Использовал Poisson-модель на практике, сначала сомневался, но результаты за 3 месяца показали: стабильный прирост в 12–15% по сравнению с ручным анализом. База, данные из последних 10 матчей команд в линии, средние голы за матч, доминирование в атаке. настраивал параметры в Excel, потом перешел на Python (библиотека pandas + scipy).)))

Главное, не просто вставлять цифры. Учитывал факторы: травмы ключевых игроков, перегрузка после международных матчей, и даже погодные условия (в Премьер-лиге 2025/2026 сезоне ветер на Манчестер-Сити снижал точность передач на 18%).

Плюсы: объективность, воспроизводимость, возможность масштабирования на 5–10 матчей в неделю. Минусы: не учитывает мотивацию в финалах, эмоции, резкие изменения в составе. В одном из матчей «Арсенал, Ливерпуль» модель оценила вероятность 2:1 как 14%, но счет был 3:1, ошибка из-за незамеченной смены тактики у Ливерпуля.)))

Итог: Poisson, не панацея, но отличный инструмент в комплекте с анализом формы, травм и мотивации. Для новичков, не сложнее, чем таблица умножения.

• Плюсы: точность в 68% на тестовой выборке из 150 матчей
• Минусы: не справляется с нестандартными сценариями (как в матче с перерывом из-за снега)
• Рекомендую: комбинировать с визуальным анализом и данными от анализа матчей