (последние матчи) | недавние результаты | малая выборка: 5 матчей — слишком мало |
| Личные встречи | прошлые матчи этих соперников | мало матчей, меняются составы |
| Дом и гости | разница в результативности по местам | выборка делится пополам |
Дальше — по одной метрике с практической проверкой.
1. xG: качество моментов
xG оценивает вероятность гола с каждого удара и суммируется по матчу; по Opta, больший xG в матче не означает, что команда должна была выиграть.
Шкала xG идёт от 0 до 1: значение 0,1 означает, что с десяти похожих ударов в прошлом забивался примерно один гол. Модель Opta, по описанию аналитического раздела компании (проверено 09.10.2026), обучена почти на миллионе ударов из 40 турниров и учитывает более 20 параметров: расстояние и угол, положение вратаря, давление защитников, тип удара и характер атаки. Пенальти получает фиксированное значение 0,79 по историческому проценту реализации. Наш расчёт: один пенальти по ценности равен примерно восьми обычным моментам по 0,1.
Для ставки полезнее средний xG за 10–20 матчей, чем за один; как xG переводится в вероятности исходов — в статье xG в ставках на футбол.
Opta подчёркивает ещё две вещи. Во-первых, голы не обязаны совпадать с xG: он описывает ожидаемое значение, а гол бывает только целым. Во-вторых, прошлая «сверхреализация» уже случилась и не обязана смениться недореализацией. Практический вывод редакции: расхождение голов и xG за 3–5 матчей читайте как возможное везение, а за сезон — как повод разобраться, например, в классе нападающих или вратаря.
2. Удары и удары в створ
Opta указывает, что в среднем за матч приходится около 25 ударов: команда с 18 ударами из них, возможно, давит, но 18 ударов с дальней дистанции дают мало xG.
Правила «Марафона» отдельно уточняют, что при расчёте пари забитые голы учитываются в статистике «Удары в створ» и «Удары всего», а автоголы не учитываются. Для рынков на удары это значит: сверяйте определение статистики в правилах оператора.
Пример на данных Opta за сезон 2022/23: два игрока нанесли по 63 удара без учёта пенальти, но один забил 12 голов при 10,2 xG, а другой — 3 гола при 2,8 xG. Наш расчёт: 10,2 / 63 ≈ 0,16 xG на удар против 2,8 / 63 ≈ 0,044, то есть при равном числе ударов качество моментов различалось примерно в 3,6 раза.
Условный пример команд (наш расчёт): команда А наносит 18 ударов со средним качеством 0,04 xG, итого 18 × 0,04 = 0,72 xG; команда Б наносит 8 ударов по 0,12 xG, итого 8 × 0,12 = 0,96 xG. По числу ударов лидирует А, по создаваемой угрозе — Б. Поэтому количество ударов без их качества — слабый ориентир.
3. Владение мячом
Владение мячом 65% времени не гарантирует угрозы: команда может долго держать мяч и создавать мало моментов.
Проверяйте владение вместе с xG и ударами в створ: если владение велико, а xG низкий, перевес команды иллюзорен.
Условный пример (наш расчёт): команда держит мяч 65% времени, но её xG за матч 0,7, а соперник при 35% владения набирает 1,3 xG. Владение показывает контроль над темпом, а xG — то, во что этот контроль превратился. Для ставки интереснее второе. И обратный случай бывает: команда, которая отдаёт мяч и играет на контратаках, нередко имеет низкое владение при высоком xG, и владение тогда вводит в заблуждение.
4. Форма: результаты последних матчей
Доля побед по последним 5 матчам — самая частая метрика и самая шумная: выборка из 5 игр слишком мала, чтобы отличить форму от случайности.
| Число матчей | Интервал |
|---|---|
| 5 | около ±42,9 п. п. |
| 10 | около ±30,4 п. п. |
| 20 | около ±21,5 п. п. |
| 38 (сезон) | около ±15,6 п. п. |
| 100 | около ±9,6 п. п. |
По пяти матчам «60% побед» может означать и 17%, и 100% на деле; поэтому форма — подсказка, а не основание для ставки.
Почему 5 матчей дают шумный сигнал: интервал Вальда и Уилсона
Простой доверительный интервал для доли даёт грубую оценку, а на 5–10 матчах он ещё и выходит за пределы 0–100%.
