2022年卡塔爾世界杯的第一輪小組賽，已經(jīng)在眾多驚詫、悲傷、驚喜的情緒中結(jié)束，而僅僅是第一輪的小組比賽，不斷爆出的冷門就足以使人大跌眼鏡了：

連續(xù)34場世界大賽不敗的潘帕斯雄鷹——阿根廷，1-2負(fù)于世界排名51的沙特；

四屆世界杯冠軍得主的德意志戰(zhàn)車——德國隊(duì)，1-2負(fù)于從未進(jìn)過8強(qiáng)的日本；

讓無數(shù)強(qiáng)隊(duì)忌憚的南美洲天藍(lán)軍團(tuán)——烏拉圭，0-0被稱為世界杯魚腩的韓國隊(duì)逼平；

自從揭幕戰(zhàn)上卡塔爾打破了“世界杯揭幕戰(zhàn)東道主必勝”的鐵律，就預(yù)示了2022年卡塔爾世界杯注定是一場不平凡的大戲，也許世界杯冠軍的寶座上會(huì)迎來又一位新王。

歡喜的背面一定是悲傷，此時(shí)一定有無數(shù)的球迷為自己的球隊(duì)歡欣鼓舞，也一定有無數(shù)的球迷正在黯然神傷，最終究竟誰能捧起大力神杯，是眾星璀璨的新人、還是老驥伏櫪的舊主，沒有人能猜得出，但我們或許可以從大數(shù)據(jù)預(yù)測中窺得一二。

構(gòu)建世界杯預(yù)測的模型

（想看預(yù)測的直接略過這部分）

自從現(xiàn)代足球逐漸商業(yè)化之后，無數(shù)人開創(chuàng)了大數(shù)據(jù)分析模型來試圖預(yù)測足球比賽的勝負(fù)，然而因?yàn)樽闱虮荣惖挠绊懸蛩乇瘸燥埡人獜?fù)雜的多，球隊(duì)陣容、球員能力、球員狀態(tài)、球員心理、球隊(duì)?wèi)?zhàn)術(shù)、球隊(duì)磨合度、球隊(duì)配合度等等，每一個(gè)因素的風(fēng)吹草動(dòng)，都會(huì)牽一發(fā)而動(dòng)全身，影響最終的結(jié)果，預(yù)測的結(jié)果可能會(huì)與現(xiàn)實(shí)大相徑庭。

但是大多數(shù)模型背后的機(jī)理，基本都有著泊松概率分布模型的影子：

這個(gè)模型看起來復(fù)雜難懂，其實(shí)它有著樸素且美麗的魔力，能夠“準(zhǔn)確”預(yù)測幾乎所有事件的發(fā)生概率，它的原理則更為簡單，可以用幾句話就解釋清楚：

我工作時(shí)會(huì)喝水這個(gè)事情，要么發(fā)生、要么不發(fā)生；

我喝水這個(gè)事情在某個(gè)時(shí)間段內(nèi)我是已知的，比如平均一上午喝兩次水；

我喝水這個(gè)事情在某個(gè)時(shí)間段內(nèi)發(fā)生的概率是一樣，任何時(shí)候都可能喝水；

我這次喝水和下次喝水的事件是獨(dú)立的，互不影響；

那么，這個(gè)事件就可以用泊松分布的公式進(jìn)行解釋，以足球預(yù)測為例，我們可以以“某隊(duì)在一場比賽中進(jìn)球”為事件，用K表示我們期望球隊(duì)進(jìn)幾個(gè)球（事件發(fā)生多少次），用λ表示在一場比賽的時(shí)間內(nèi)發(fā)生事件的平均數(shù)，這個(gè)我們可以通過每個(gè)球隊(duì)世界杯上每場比賽的場均進(jìn)球即可，最后得到一個(gè)概率圖形，進(jìn)而得出一個(gè)球隊(duì)進(jìn)1個(gè)球的概率、進(jìn)2個(gè)球的概率、進(jìn)N個(gè)球的概率分別是多少：

而正是因?yàn)樽闱蚴菑?fù)雜多變的，不能僅僅用場均進(jìn)球來估計(jì)結(jié)果，因此我們通過球隊(duì)的場均進(jìn)球、場均失球、場均勝率、場均敗率、場均平率等數(shù)據(jù)來綜合估算出一個(gè)球隊(duì)的實(shí)力，當(dāng)然這個(gè)模型就各有各的算法，我們就取最簡單的“攻擊力”模型。

通過BI進(jìn)行分析和解釋

首先就是解決數(shù)據(jù)的問題，好在所有國家隊(duì)的數(shù)據(jù)都可以從網(wǎng)上進(jìn)行下載，然后在excel中計(jì)算出每個(gè)球隊(duì)進(jìn)球的泊松概率：

