Pergunte ao Mago #247
- Usando o total e o spread, estime o total de pontos de cada equipe. Por exemplo, se usarmos um total de 57 e um spread de -5 para o Super Bowl, considerando c = pontos dos Colts e s = pontos dos Saints, então...
(1) c+s=57
(2) c-5=s
Substituindo a equação (2) na equação (1):
c+(c-5)=57
2c-5=57
2c=62
c=31
s=31-5=26
O problema de parar por aqui é que, às vezes, você obtém valores que dificilmente serão alcançados por uma única equipe. Por exemplo, a probabilidade de uma equipe marcar 24 pontos é de 6,5%, mas a probabilidade de marcar 25 é de apenas 0,9%. A tabela abaixo mostra a probabilidade de uma equipe marcar 24 pontos, com base nas temporadas de 2000 a 2009. Portanto, vamos estimar o total de pontos para cada equipe com base em combinações realistas de field goals e touchdowns. - Suponha que o favorito marque 2 gols de campo.
- Suponha que o azarão marque um gol de campo.
- Subtraia os pontos dos field goals de cada um. No exemplo do Super Bowl, isso deixaria os Colts com 25 pontos de touchdown e os Saints com 23 pontos de touchdown.
- Divida os pontos de touchdown por 7 para obter a estimativa de touchdowns. c = 3,57 TD, s = 3,29 TD
- Arredonde o número estimado de touchdowns para o número inteiro mais próximo. c=4, s=3.
- Seguindo este método, obtemos para pontos totais c=(4×7)+(2×3)=34, s=(3×7)+(1×3)=24.
Utilizando esse método em todos os 6.707 jogos das temporadas de 1983 a 2009, teríamos obtido 69 palpites corretos, para uma taxa de sucesso de 1,03%. A última vez que teria acertado foi no jogo entre Titans e Colts na semana 13 de 2009. Naquele jogo, o spread era de Colts -6,5 e o total de pontos era 46. O placar foi Titans 17, Colts 27.
Um crítico sugeriu que uma estratégia melhor e mais simples seria escolher o total de pontos mais próximo entre as duas equipes. Utilizando esse método, obtivemos apenas 51 vitórias, o que representa uma taxa de acerto de 0,76%. Na minha opinião, dividir os pontos marcados em 2 para as equipes mais fortes e 1 para as mais fracas é importante.Totais de uma única equipe nas temporadas da NFL de 2000 a 2009
| Total de uma equipe | Total na amostra | Probabilidade |
| 0 | 93 | 1,75% |
| 1 | 0 | 0,00% |
| 2 | 0 | 0,00% |
| 3 | 148 | 2,79% |
| 4 | 0 | 0,00% |
| 5 | 2 | 0,04% |
| 6 | 114 | 2,15% |
| 7 | 210 | 3,96% |
| 8 | 9 | 0,17% |
| 9 | 76 | 1,43% |
| 10 | 316 | 5,96% |
| 11 | 9 | 0,17% |
| 12 | 49 | 0,92% |
| 13 | 289 | 5,45% |
| 14 | 238 | 4,49% |
| 15 | 55 | 1,04% |
| 16 | 170 | 3,21% |
| 17 | 373 | 7,03% |
| 18 | 33 | 0,62% |
| 19 | 92 | 1,73% |
| 20 | 368 | 6,94% |
| 21 | 234 | 4,41% |
| 22 | 64 | 1,21% |
| 23 | 218 | 4,11% |
| 24 | 347 | 6,54% |
| 25 | 47 | 0,89% |
| 26 | 103 | 1,94% |
| 27 | 282 | 5,32% |
| 28 | 159 | 3,00% |
| 29 | 52 | 0,98% |
| 30 | 127 | 2,39% |
| 31 | 242 | 4,56% |
| 32 | 23 | 0,43% |
| 33 | 57 | 1,07% |
| 34 | 164 | 3,09% |
| 35 | 76 | 1,43% |
| 36 | 27 | 0,51% |
| 37 | 68 | 1,28% |
| 38 | 108 | 2,04% |
| 39 | 11 | 0,21% |
| 40 | 21 | 0,40% |
| 41 | 62 | 1,17% |
| 42 | 31 | 0,58% |
| 43 | 6 | 0,11% |
| 44 | 24 | 0,45% |
| 45 | 33 | 0,62% |
| 46 | 1 | 0,02% |
| 47 | 7 | 0.13% |
| 48 | 28 | 0,53% |
| 49 | 15 | 0,28% |
| 50 | 1 | 0,02% |
| 51 | 5 | 0,09% |
| 52 | 7 | 0,13% |
| 53 | 0 | 0,00% |
| 54 | 2 | 0,04% |
| 55 | 1 | 0,02% |
| 56 | 4 | 0,08% |
| 57 | 1 | 0,02% |
| 58 | 1 | 0,02% |
| 59 | 1 | 0,02% |
| Total | 5304 | 100,00% |
Essa questão foi levantada e discutida no fórum do meu site complementar, Wizard of Vegas .
