Uma das abordagens clássicas de modelagem em apostas esportivas é a análise de probabilidade condicional. Em vez de olhar apenas para a frequência geral de um determinado evento, podemos separar os jogos a partir de um estado específico da partida e observar o que acontece a partir daquele ponto.
Por exemplo: tenho a impressão que sempre que um jogo de futebol termina o 1º tempo com 1 a 0 para a equipe visitante (0 x 1 no chamado “Half Time”), assim que essas equipes voltam do intervalo o segundo gol da partida sai antes dos 60 minutos na maioria das vezes.
Nas apostas esportivas isso é chamado de situational betting ou trend betting. Como a métrica é “sai gol ANTES de 60 minutos”, isso tecnicamente se encaixa em survival analysis, a mesma lógica que é usada para modelar “tempo até um evento acontecer” — nesse caso específico, o gol até os 60 minutos em jogos em que o time visitante foi para o intervalo vencendo a partida por 1 a 0.
Usar o placar do intervalo como variável é uma forma de state-based modeling, e é justamente nesse conceito que entra a chamada Cadeia de Markov, um modelo matemático onde a probabilidade de eventos futuros muda conforme o “estado” atual da partida (placar, tempo restante, cartões, etc.).
Ou seja, o próximo estado depende apenas do estado atual, e não do histórico completo.
Essa propriedade é chamada de propriedade de Markov:
“O futuro depende apenas do presente, não do passado.”
No nosso exemplo, não interessa saber exatamente o porquê o gol até os 60 acontece quando o visitante vence por 1 a 0. Pode ser porque o time da casa se sente pressionado a atacar mais, ou porque está perdendo diante da sua torcida, ou os treinadores fizeram ajustes no intervalo…
O que importa é que, se estamos usando o placar do intervalo como variável preditiva, precisamos checar se há lógica estatística ou se isso não é apenas “coincidência” ou “ruído”.
A importância do teste de significância
Meus dados representam um padrão real ou é apenas acaso? Para responder a essa pergunta é que usamos o teste de significância estatística.
Analisei um total de 1639 jogos com placares diversos no intervalo. São jogos de campeonatos aleatórios, do mundo inteiro e incluindo divisões inferiores. Constatei que em 725 jogos saiu um gol nos primeiros 15 minutos do 2º tempo — ou seja, até os 60 minutos de partida. Isso representa uma odd de 2,26.
Desse total de jogos, 388 jogos foram placares com 0 a 1 no intervalo. Nessa amostra, 46,90% tiveram gol até os 60 minutos — o que representa uma odd de 2,13.
Para testarmos a relevância estatística dessa amostra, começamos com uma hipótese nula (H₀).
Por exemplo:
H₀: a verdadeira taxa de acerto é 44,23%.
Minha amostra encontrou 46,90%.
O teste pergunta:
Se a verdadeira taxa fosse realmente 44,23%, qual seria a probabilidade de observar uma taxa de 44,23% ou ainda mais extrema apenas por acaso?
Essa probabilidade é o p-valor.
Como interpretar
Imagine que o teste produza:
p = 0,03
Isso significa que, assumindo a hipótese nula como verdadeira, haveria aproximadamente 3% de chance de obter um resultado tão extremo quanto o observado por variação aleatória.
Como 3% é relativamente baixo, podemos considerar o resultado estatisticamente significativo em um nível de 5%.
Um padrão comum é:
| p-valor | Interpretação |
|---|
| < 0,01 | Evidência muito forte contra H₀ |
| < 0,05 | Estatisticamente significativo |
| 0,05–0,10 | Evidência fraca/marginal |
| > 0,10 | Não significativo |
Calculadora de comparação de proporções
Uma forma fácil de fazer essa verificação estatística é com uma calculadora de proporções.
Usei o Claude e GitHub para montar uma calculadora que responde se a diferença encontrada em uma amostra é significativa ou não!
Acesse a calculadora no link abaixo:
/ferramentas/comparador-estatistico/
No Grupo 1 colocamos:
A quantidade de jogos que estava 0 a 1 no intervalo e saíram um gol até os 60 (x1)
O total de jogos que estavam estavam 0 a 1 no intervalo e tiveram/ou não gol até os 60 (n1)
No Grupo 2 colocamos a baseline, mas excluindo os jogos 0 a 1:
Ou seja, todos os jogos que saíram gol até os 60 (x2)
E o total de jogos da planilha analisada, com ou sem gols até os 60 (n2).
No nosso exemplo, a diferença estatística não foi significativa! O grupo 1 teve 46,90% contra os 43,40% da baseline, resultando em uma diferença de 3,5%.
Ou seja, com uma amostra que obteve diferença abaixo dos 5%, não dá para descartar que o 0 a 1 com gol até os 60 minutos seja apenas coincidência estatística.
Value betting: a importância do valor da odd
Apesar de meu novo estudo não ter indicado um “padrão” que pudesse nos deixar ricos do dia para a noite, nem tudo está perdido!
Quando comparamos a probabilidade empírica (44,20%) com a odd oferecida pela casa de apostas (digamos que acima de 2,00, que implica probabilidade justa de de 50%), nós estamos estamos fazendo value betting / expected value (EV) positivo — comparando a probabilidade real estimada contra a probabilidade implícita da casa, para achar edge.
Aos poucos deixarei essa nova planilha mais robusta e trarei novos dados para o debate, com um adicional: uma tabela com o ROI do período de testes. Até lá!