python案例认为泊松分布预测进球有效吗？

用Python案例检验泊松分布预测进球是否有效

泊松分布是足球进球预测中最经典的模型之一，下面我用一个完整的Python案例来实证检验它到底有没有效。

核心思想

泊松分布假设：单位时间内进球数独立、随机，且平均进球率 λ 恒定。

$$P(X=k) = \frac{\lambda^k e^{-\lambda}}{k!}$$

在足球里，如果一支球队场均进 1.5 球，那么它进 0、1、2、3... 球的概率就可以用泊松公式算出来。

完整实战代码

准备数据（模拟真实比赛结果）

import numpy as np
import pandas as pd
from scipy.stats import poisson, chisquare
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 模拟：某球队过去 100 场比赛的进球数
np.random.seed(42)
真实场均 = 1.6
goals = np.random.poisson(lam=真实场均, size=100)
# 统计实际进球分布
实际分布 = pd.Series(goals).value_counts().sort_index()
实际分布 = 实际分布.reindex(range(0, 7), fill_value=0)
print("实际进球分布：")
print(实际分布)

用泊松分布拟合

lam = goals.mean()   # 用样本均值估计 λ
print(f"\n估计的 λ = {lam:.3f}")
# 计算泊松预测的各进球数概率
k = np.arange(0, 7)
预测概率 = poisson.pmf(k, mu=lam)
预测频数 = 预测概率 * len(goals)
比较表 = pd.DataFrame({
    '进球数': k,
    '实际频数': 实际分布.values,
    '泊松预测频数': 预测频数.round(1)
})
print("\n实际 vs 泊松预测：")
print(比较表)

卡方检验（关键一步）

# 合并尾部（保证每个格子期望频数 ≥ 5）
实际 = 比较表['实际频数'].values.copy()
期望 = 比较表['泊松预测频数'].values.copy()
实际_合并 = np.array([实际[0], 实际[1], 实际[2], 实际[3:].sum()])
期望_合并 = np.array([期望[0], 期望[1], 期望[2], 期望[3:].sum()])
chi2, p = chisquare(f_obs=实际_合并, f_exp=期望_合并)
print(f"\n卡方统计量 = {chi2:.3f}, p 值 = {p:.4f}")
if p > 0.05:
    print("✅ 无法拒绝原假设：泊松分布拟合良好，预测【有效】")
else:
    print("❌ 拒绝原假设：泊松分布拟合不佳，预测【存疑】")

可视化对比

plt.figure(figsize=(9, 5))
width = 0.38
plt.bar(k - width/2, 实际分布.values, width, label='实际频数', color='steelblue')
plt.bar(k + width/2, 预测频数, width, label='泊松预测', color='orange')
plt.xlabel('单场进球数')
plt.ylabel('场次')f'实际进球分布 vs 泊松分布 (λ={lam:.2f})')
plt.legend()
plt.xticks(k)
plt.tight_layout()
plt.show()

典型运行结果解读

假设输出如下：

卡方检验：p = 0.93 > 0.05

泊松分布与真实进球分布高度吻合，作为进球数预测模型是有效的。

什么时候"有效"，什么时候"失效"？

✅ 有效的情形

• 预测单支球队单场进球数的大致概率
• 球队实力稳定、赛程均匀时
• 作为博彩、Fantasy Football 的基础模型
• 预测总进球数区间（如 P(≤2球)）

❌ 失效/打折扣的情形

1. 进球不独立——大比分领先后球队"收着踢"，或落后疯狂进攻
2. λ 不恒定——对手强弱差异大、伤病、主客场因素
3. 低比分偏差——真实足球中 0-0、1-0 出现频率常高于泊松预测
4. 过离散（Overdispersion）——方差 > 均值，此时应改用负二项分布

进阶验证（更严谨）

# 检验是否过离散：方差 / 均值
方差均值比 = goals.var() / goals.mean()
print(f"方差/均值 = {方差均值比:.3f}")
# 若明显 > 1，说明泊松假设偏乐观，考虑负二项分布

一句话结论：泊松分布对进球数预测在统计层面通常是有效的，但它假设过于理想化，实战中常需结合 Dixon-Coles 修正、主客场因子、球队攻防参数才能显著提升准确率。

需要我进一步给出 Dixon-Coles 模型 或主客场分参数的完整代码吗？