| Dados do teste de dados | |
| Total de dados | Observações |
| 2 | 6 |
| 3 | 12 |
| 4 | 14 |
| 5 | 18 |
| 6 | 23 |
| 7 | 50 |
| 8 | 36 |
| 9 | 37 |
| 10 | 27 |
| 11 | 14 |
| 12 | 7 |
| Total | 244 |
O teste qui-quadrado é perfeitamente adequado para esse tipo de questão. Para usar o teste, calcule (ae) ² /e para cada categoria, onde a é o resultado real e e é o resultado esperado. Por exemplo, o número esperado de lançamentos que totalizam 2 em 244 lançamentos é 244 × (1/36) = 6,777778. Se você não entende por que a probabilidade de rolar um 2 é 1/36, leia minha página sobre os fundamentos da probabilidade em dados . Para o valor qui-quadrado para um total de 2, a = 6 e e = 6,777778, então (ae) ² /e = (6 - 6,777778) ² /6,777778 = 0,089253802.
Resultados do Qui-Quadrado
| Total de dados | Observações | Esperado | Qui-quadrado |
| 2 | 6 | 6,777778 | 0,089253 |
| 3 | 12 | 13,555556 | 0,178506 |
| 4 | 14 | 20,333333 | 1,972678 |
| 5 | 18 | 27.111111 | 3,061931 |
| 6 | 23 | 33,888889 | 3,498725 |
| 7 | 50 | 40,666667 | 2,142077 |
| 8 | 36 | 33,888889 | 0,131512 |
| 9 | 37 | 27.111111 | 3.607013 |
| 10 | 27 | 20,333333 | 2,185792 |
| 11 | 14 | 13,555556 | 0,014572 |
| 12 | 7 | 6,777778 | 0,007286 |
| Total | 244 | 244 | 16,889344 |
Em seguida, some os valores da coluna qui-quadrado. Neste exemplo, a soma é 16,889344. Esse valor é chamado de estatística qui-quadrado. O número de "graus de liberdade" é um a menos que o número de categorias nos dados, neste caso 11 - 1 = 10. Por fim, você pode consultar uma tabela estatística para encontrar um valor de qui-quadrado de 10,52 com 10 graus de liberdade ou usar a fórmula =DIST.QUI(16,889344;10) no Excel. Qualquer uma das opções resultará em 7,7%. Isso significa que a probabilidade de dados honestos produzirem resultados tão assimétricos ou mais é de 7,7%. Em resumo, embora esses resultados sejam mais assimétricos do que o esperado, a assimetria não é suficiente para causar preocupação. Se você continuar este teste, sugiro coletar o resultado individual de cada dado, em vez da soma. Deve-se notar também que o teste qui-quadrado não é apropriado se o número esperado de resultados de uma categoria for baixo. Uma expectativa mínima de 5 é um valor comumente mencionado.
Não que você tenha perguntado, mas a probabilidade de um par é 16×combin(15,2)×2 2 /combin(32,4)=18,69%.
![]() |
![]() |
Imagens retiradas do meu site complementar Wizard of Vegas .
Essa questão foi levantada e discutida no fórum do meu site complementar, Wizard of Vegas .

