คำศัพท์

Glossary — ศัพท์เชิงสถิติ

พจนานุกรมศัพท์ทางสถิติและโมเดลที่ใช้ใน ฟุตบอลIQ — ใช้เพื่อเข้าใจ Statistical Insight ที่ระบบส่งและศึกษาวิธีคิดของโมเดลแบบโปร่งใส

เพื่อการศึกษาเท่านั้น · ไม่ใช่คำแนะนำการพนัน

พบ 23 คำศัพท์

โมเดล

ค่าประตูคาดหวังxG (Expected Goals): ค่าความน่าจะเป็นที่โอกาสยิงประตูแต่ละครั้งจะกลายเป็นประตูจริง คำนวณจากตำแหน่งยิง, ลักษณะการได้บอล, และส่วนของร่างกายที่ใช้ยิง ค่า xG ของทีมในเกมคือผลรวมของ xG จากทุกการยิง — บอกได้ว่าทีมสร้างโอกาสได้คุณภาพแค่ไหน โดยไม่ขึ้นกับผลประตูจริงที่อาจมีความบังเอิญ อ่านเพิ่มในบทความ /blog/xg-explained
โมเดลดิกซัน-โคลส์Dixon-Coles Model: โมเดลทางสถิติฟุตบอลที่ปรับปรุงจาก Poisson regression เพื่อแก้ปัญหา low-score bias — สกอร์ต่ำๆ เช่น 0-0, 1-0, 0-1, 1-1 มักเกิดในความเป็นจริงมากกว่าที่ Poisson ทำนาย ระบบของเราใช้ Dixon-Coles เป็นฐานในการคำนวณ probability distribution ของผลการแข่งขัน
การถ่วงน้ำหนักแบบเบย์Bayesian Shrinkage: เทคนิคทางสถิติที่ดึงค่าประมาณการของทีมที่มี sample size น้อยให้ใกล้ค่ากลาง (baseline) ของลีก เพื่อลด overfitting จากข้อมูลน้อย ในระบบของเรา ทีมที่เพิ่งเลื่อนชั้นหรือลีกที่มีข้อมูลน้อยจะถูก shrinkage เพื่อให้ค่าทำนายเสถียรขึ้น
แบ็คเทสต์Backtest: การทดสอบโมเดลกับข้อมูลในอดีต เพื่อดูว่าหากระบบทำงานในช่วงเวลานั้น ผลลัพธ์จะออกมาอย่างไร เปิดให้ผู้ใช้ VIP เปิด backtest tool เพื่อตรวจสอบโมเดลกับช่วงเวลาที่เลือกเองได้ — backtest เป็นเครื่องมือศึกษา ไม่ใช่หลักประกันผลในอนาคต

ผลของระบบ

ระดับความเชื่อมั่นConfidence Level: ระดับความน่าจะเป็นที่ Statistical Insight จะตรงกับผลจริง แสดงเป็นค่า 0-100 และจัดกลุ่มเป็น 3 ระดับ — HIGH (≥75, สอดคล้องสูงระหว่างหลายโมเดล), MEDIUM (50-74, สอดคล้องปานกลาง), LOW (<50, สอดคล้องต่ำ) ค่ายิ่งสูงยิ่งสะท้อนว่าหลายโมเดลเห็นตรงกันและ sample size เพียงพอ ไม่ได้แปลว่า “จะถูกแน่” แต่แปลว่า “ระบบมั่นใจในผลคำนวณระดับใด” ระบบโชว์ครบทุกระดับ ไม่ตัดทิ้ง LOW เพื่อความโปร่งใส
ดัชนีความน่าสนใจเชิงสถิติStatistical Insight Score: คะแนนรวมที่ระบบให้กับแต่ละนัด สะท้อนว่าความแตกต่างระหว่างโมเดลกับตลาดอ้างอิงน่าสนใจในเชิงสถิติแค่ไหน — คำนวณจาก confidence level, sample size, ส่วนต่างกับ Sharp Market reference, และความสอดคล้องของหลายโมเดล เป็นเครื่องมือศึกษาเชิงเปรียบเทียบ ไม่ใช่คำชี้นำ
ผลต่าง 1 ประตู / สองทีม / สูง-ต่ำ1X2 / Asian Handicap / Over/Under: รูปแบบการนำเสนอผลของเกมในเชิงสถิติ — 1X2 คือผลแพ้/เสมอ/ชนะ, Asian Handicap คือการปรับสมดุลของทีมที่ฟอร์มต่างกัน, Over-Under คือจำนวนประตูรวมสูงหรือต่ำกว่าค่าที่กำหนด ระบบนำเสนอข้อมูลเหล่านี้เพื่อการศึกษาเชิงสถิติ ไม่ใช่เพื่อชี้นำการเดิมพัน
เส้น Asian Handicap (AH-line)AH-line (Asian Handicap line): ค่าตัวเลขที่บอก “ความได้เปรียบ-เสียเปรียบที่ตลาดมองทีมต่อรอง” ในรูปแบบ Asian Handicap — เช่น -0.5 คือทีมต่อต้องชนะอย่างน้อย 1 ประตู, -1.0 คือต้องชนะ 2+ (ถ้าชนะ 1 = คืนทุน/push), +0.5 คือทีมรองยอมรับผลเสมอเป็นชนะ, +1.5 คือทีมรองรับเสมอหรือแพ้ไม่เกิน 1 ประตู ระบบเปรียบเทียบ AH-line ของตลาดกับโมเดลภายในเพื่อหา Edge เชิงสถิติ อ่านเพิ่มใน /blog/asian-handicap-explained

