13 ausführlich erklärte Begriffe mit statistischen Hintergründen, Praxisbeispielen und Hinweisen zu typischen Fehlinterpretationen.
Fachbegriffe mit M
Margin of Victory
Bereich: Sportstatistik und Prognosemodelle
Definition: Abstand zwischen den Punkten oder Toren beider Teams.
Statistischer Hintergrund: Die Kennzahl beschreibt einen Teilaspekt der Spielleistung. Für Vergleiche sind einheitliche Definitionen, vergleichbare Zeiträume und geeignete Bezugsgrößen nötig.
Praxis: Vergleiche den Wert über mehrere Spiele und trenne Heim-/Auswärtspartien sowie starke und schwache Gegner, statt aus einem Einzelspiel einen Trend abzuleiten.
Grenzen: Korrelation ist keine Kausalität; taktische Veränderungen, Spielstand und zufällige Schwankungen können das Ergebnis beeinflussen.
Markov-Kette
Bereich: Sportstatistik und Prognosemodelle
Definition: Modell, bei dem der nächste Zustand vom aktuellen Zustand abhängt.
Statistischer Hintergrund: Solche Verfahren machen Unsicherheit sichtbar oder verknüpfen beobachtete Daten mit Modellannahmen. Die konkrete Aussage hängt von Datenbasis und Parametern ab.
Praxis: Ein Modell kann beispielsweise 60 % Siegchance prognostizieren. Ob es gut kalibriert ist, zeigt sich erst über viele vergleichbare Prognosen, bei denen ungefähr 60 % eintreten sollten.
Grenzen: Kleine Stichproben, Auswahlverzerrung und veränderte Mannschaftsstärken können die Aussagekraft einschränken.
Markteffizienz
Bereich: Sportwetten und Quoten
Definition: Grad, zu dem verfügbare Informationen bereits in Quoten enthalten sind.
Statistische Einordnung: Entscheidend ist der Vergleich von impliziter Wahrscheinlichkeit, eigener Schätzung und möglichen Abzügen. Eine einzelne auffällige Quote belegt noch keinen systematischen Vorteil.
Praxis: Bei einer Dezimalquote von 2,00 liegt die Gewinnschwelle ohne Abzüge bei 50 %. Eine geschätzte Trefferchance von 52 % ergäbe rechnerisch 4 % Erwartungswert je Einsatz, sofern die Schätzung zutrifft.
Grenzen: Marktregeln, Limits, Wettsteuer, Datenqualität und Schätzfehler können den theoretischen Vorteil verändern.
Matchup-Effekt
Bereich: Sportstatistik und Prognosemodelle
Definition: Wechselwirkung bestimmter Spielertypen oder taktischer Stile.
Statistischer Hintergrund: Die Kennzahl beschreibt einen Teilaspekt der Spielleistung. Für Vergleiche sind einheitliche Definitionen, vergleichbare Zeiträume und geeignete Bezugsgrößen nötig.
Praxis: Vergleiche den Wert über mehrere Spiele und trenne Heim-/Auswärtspartien sowie starke und schwache Gegner, statt aus einem Einzelspiel einen Trend abzuleiten.
Grenzen: Korrelation ist keine Kausalität; taktische Veränderungen, Spielstand und zufällige Schwankungen können das Ergebnis beeinflussen.
Maximum Likelihood
Bereich: Sportstatistik und Prognosemodelle
Definition: Parameterschätzung, die beobachtete Daten möglichst wahrscheinlich macht.
Statistischer Hintergrund: Solche Verfahren machen Unsicherheit sichtbar oder verknüpfen beobachtete Daten mit Modellannahmen. Die konkrete Aussage hängt von Datenbasis und Parametern ab.
Praxis: Ein Modell kann beispielsweise 60 % Siegchance prognostizieren. Ob es gut kalibriert ist, zeigt sich erst über viele vergleichbare Prognosen, bei denen ungefähr 60 % eintreten sollten.
Grenzen: Kleine Stichproben, Auswahlverzerrung und veränderte Mannschaftsstärken können die Aussagekraft einschränken.
Median
Bereich: Alle Sportarten
Definition: Mittlerer Wert einer sortierten Datenreihe, weniger ausreißerempfindlich als der Mittelwert.
Statistischer Hintergrund: Die Kennzahl beschreibt einen Teilaspekt der Spielleistung. Für Vergleiche sind einheitliche Definitionen, vergleichbare Zeiträume und geeignete Bezugsgrößen nötig.
Praxis und Beispiel: Bei Torzahlen 1, 2, 2, 3, 9 ist der Median 2 und der Mittelwert 3,4.
Grenzen: Einzelwerte und kurze Serien erlauben keine sichere Vorhersage. Prüfe Datenqualität, Stichprobengröße, Spielkontext und die Annahmen des verwendeten Modells.
Median-Quote
Bereich: Sportwetten und Quoten
Definition: Mittlere Quote einer sortierten Liste von Buchmacherangeboten.
Statistische Einordnung: Entscheidend ist der Vergleich von impliziter Wahrscheinlichkeit, eigener Schätzung und möglichen Abzügen. Eine einzelne auffällige Quote belegt noch keinen systematischen Vorteil.
