Análise preditiva no futebol: correlação entre modelos estatísticos e as odds do mercado

Abstract

As apostas esportivas online constituem um mercado em expansão. Este estudo propõe uma comparação entre um modelo estatístico (baseado em Distribuição de Poisson e Regressão Logística) e as probabilidades implícitas (odds) do mercado de apostas do Campeonato Brasileiro. O objetivo principal é avaliar o grau de correlação entre as previsões do modelo e as do mercado, identificando e analisando potenciais discrepâncias. A metodologia envolveu a coleta de dados históricos (2019-2024) para validar os modelos (Temporada 2024) e simular a temporada 2025 (10.000 repetições). Os resultados indicam uma forte correlação entre o modelo e o mercado, com um Brier Score de 0.19, validando a eficiência geral do mercado. Contudo, o estudo identifica discrepâncias pontuais (potenciais "apostas de valor"), sugerindo que vieses cognitivos, como a popularidade das equipes, podem influenciar a precificação. Conclui-se que, embora o mercado brasileiro seja eficiente, a modelagem estatística rigorosa permite identificar e analisar ineficiências de precificação.

Online sports betting is an expanding market. This study proposes a comparison between a statistical model (based on the Poisson Distribution and Logistic Regression) and the implicit probabilities (odds) of the Brazilian Championship betting market. The main objective is to assess the degree of correlation between the model's predictions and those of the market, identifying and analyzing potential discrepancies. The methodology involved collecting historical data (2019-2024) to validate the models (2024 Season) and simulate the 2025 season (10,000 repetitions). The results indicate a strong correlation between the model and the market, with a Brier Score of 0.19, validating the market's overall efficiency. However, the study identifies specific discrepancies (potential "value bets"), suggesting that cognitive biases, such as team popularity, may influence pricing. It is concluded that while the Brazilian market is efficient, rigorous statistical modeling allows for the identification and analysis of pricing inefficiencies.