ตลาดอ้างอิง

ราคาตลาดอ้างอิงเชิงสถิติSharp Market reference: ค่าราคาตลาดที่นักวิเคราะห์เชิงสถิติทั่วโลกใช้เป็นจุดอ้างอิง เพราะสะท้อนข้อมูลรวมของผู้เล่นที่ใช้โมเดลเชิงปริมาณ ระบบของเราใช้ Sharp Market reference เพื่อเปรียบเทียบกับโมเดลภายใน — ไม่ใช่เพื่อแนะนำให้ผู้ใช้ไปทำธุรกรรมที่ใด
เปรียบเทียบโมเดลกับตลาดModel vs Market: ส่วนต่างระหว่างความน่าจะเป็นที่โมเดลของเราคำนวณกับ Sharp Market reference ส่วนต่างที่สำคัญในเชิงสถิติคือสัญญาณว่ามีบางอย่างที่ตลาดยังไม่ได้รวมเข้าไป — อาจเป็นข้อมูล lineup, ฟอร์มล่าสุด, หรือคุณภาพการสร้างโอกาส เปิดให้ตรวจสอบทุกนัดเพื่อความโปร่งใส
ส่วนต่างเชิงสถิติEdge: ค่าที่สะท้อนว่าโมเดลของเราเห็นความน่าจะเป็นต่างจาก Sharp Market reference มากแค่ไหน แสดงเป็นเปอร์เซ็นต์ — มีความหมายเดียวกับ EV (Expected Value) ในบริบทเชิงสถิติ ค่ายิ่งสูงยิ่งสะท้อนว่าความเห็นของโมเดลกับตลาดต่างกันมาก ระบบของเราใช้เกณฑ์ขั้นต่ำ 12% ก่อนปล่อย insight เพื่อกรองสัญญาณที่ noise สูง — ไม่ใช่คำรับประกันว่าโมเดลจะถูก เป็นเพียงตัวชี้วัดเชิงเปรียบเทียบเพื่อการศึกษา
ค่าคาดหวังเชิงสถิติEV (Expected Value): ส่วนต่างระหว่างความน่าจะเป็นที่โมเดลคำนวณกับราคา (implied probability) ของตลาด แสดงเป็นเปอร์เซ็นต์ ตัวอย่าง — ถ้าตลาดเปิดราคา 2.00 (implied 50%) แต่โมเดลเห็นว่าความน่าจะเป็นจริงคือ 58% จะได้ EV = +16% (= 0.58 × 2.00 − 1) EV เป็น synonym ของ Edge ในบริบทเชิงสถิติ ใช้เพื่อเปรียบเทียบว่าราคาที่ตลาดเสนอสอดคล้องกับโมเดลแค่ไหน — เพื่อการศึกษาเท่านั้น ไม่ใช่คำชี้นำการลงทุนหรือกิจกรรมใดๆ
ส่วนต่างเทียบราคาปิดCLV (Closing Line Value): ตัวชี้วัดที่เปรียบเทียบราคาที่บันทึกไว้ตอนที่ระบบปล่อย insight กับ “ราคาปิด” (closing line) ก่อนเกมเริ่ม CLV ที่เป็นบวก = ราคาตอนนั้นดีกว่าตอนปิด ซึ่งสะท้อนว่าโมเดลเห็นข้อมูลก่อนที่ตลาดจะปรับเข้าใกล้ความจริง CLV ใช้เป็น proxy เชิงสถิติเพื่อประเมินคุณภาพของสัญญาณในระยะยาว — เป็นเครื่องมือศึกษาผลย้อนหลัง ไม่ใช่คำรับประกันผลในอนาคต

