Search

The aim of this study was to explore how match-related statistics contribute to winning association football matches. This is relevant for stakeholders in the football industry to facilitate the understanding of what factors contribute to winning matches and can thus be of use when formulating match tactics. A model was constructed through the use of binary logistic regression, where winning/not winning was used as the response variable and standardized match-related statistics were used as predictor variables. Using the acquired coefficients, it was concluded that, among other variables, the home advantage and the ability of a team to finish on target has a strong correlation with winninggames. Further, the study explores the impact of a team’s ability to win football games on the financial landscape of the modern football world. The results show that some of the examined statistics are well correlated to winning a match, but that the tactical useability of these insights is low., Syftet med denna studie var att utforska hur matchrelaterad statistik bidrar till att vinna fotbollsmatcher. Detta är relevant för aktörer inom fotbollsbranchen för att underlätta försåelsen av vilka matchrelaterade faktorer som bidrar till vinst och kan således användas för att forma matchtaktik. En modell konstruerades genom binär logistisk regression, där att vinna/att inte vinna användes som responsvariabel och standardiserad matchrelaterad statistik användes som prediktorvariabel. Genom att använda koefficienterna tillhörande modellen,kan man fastslå att bland annat hemmalagsfördel samt ett lags förmåga att träffa mål korrelerar starkt med att vinna matcher. Dessutom utforskar studien påverkan av ett lags förmåga att vinna fotbollsmatcher på det finansiella landskapet tillhörande den moderna fotbollen. Resultaten visar att vissa av de studerade variablerna korrelerar starkt med att vinna fotbollsmatcher, men attmöjligheterna att använda dessa insikter till att forma taktik är begränsade.

This thesis provides insights into the creation of a model for predicting odds in the Premier League. It illustrates how the ELO system and historical odds, in combination with Monte Carlo simulations, can be implemented through logistic regression to predict odds in an unbiased way. The findings are that the model performs generally well, but significantly worse at the beginning and end of the Premier League seasons. For further improvements, it is most likely necessary to factor in variables not available in the current model. Such factors could for example be incentives, injuries, or changes in the squad, all not being accounted for by the model in this case., Detta examensarbete ger insikter om skapandet av en modell för att förutsäga oddsen i Premier League. Den visar hur ELO-systemet och historiska odds, i kombination med Monte Carlo-simuleringar, kan implementeras genom logistisk regression för att förutsäga oddsen på ett opartiskt sätt. Resultaten visar att modellen generellt sett fungerar bra, men betydligt sämre i början och slutet av Premier League-säsongerna. För ytterligare förbättringar är det troligtvis nödvändigt att ta hänsyn till variabler som inte är tillgängliga i den nuvarande modellen. Sådana faktorer kan till exempel vara incitament, skador eller förändringar i truppen, som alla inte tas hänsyn till i modellen i detta fall.

The premise of this report is to delve into sports betting and whether favourable opportunities can be found, more specifically focusing on over and under odds for number of goals scored in football games of the Premier League. Using historical data from football matches several models are developed, the characteristics of goals warranting the use of probability based Poisson and Negative Binomial models, as well as Bayesian Poisson regression for goal predictions. Once these models were developed odds was found and compared to bookmakers, the results indicated that all models, to varying degrees, find favourable opportunities and profitable betting strategies can be identified. This suggests that bookmakers do not always price betting products according to their true probabilities likely due to book balancing and informational asymmetries. Furthermore it indicates that there is a presence of inefficiencies in the sports betting market., Den här rapporten kommer djupdyka i betting och huruvida gynnsamma möjligheter kan hittas. Mer specifikt kommer ett fokus ligga på över/under odds för antalet mål i fotbollsmatcher i engelska Premier League. Genom att använda historisk data från fotbollsmatcher utvecklas flera olika statistiska modeller för att förutspå antalet mål i fotbollsmatcher. Skattning av Poisson och Negativ Binomial fördelningar samt utvecklandet av en Bayesiansk Poisson regressionsmodell motiveras av egenskaperna hos antalet mål i fotbollsmatcher. Med dessa modeller, beräknas odds för flera framtida matcher inom Premier League och dessa jämfördes med odds som ges av bettingbolag. Resultaten indikerar att alla modeller kan, i olika stor utsträckning, hitta gynnsamma möjligheter och lönsamma betting strategier kan identifieras. Detta tyder på att bettingbolag inte alltid sätter sina odds enbart baserat på den faktiska sannolikheten, vilket troligtvis beror på att bolagen balanserar sina böcker samt informationsasymmetrier. Dessutom indikerar resultatet på att det finns faktorer på bettingmarknaden som gör marknaden ineffektiv.