A origem dos números, como trabalhamos com eles e o que você precisa considerar ao comparar resultados.
Fonte dos dados
Usamos a API-Football, da API-SPORTS, para obter calendários, resultados, eventos, escalações e estatísticas de times e jogadores. A disponibilidade varia conforme o campeonato, a temporada e a partida.
Tratamento e análises
O Futstatto organiza e cruza os arquivos recebidos, verifica inconsistências e calcula seus próprios indicadores, comparações, tabelas e gráficos. As análises e a apresentação são desenvolvidas pelo Futstatto; as previsões não são probabilidades fornecidas pela API-Football.
Atualização e cobertura
As páginas usam dados preparados a partir do acervo disponível. Informações podem chegar com atraso ou ser corrigidas posteriormente. Uma estatística ausente não significa zero. Os filtros mostram o recorte consultado, e o site informa as datas disponíveis de atualização.
Métricas como xG e notas de jogadores podem vir do provedor. O Futstatto informa essas definições nas explicações e desenvolve as comparações e simulações apresentadas no site.
Por trás das probabilidades
Nosso modelo, em poucas palavras.
Usamos um modelo estatístico hierárquico e dinâmico, com correção Dixon–Coles e xG quando disponível. Ele conecta o histórico de ligas e copas, acompanha a evolução dos times e simula milhares de cenários. Conheça os métodos e os cuidados por trás das previsões.
Probabilidades de placar
Poisson e Dixon–Coles
A distribuição de Poisson transforma a média de gols estimada para um confronto em probabilidades de marcar 0, 1, 2 ou mais gols. A correção Dixon–Coles ajusta a dependência entre os placares baixos: 0–0, 1–0, 0–1 e 1–1.
Um ajuste específico para placares baixos
Os gols dos dois times são considerados em conjunto. Dixon–Coles permite ajustar a frequência desses resultados em relação ao Poisson independente, com parâmetros estimados a partir dos jogos.
Força dos times
Estrutura hierárquica e regularização
Estimamos ataque e defesa em uma estrutura hierárquica: o cálculo conecta informações do clube, do país ou divisão e da competição. Consideramos a força dos adversários e o mando de campo, sem tratar todas as ligas como se tivessem o mesmo nível.
Histórico compartilhado, contexto respeitado
Ligas e copas contribuem para a estimativa do mesmo clube. A regularização reduz estimativas extremas quando há poucos jogos, evitando que uma sequência curta domine o cálculo.
Evolução no tempo
Força dinâmica e incerteza
A ponderação temporal dá mais peso aos jogos recentes. Além disso, usamos um modelo de espaço de estados: ataque e defesa são forças que podem mudar no tempo, atualizadas com jogos reais. Nas simulações, elas seguem trajetórias possíveis, com tendência de retorno a uma referência de longo prazo.
A força muda, e nossa confiança nela também
Um filtro gaussiano aproximado acompanha a estimativa de força e sua incerteza. Uma vitória simulada altera a tabela do cenário, mas não é usada como um novo resultado real para treinar o modelo.
Qualidade das oportunidades
O papel dos gols esperados (xG)
O xG resume a qualidade das oportunidades de gol segundo o modelo do provedor. Quando disponível e previsto na configuração, entra como informação complementar aos placares, com peso próprio no ajuste das forças de ataque e defesa.
Oportunidades criadas, além do placar
Um time pode criar boas oportunidades e não marcar. Se o xG estiver ausente, o modelo usa o placar disponível; a ausência não é convertida em zero.
Cenários de temporada
Simulação de Monte Carlo
Repetimos milhares de vezes os jogos ainda não disputados, sorteando placares a partir do modelo e atualizando tabelas e chaveamentos em cada cenário. A frequência de um título, de uma posição ou de uma classificação gera a probabilidade estimada.
Milhares de caminhos possíveis para a temporada
Por exemplo, 30% significa cerca de 30 em cada 100 cenários do modelo. Mais simulações reduzem a variação do sorteio, mas não eliminam as limitações do modelo.
Avaliação das previsões
Backtesting fora da amostra
Testamos previsões históricas usando apenas os dados disponíveis antes de cada corte, sem consultar os resultados que queremos prever. A log loss avalia as probabilidades de vitória, empate e derrota; o CRPS avalia os diferentes totais de pontos previstos e suas probabilidades.
Não basta acertar o favorito
As métricas avaliam a qualidade das probabilidades, e não só quem venceu. Os testes orientam a escolha dos parâmetros, mas ainda cobrem poucas temporadas: não demonstram a mesma qualidade em todos os campeonatos.
Sobre o modelo
Como interpretar os números
As probabilidades são estimativas condicionadas ao modelo e ao corte dos dados, não garantias de resultado. As aproximações usadas estão descritas abaixo.
Aproximações da versão atual
Calendário e desempates
Nas simulações atuais, algumas datas futuras são datas de cenário. No piloto da liga brasileira, empates após pontos, vitórias, saldo e gols marcados são resolvidos por sorteio; confronto direto e cartões não entram nesse desempate simulado.
Prorrogação e pênaltis
Quando prevista no cenário, a prorrogação usa taxas de gols proporcionais a 30 minutos. Nas disputas por pênaltis, cada time tem 50% de probabilidade de avançar.
O que não entra nas previsões atuais
Descanso, carga de jogos, prioridade entre torneios, lesões, escalações e viagens não entram como ajustes explícitos nas previsões publicadas. Os efeitos de calendário seguem em estudo. Não usamos cotações de apostas para estimar as probabilidades.
Incerteza aproximada
O cálculo simplifica as relações de incerteza entre clubes e mantém parte dos parâmetros fixa. As probabilidades dependem dos dados e dessas hipóteses; não representam todas as fontes de incerteza do futebol.
Na Europa, cada liga nacional libera previsões após pelo menos cinco jogos por time, independentemente das demais. O histórico europeu é ajustado separadamente, com dados locais de ligas, copas e torneios continentais; seus parâmetros ainda precisam de validação preditiva regional. As estatísticas podem estar disponíveis antes das probabilidades.
Artigo publicado no Journal of the Royal Statistical Society: Series C. A referência fundamenta o modelo de placares; a extensão dinâmica, a calibração e a integração entre competições são escolhas de implementação do Futstatto.