然后我們將數(shù)據(jù)導(dǎo)入到專業(yè)的數(shù)據(jù)分析軟件FineBI中，進(jìn)行進(jìn)一步的數(shù)據(jù)清洗和處理，首先就是對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)合并，按照世界杯小組賽的分組將不同的數(shù)據(jù)進(jìn)行合并，組建出“某隊(duì)對(duì)戰(zhàn)某隊(duì)”的數(shù)據(jù)格式，然后利用我們的“攻擊力”模型，導(dǎo)入數(shù)據(jù)函數(shù)新建出幾個(gè)數(shù)據(jù)列，表示球隊(duì)的進(jìn)攻力指數(shù)：

具體過程這里就不贅述了，數(shù)據(jù)清洗階段結(jié)束后就要對(duì)數(shù)據(jù)進(jìn)行可視化分析了，利用FineBI的可視化操作界面可以很輕松的組合出我們想要的數(shù)據(jù)，比如身價(jià)對(duì)比、奪冠對(duì)比、凈勝球?qū)Ρ鹊鹊?，最終美化一下就可以呈現(xiàn)出這樣的效果：

預(yù)測出線概率詳解

最重點(diǎn)的是我們根據(jù)“進(jìn)攻力指數(shù)”估算出了每個(gè)球隊(duì)的進(jìn)攻強(qiáng)度，然后利用泊松概率就可以算出每場比賽球隊(duì)最可能的比分，這里我們用場均進(jìn)球展示：

表中像卡塔爾這種第一次參加世界杯的國家，因?yàn)槿鄙贇v史數(shù)據(jù)參考，因此只能根據(jù)亞洲成績將攻擊力人為地設(shè)定一個(gè)值，所以是比實(shí)際實(shí)力要虛高的。

我們可以以G組為例，表格中的數(shù)據(jù)展示，喀麥隆對(duì)瑞士的凈勝球大概率為-0.57，而瑞士對(duì)喀麥隆的凈勝球大概率為0.71，即雙方差距1.28個(gè)球；而現(xiàn)實(shí)結(jié)果中，瑞士與喀麥隆的成績是1：0，與數(shù)據(jù)預(yù)測的相差無幾；

這時(shí)候我們?cè)賮砜匆豢礊槭裁凑f開頭的那三場比賽，冷門的離譜：

數(shù)據(jù)預(yù)測，阿根廷對(duì)沙特的凈勝球大概率為3.29，比分預(yù)測為3：0，而實(shí)際結(jié)果是1：2落敗；

德國對(duì)日本的凈勝球大概率為2.48，比分預(yù)測為2：0，而實(shí)際結(jié)果是1：2落??；

烏拉圭對(duì)韓國的凈勝球大概率為1.06，比分預(yù)測為1：0小勝，而實(shí)際結(jié)果確實(shí)0：0被韓國逼平；

根據(jù)其他專業(yè)機(jī)構(gòu)的預(yù)測數(shù)據(jù)現(xiàn)實(shí)，賽前沙特戰(zhàn)勝阿根廷的勝利不足1%，然而種種因素卻造就了本屆世界杯上最大最大的冷門，也讓阿根廷人品嘗了亞洲足球的苦果。

用這個(gè)模型繼續(xù)推導(dǎo)可以模型出最終淘汰賽的最終結(jié)果，這里因?yàn)橄到y(tǒng)還需要優(yōu)化就沒有繼續(xù)推導(dǎo)，但是在finebi里計(jì)算了一下，結(jié)果顯示巴西本屆世界杯奪冠的概率是最大的，概率與前幾天瘋狂流傳的大數(shù)據(jù)機(jī)構(gòu)預(yù)測機(jī)構(gòu)相差不多：

此外我還做了一些其他有意思的數(shù)據(jù)統(tǒng)計(jì)，比如球員身價(jià)統(tǒng)計(jì)：

冠亞軍數(shù)量對(duì)比：

國家隊(duì)平均年齡對(duì)比：

加納平均年齡只有24歲，絕對(duì)的青春風(fēng)暴；而西班牙也只有25歲，這支斗牛士軍團(tuán)正在更新?lián)Q代的關(guān)鍵期，以加維為代表將繼續(xù)扛起伊比利亞足球的大旗；

巴西、比利時(shí)、阿根廷、克羅地亞的平均年齡都在27歲以上，陣中老將非常多，如內(nèi)馬爾、德布勞內(nèi)、莫德里奇、梅西、迪馬利亞等足球歷史上閃耀的明星，都已進(jìn)入了職業(yè)生涯末期，世人最不肯見英雄遲暮，但他們都將為了自己一生的理想而拼盡最后一秒。

數(shù)據(jù)是冰冷的，足球是溫暖的，數(shù)據(jù)預(yù)測并不能取代和代表現(xiàn)實(shí)，贏負(fù)勝敗并不全部，真正讓我們著迷的是場上的22名球員、與場下的教練、球迷一起為追求理想而不斷敲開緊閉的大門，奮力揭開幸運(yùn)女神身上冰冷的面紗，而這正是足球、正是世界杯的魅力所在。

因?yàn)?，我們愛足球?dāng)然不是愛他的成敗，我們愛的就是那種氣質(zhì)，不是嗎？