Таблица выше построена по простой нормальной (Вальда) формуле: доля ± 1,96 × √(доля × (1 − доля) / n). Справочная статья Wikipedia об интервалах для биномиальной доли (проверено 09.10.2026) указывает, что при малой выборке и долях, близких к 0 или 100%, такая формула ненадёжна: границы могут выйти за 0 или 100%, а интервал — «схлопнуться» в ложную уверенность. В качестве более устойчивой альтернативы там рекомендован интервал Уилсона. Ниже — наш расчёт по обеим формулам для нескольких результатов.
| Результат | Доля | Вальд, % | Уилсон, % |
|---|---|---|---|
| 3 победы из 5 | 60% | 17,1–100 (верхняя граница по формуле 102,9) | 23,1–88,2 |
| 2 победы из 5 | 40% | 0–82,9 (нижняя граница по формуле −2,9) | 11,8–76,9 |
| 6 из 10 | 60% | 29,6–90,4 | 31,3–83,2 |
| 12 из 20 | 60% | 38,5–81,5 | 38,7–78,1 |
| 23 из 38 | 60,5% | 45,0–76,1 | 44,7–74,4 |
Наш вывод: по Уилсону 3 победы из 5 тоже совместимы с реальной силой от 23% до 88% — разброс огромный. Выводить «команда в отличной форме» по такому ряду нельзя; к 20 матчам интервал сужается примерно до ±21 п. п., но всё равно остаётся широким.
Есть и вторая причина осторожности — возвращение к среднему. Wikipedia (проверено 09.10.2026) описывает это как статистический эффект: после экстремального результата следующий, как правило, ближе к среднему. Спортивные примеры оттуда — «проклятие второго сезона» после яркого дебюта и спад после периода исключительной игры. Наш вывод: серия из 5 побед подряд может отчасти отражать удачную часть случайного разброса, и следующие матчи, вероятно, окажутся ближе к среднему уровню команды.
5. Личные встречи
Ставка «на историю» между двумя клубами опирается на малое число игр и меняющиеся составы: 5 последних встреч дают интервал около ±43 п. п.
Личные встречи полезны как контекст (стиль игры, тренерские схемы), но не как вероятность исхода.
Условный пример (наш расчёт): клуб выиграл 4 из 5 последних встреч с этим соперником. Интервал Уилсона для 4 из 5 — примерно от 38% до 96%, то есть данных едва хватает, чтобы отличить «сильнее» от «около равных». Если за это время сменились тренер или половина состава, цифры описывают уже другие команды, и вес такой статистики стоит снизить ещё сильнее.
6. Дом и гости
Разницу в результатах дома и в гостях считают по половине выборки: у команды 19 домашних матчей за сезон из 38, и интервал доли побед на 19 матчах около ±22 п. п.
Сравнивайте не только результаты, но и xG дома и в гостях и учитывайте график; при малой выборке разница может быть случайной.
Условный пример (наш расчёт): дома команда выиграла 12 из 19 матчей (63%), в гостях — 7 из 19 (37%). Интервалы Уилсона — примерно 41–81% и 19–59%: они пересекаются, так что утверждать «в гостях команда заметно слабее» на этих числах рано. Полезнее посмотреть на xG дома и на выезде и на уровень соперников в обеих выборках.
Пример проверки по шагам (условные данные, наш расчёт)
Условный пример: хозяева в среднем за 10 матчей создают 1,6 xG и пропускают 1,0; гости создают 1,1 xG и пропускают 1,4.
- Ожидаемые голы хозяев — среднее их атаки и обороны гостей: (1,6 + 1,4) / 2 = 1,50.
- Ожидаемые голы гостей — среднее их атаки и обороны хозяев: (1,1 + 1,0) / 2 = 1,05.
- По распределению Пуассона: победа хозяев 47,6%, ничья 25,9%, победа гостей 26,5%; тотал больше 2,5 — 46,9%; обе забьют — 50,5%.
- Справедливые коэффициенты без маржи: 2,10 / 3,86 / 3,77; для ТБ 2,5 — 2,13, для ОЗ — 1,98.
Дальше сравнивайте эти числа с линией: если букмекер предлагает на победу хозяев 1,95, подразумеваемая вероятность 51,3% выше нашей оценки на 3,7 п. п., то есть перевеса нет. Подход — упрощение: он не учитывает состав, мотивацию и график.
Как сравнить расчёт с линией: подразумеваемая вероятность и маржа
Подразумеваемая вероятность коэффициента равна 1 / коэффициент, а сумма по трём исходам превышает 100% на величину маржи.
Условная линия (наш расчёт): победа хозяев 1,95, ничья 3,60, победа гостей 4,20. Подразумеваемые вероятности — 51,3%, 27,8% и 23,8%, в сумме 102,9%; превышение 2,9 п. п. — это маржа линии. Если разделить каждую вероятность на сумму, получим «очищенные» 49,9%, 27,0% и 23,1%. Подробнее о марже — в статье что такое маржа букмекера.
| Исход | Наша оценка | Коэффициент линии | Подразумеваемая вероятность | Ожидаемый результат на ставку |
|---|---|---|---|---|
| Победа хозяев | 47,6% | 1,95 | 51,3% | 0,476 × 1,95 − 1 = −7,2% |
| Ничья | 25,9% | 3,60 | 27,8% | 0,259 × 3,60 − 1 = −6,8% |
| Победа гостей | 26,5% | 4,20 | 23,8% | 0,265 × 4,20 − 1 = +11,3% |
На бумаге выходит «перевес» на победе гостей. Но это та самая ситуация, где нужна проверка на устойчивость, о ней — в следующем разделе.