Praxis: Bei einer Dezimalquote von 2,00 liegt die Gewinnschwelle ohne Abzüge bei 50 %. Eine geschätzte Trefferchance von 52 % ergäbe rechnerisch 4 % Erwartungswert je Einsatz, sofern die Schätzung zutrifft.
Grenzen: Marktregeln, Limits, Wettsteuer, Datenqualität und Schätzfehler können den theoretischen Vorteil verändern.
Mittelwert-Rückkehr
Bereich: Sportstatistik und Prognosemodelle
Definition: Tendenz extremer Beobachtungen, bei Wiederholung weniger extrem auszufallen.
Statistischer Hintergrund: Die Kennzahl beschreibt einen Teilaspekt der Spielleistung. Für Vergleiche sind einheitliche Definitionen, vergleichbare Zeiträume und geeignete Bezugsgrößen nötig.
Praxis: Vergleiche den Wert über mehrere Spiele und trenne Heim-/Auswärtspartien sowie starke und schwache Gegner, statt aus einem Einzelspiel einen Trend abzuleiten.
Grenzen: Korrelation ist keine Kausalität; taktische Veränderungen, Spielstand und zufällige Schwankungen können das Ergebnis beeinflussen.
Modell-Overfitting
Bereich: Sportstatistik und Prognosemodelle
Definition: Zu starke Anpassung an Trainingsdaten auf Kosten neuer Prognosen.
Statistischer Hintergrund: Solche Verfahren machen Unsicherheit sichtbar oder verknüpfen beobachtete Daten mit Modellannahmen. Die konkrete Aussage hängt von Datenbasis und Parametern ab.
Praxis: Ein Modell kann beispielsweise 60 % Siegchance prognostizieren. Ob es gut kalibriert ist, zeigt sich erst über viele vergleichbare Prognosen, bei denen ungefähr 60 % eintreten sollten.
Grenzen: Kleine Stichproben, Auswahlverzerrung und veränderte Mannschaftsstärken können die Aussagekraft einschränken.
Moneyline
Bereich: Sportwetten
Definition: Wettmarkt auf den Sieger eines Spiels; die Abrechnungsregeln hängen von Sport und Anbieter ab.
Statistische Einordnung: Entscheidend ist der Vergleich von impliziter Wahrscheinlichkeit, eigener Schätzung und möglichen Abzügen. Eine einzelne auffällige Quote belegt noch keinen systematischen Vorteil.
Praxis und Beispiel: Im Eishockey unbedingt prüfen, ob Verlängerung und Shootout zählen.
Grenzen: Einzelwerte und kurze Serien erlauben keine sichere Vorhersage. Prüfe Datenqualität, Stichprobengröße, Spielkontext und die Annahmen des verwendeten Modells.
Monte-Carlo-Simulation
Bereich: Alle Sportarten
Definition: Simuliert viele mögliche Spielverläufe anhand eines festgelegten Wahrscheinlichkeitsmodells.
Statistischer Hintergrund: Solche Verfahren machen Unsicherheit sichtbar oder verknüpfen beobachtete Daten mit Modellannahmen. Die konkrete Aussage hängt von Datenbasis und Parametern ab.
Praxis und Beispiel: 10.000 simulierte Basketballspiele liefern eine geschätzte Verteilung von Siegdifferenzen; Modellfehler bleiben bestehen.
Grenzen: Einzelwerte und kurze Serien erlauben keine sichere Vorhersage. Prüfe Datenqualität, Stichprobengröße, Spielkontext und die Annahmen des verwendeten Modells.
Multikollinearität
Bereich: Sportstatistik und Prognosemodelle
Definition: Starke Abhängigkeit zwischen mehreren Modellvariablen.
Statistischer Hintergrund: Solche Verfahren machen Unsicherheit sichtbar oder verknüpfen beobachtete Daten mit Modellannahmen. Die konkrete Aussage hängt von Datenbasis und Parametern ab.
Praxis: Ein Modell kann beispielsweise 60 % Siegchance prognostizieren. Ob es gut kalibriert ist, zeigt sich erst über viele vergleichbare Prognosen, bei denen ungefähr 60 % eintreten sollten.
Grenzen: Kleine Stichproben, Auswahlverzerrung und veränderte Mannschaftsstärken können die Aussagekraft einschränken.
Multinomialverteilung
Bereich: Sportstatistik und Prognosemodelle
Definition: Verteilung von Häufigkeiten über mehr als zwei Ergebniskategorien.
Statistischer Hintergrund: Solche Verfahren machen Unsicherheit sichtbar oder verknüpfen beobachtete Daten mit Modellannahmen. Die konkrete Aussage hängt von Datenbasis und Parametern ab.
Praxis: Ein Modell kann beispielsweise 60 % Siegchance prognostizieren. Ob es gut kalibriert ist, zeigt sich erst über viele vergleichbare Prognosen, bei denen ungefähr 60 % eintreten sollten.
Grenzen: Kleine Stichproben, Auswahlverzerrung und veränderte Mannschaftsstärken können die Aussagekraft einschränken.
Hinweis: Statistische Modelle beschreiben Unsicherheit, keine sicheren Gewinne. Prognosen sind keine Wettgarantien. Inhalte dienen der Information.