สถิติ

อัตราการตรงHit Rate: สัดส่วนของ Statistical Insight ที่ผลจริงตรงกับทิศทางของโมเดล แสดงเป็นเปอร์เซ็นต์ ระบบโชว์ hit rate แยกตาม confidence level และช่วงเวลา เพื่อให้ผู้ใช้เห็นความสม่ำเสมอของโมเดลในระยะยาว — ผลย้อนหลังไม่ใช่เครื่องชี้นำผลในอนาคต
ขนาดตัวอย่างSample Size: จำนวนกรณีที่นำมาคำนวณค่าเฉลี่ยหรืออัตราต่างๆ ระบบของเรากำกับ sample size ที่ทุกค่าสถิติเสมอ เพราะอัตราที่คำนวณจาก 10 นัดและ 200 นัดมีความน่าเชื่อถือไม่เท่ากัน ค่าที่ sample size ต่ำมักจะถูก Bayesian shrinkage ดึงเข้าหา baseline
เส้นฐานBaseline: ค่าที่ใช้เปรียบเทียบเพื่อดูว่าผลที่ได้ดีกว่า/แย่กว่าการเดาสุ่มมากแค่ไหน — เช่น การโยนเหรียญแบบสุ่มจะได้ผลถูกประมาณ 33% สำหรับการทาย 1X2 หากโมเดลทำได้ใกล้ baseline แสดงว่ายังไม่มีข้อมูลที่ valuable พอ
การแกว่ง / ค่าเบี่ยงเบนมาตรฐานVariance / Standard Deviation: ค่าที่บอกว่าผลของระบบในแต่ละช่วงเวลากระจายห่างจากค่าเฉลี่ยมากแค่ไหน ค่าที่สูงสะท้อนว่าผลย้อนหลังของระบบมีช่วงที่ดีและช่วงที่ไม่ดีสลับกันมาก ระบบของเราเปิดให้เห็น variance ทุก confidence level เพื่อตั้งความคาดหวังที่สมจริง
คะแนนสถิติรวมStatistical Score: คะแนนรวมของระบบที่สะท้อนภาพรวมของผลย้อนหลังเชิงสถิติ คำนวณจากความสอดคล้องของโมเดลกับผลจริง ปรับด้วย sample size และ variance ใช้เพื่อเปรียบเทียบช่วงเวลา/ลีกในเชิงสถิติ — ไม่ใช่ตัวชี้วัดผลตอบแทนทางการเงิน และไม่ใช่คำชี้นำการลงทุน

ระบบบริการ

บอทโทรเลขTelegram Bot: ช่องทางหลักที่ระบบส่ง Statistical Insight ให้สมาชิก เชื่อมต่อครั้งเดียวด้วย Invite Link เฉพาะตัว Bot รองรับคำสั่ง /today /history /settings และอื่นๆ ผู้ใช้สามารถเปิด/ปิดการแจ้งเตือนตามลีกหรือช่วงเวลาได้จากคำสั่ง /settings
แดชบอร์ดDashboard: หน้าเว็บส่วนตัวของสมาชิก ใช้ดูประวัติ Statistical Insight ย้อนหลัง, hit rate แยกตาม confidence, และสถิติเชิงลึกอื่นๆ สมาชิก VIP รายเดือนจะได้ประวัติย้อนหลังเต็มและ Priority support
ระดับความสำคัญของข้อมูลData Tier: การจัดระดับคุณภาพข้อมูลของแต่ละลีก/ทัวร์นาเมนต์ในระบบ ลีกที่ data provider ครอบคลุมเต็มและมี xG, lineup, และข้อมูล match-level ที่สม่ำเสมอจะอยู่ใน tier สูง — ระบบจะไม่ปล่อย Statistical Insight ในลีกที่ tier ไม่ผ่านเกณฑ์ภายใน
สัดส่วน Kelly (Kelly fraction)Kelly fraction: สูตรทางคณิตศาสตร์ที่ John Kelly คิดในปี 1956 เพื่อคำนวณ “สัดส่วนที่ optimal เชิงสถิติ” สำหรับการจัดสรรทรัพยากรเมื่อรู้ค่าความน่าจะเป็นและ payoff สูตรพื้นฐาน: f* = (bp − q) / b เมื่อ b = payoff, p = ความน่าจะเป็นชนะ, q = 1 − p ในแวดวงสถิติ มักใช้ ¼-Kelly หรือ ½-Kelly เพื่อลด variance ระบบนำเสนอค่านี้เป็น “ตัวอ้างอิงเชิงคณิตศาสตร์” เพื่อการศึกษาเท่านั้น — ไม่ใช่คำแนะนำให้ทำธุรกรรมใดๆ
เพดานขาดทุนต่อรอบStop-loss bank: แนวคิดเชิงบริหารความเสี่ยงในเชิงสถิติ — กำหนด “เพดานขาดทุนสูงสุด” ที่ยอมรับได้ในแต่ละช่วงเวลา (เช่น สัปดาห์/เดือน) เมื่อถึงเพดานแล้วให้หยุดกิจกรรมในรอบนั้นเพื่อทบทวนสมมติฐาน เป็นเครื่องมือ discipline ที่นักวิเคราะห์เชิงปริมาณใช้กันแพร่หลายเพื่อจำกัด tail risk — ระบบของเรา reference แนวคิดนี้ใน educational content เท่านั้น ไม่ใช่คำแนะนำการลงทุนหรือการชี้นำกิจกรรมเสี่ยง