Насколько устойчив такой расчёт: проверка на чувствительность
Изменение одного исходного параметра всего на 0,1 гола сдвигает вероятность исхода примерно на 2,5 п. п. и способно стереть кажущийся перевес.
| Ожидаемые голы хозяев / гостей | Победа хозяев | Ничья | Победа гостей |
|---|---|---|---|
| 1,50 / 1,05 (базовый вариант) | 47,6% | 25,9% | 26,5% |
| 1,40 / 1,05 | 45,0% | 26,8% | 28,2% |
| 1,60 / 1,05 | 50,1% | 25,0% | 24,9% |
| 1,50 / 0,95 | 50,0% | 26,1% | 23,9% |
| 1,50 / 1,15 | 45,3% | 25,6% | 29,1% |
Возьмём победу гостей по коэффициенту 4,20. При базовых 26,5% ожидаемый результат +11,3%, а при ожидаемых голах гостей 0,95 вместо 1,05 вероятность падает до 23,9%, и результат становится 0,239 × 4,20 − 1 ≈ +0,4%, то есть практически нулевым. Значит, «перевес» в 11% держится на точности оценки, которой по 10 матчам у нас нет. Наш вывод: если небольшая правка входных данных обнуляет преимущество, ставить рано.
Ограничения модели Пуассона, которые стоит помнить
Модель Пуассона в футболе — учебное упрощение: она идёт от работ Махера (1982) и Диксона и Коулза (1997) и не учитывает многое из реальной игры.
Справочная статья Wikipedia о статистических футбольных прогнозах (проверено 09.10.2026) описывает такой подход так: голы каждой команды считаются независимыми случайными величинами с распределением Пуассона, а параметры зависят от силы атаки и обороны и от фактора домашнего поля. По тому же обзору, Диксон и Коулз (статья 1997 года в Journal of the Royal Statistical Society, серия C, том 46, с. 265–280) добавили поправку на корреляцию для счетов 0:0, 1:0, 0:1 и 1:1, где независимая модель не работает. Там же отмечено, что модели без учёта времени игнорируют изменение силы команд по ходу сезона, а для надёжных оценок нужно много наблюдений, которых за сезон часто не хватает.
Наш вывод: расчёт из примера выше годится как учебная схема перевода статистики в вероятности, но не как инструмент ставки. Он не знает про составы, дисквалификации, график, мотивацию и погоду.
Шаблон записи по матчу: что фиксировать до ставки
Запись из 6 строк по каждому матчу помогает не подменять анализ ощущением и позже честно проверить собственные выводы.
| Что записать | Пример заполнения | Зачем |
|---|---|---|
| Выборка и период | последние 12 матчей чемпионата, один состав тренерского штаба | видно, на сколько матчей опирается вывод |
| xG созданный / пропущенный | 1,6 / 1,0 в среднем за матч | качество моментов вместо одного счёта |
| Разница голов и xG | забито на 3 гола больше xG | показывает возможное везение |
| Контекст | травмы, график, мотивация | то, чего нет в цифрах |
| Своя вероятность исхода | 47,6% победа хозяев | фиксируется до просмотра линии |
| Проверка на чувствительность | при ±0,1 гола вывод сохраняется / исчезает | защита от ложного перевеса |
Совет редакции: сохраняйте записи по всем рассмотренным матчам, включая те, где ставки не было. Тогда через 50–100 матчей можно сравнить свои вероятности с фактами и увидеть, не завышаете ли вы уверенность.
Частые ошибки и неочевидные случаи
5 ошибок встречаются чаще других, и большинство из них связано с выборкой, а не с самими метриками.
- Брать форму за 3–5 матчей как факт. Интервал по такому ряду охватывает почти всю шкалу вероятностей, а возвращение к среднему тянет результаты назад.
- Сравнивать xG разных поставщиков данных. Модели у каждого свои (у Opta, например, более 20 параметров), поэтому значения одной команды у разных источников могут различаться; совет редакции — сравнивайте цифры из одного источника.
- Смешивать матчи разной значимости. Товарищеские игры, матчи с ротацией и игры в разных турнирах дают разные xG; учитывайте турнир и мотивацию.
- Не учитывать пенальти. Один пенальти — 0,79 xG за единственный удар (Opta) и заметно поднимает средний xG за малую выборку; совет редакции — смотреть xG без пенальти отдельно.
- Искать подтверждение уже принятого решения. Если из 6 метрик «за» выбраны две, а четыре остальные проигнорированы, это не анализ.
Как собрать это в одну проверку и что проверить перед ставкой
- Возьмите 10–20 матчей, а не 3–5, и укажите период.
- Сравните xG созданный и пропущенный с реальными голами: так видно, где везёт, а где метрики объясняют результат.
- Переведите оценки в вероятности и пересчитайте их при небольшом изменении входных данных (на 0,1 гола).
- Сравните вывод с линией: перевод в вероятности — в статье о xG, маржа — в что такое маржа букмекера.
- Проверьте новости о составах и дисквалификациях: их нет в цифрах, но они меняют матч.
- Если вывода нет или он исчезает при чувствительности, не ставьте: ставка без перевеса теряет на марже и на налоге с выигрыша.
Материал справочный, не является призывом к участию в азартных играх. 18+. Участие в азартных играх может привести к игровой зависимости. Подробнее о самоконтроле — в разделе «Ответственная игра».
Частые вопросы
Какие метрики смотреть перед ставкой на футбол?
Чаще всего xG, удары и удары в створ, владение, форму, личные встречи и результаты дома и в гостях; ни одна не гарантирует исход.
Достаточно ли формы за 5 матчей?
Нет: при 60% побед интервал около ±43 п. п. (наш расчёт), а по формуле Уилсона 3 победы из 5 совместимы с реальной силой от 23% до 88%. Для выводов нужно 10–20 матчей и контекст.
Что такое xG и чем он полезен?
Вероятность гола с удара по модели: шкала от 0 до 1, пенальти в модели Opta равен 0,79. Показывает качество моментов, но не равен результату (Opta Analyst).
Почему владение мячом не показывает силу команды?
Оно измеряет время с мячом, а не угрозу воротам: смотрите владение вместе с xG и ударами в створ.
Помогают ли личные встречи?
Как контекст — да, как вероятность — слабо: матчей мало, составы и тренеры меняются. Даже 4 победы из 5 дают интервал примерно 38–96% (наш расчёт, формула Уилсона).
Сколько матчей нужно, чтобы доверять статистике команды?
Универсального числа нет: чем больше матчей, тем уже интервал. По нашему расчёту, доля побед 60% даёт около ±31 п. п. на 10 матчах и около ±22 п. п. на 20; ориентир редакции — не менее 10–20 матчей одного периода.
Как перевести коэффициент в вероятность?
Разделите 1 на коэффициент: коэффициент 1,95 означает 1 / 1,95 ≈ 51,3%. Сумма таких вероятностей по всем исходам превышает 100% на величину маржи (в нашем условном примере 102,9%).
Если мой расчёт показывает перевес, можно ли ставить?
Сначала проверьте устойчивость: измените входные данные на небольшую величину. В нашем примере сдвиг на 0,1 гола сокращал кажущийся перевес с +11,3% до +0,4%. Если преимущество исчезает, это не перевес, а погрешность.
Гарантирует ли статистика выигрыш?
Нет. Статистика описывает прошлое, а исход матча остаётся неопределённым; ставки связаны с риском потери денег и игровой зависимости.
Источники · проверено 09.10.2026
- Opta Analyst: What Is Expected Goals (xG)? (прочитано 05.10.2026)
- Правила БК «Марафон» (marathonbet.ru, © 2026), раздел 8.2 «Правила по видам спорта: футбол» (удары в створ и удары всего)
- Opta Analyst: What Is Expected Goals (xG)? (Stats Perform, проверено 09.10.2026) — шкала xG 0–1, пенальти 0,79, более 20 параметров модели, около 25 ударов за матч, примеры 63 ударов (12 голов при 10,2 xG и 3 при 2,8 xG), xG не предсказывает результат
- Wikipedia: Binomial proportion confidence interval (проверено 09.10.2026) — формула Вальда с z = 1,96, её недостатки при малых выборках, рекомендуемый интервал Уилсона
- Wikipedia: Regression toward the mean (проверено 09.10.2026) — определение эффекта, спортивные примеры (спад после яркого сезона)
- Wikipedia: Statistical association football predictions (проверено 09.10.2026) — модель Пуассона Махера (1982), независимость голов, поправка Диксона–Коулза для низких счетов, ограничения моделей без учёта времени
- Dixon M. J., Coles S. G. Modelling association football scores and inefficiencies in the football betting market // Journal of the Royal Statistical Society: Series C, 1997, т. 46, № 2, с. 265–280 (проверено 09.10.2026, University of Bristol Research Portal) — библиографические данные работы, на которую ссылается обзор (поправка для счетов 0:0, 1:0, 0:1, 1:1)