A Bayesian bivariate conditional Poisson regression for goal dependence in the English Premier League

기술 요약: 잉글리시 프리미어리그의 득점 의존성을 위한 베이지안 이변 조건적 포아송 회귀 (A Bayesian Biverse Conditional Poisson Regression for Goal Dependence in the English Premier League)

문제 제로 (Problem Statement)
축구 경기 결과는 홈 팀의 득점과 원정 팀의 득점이라는 두 개의 비음수 정수 카운트(count)로 특징지어진다. Maher (1982)의 선구적인 연구와 이후 Dixon 및 Coles (1997), Karlis 및 Ntzoufras (2003)에 의한 확장 모델들은 홈 이점과 팀 강점의 중요성을 확립해 왔으나, 이들은 종종 홈 득점과 원정 득점이 독립적이라는 가정이나, 표준 이변 포아송 모델(standard bivariate Poisson models)의 경우 비음의 상관관계(non-negative correlation)로 의존성을 제한하는 경esta가 있다. 이러한 제한은 중요한 한계점인데, 왜냐하면 경기 역학은 흔-히 음의 의존성(negative dependence)을 포함하는 경우가 많기 때문이다. 예를 들어, 리드를 지키려는 팀이 상대의 득점 기회를 억제하는 현상("버스 세우기", parking the bus)이 이에 해당한다. 더욱이, 기존 모델들은 공동의 의존 구조와 경기 수준의 공변량(예: 경기장 관중 수, 파울)이 두 득점 과정에 미치는 별개의 비대칭적 효과를 동시에 포착하는 데 어려움을 겪는 경우가 많다.

방법론 (Methodology)
이러한 한계를 해결하기 위해, 저자들은 베이지안 이변 조건적 포아송(BCP) 회귀 모델을 제안한다. 방법론은 Berkhout와 Plug (2004)에 의해 도입되고 Piancastelli 등 (2023a)에 의해 재매개변수화된 구조를 기반으로 한다.

• 모델 구조 (Model Structure): 이 모델은 하나를 주변적으로(marginally) 정의하고 다른 하나를 조건적으로(conditionally) 정의함으로써 홈 득점($Y_1$)과 원정 득점($Y_2$)의 결합 분포를 규정한다. 구체적으로, $Y_1 \sim \text{Poisson}(\lambda_1)$이고, $Y_2 | Y_1 = y_1 \sim \text{Poisson}(\mu_2 e^{\phi y_1})$이다. 여기서 $\mu_2$는 $\lambda_1, \lambda_2$, 그리고 의존성 매개변수 $\phi$의 함수이다. 이 공식화는 $\phi$의 부호에 따라 양(+)과 음(-)의 상관관계를 모두 허용한다.
• 공변량 통합 (Covariate Integration): 모델은 강도 매개변수 $\lambda_{1,i}$와 $\lambda_{2,i}$에 대한 로그 선형 명세를 통해 경기별 공변량을 포함한다. 공변량은 다음과 같다:
  • 로그 변환된 경기장 관중 수 ($\log(\text{Attendance} + 1)$): 팬데믹 기간 중의 무관중 경기를 처리하기 위함이다.
  • 홈 팀과 원정 팀이 범한 파울.
  • 홈 득점과 원정 득점에 대해 별도의 회귀 계수를 추정하여, 이러한 공변량들이 두 득점 과정에 미치는 비대칭적 효과를 허용한다.
• 추론 프레임워크 (Inference Framework): 본 연구는 완전한 베이지안 추론 프레임워크를 채택한다.
  • 사전 분포 (Priors): 회귀 계수와 의존성 매개변수에 대한 사전 분포가 0을 중심으로 하고 빈도주의 최대 가능도 추정치(MLE)로부터 유도된 표준 편차를 갖도록 하는 경험적 베이즈(empirical Bayes) 접근법을 사용한다.
  • 계산 (Computation): 사후 분포는 Stan에 구현된 해밀토니안 몬테카를로(HMC) 샘플링을 사용하여 근사된다. 2,000회 반복되는 4개의 체인을 실행하였다.
  • 모델 검증 (Model Validation): 모델 적합도는 사후 분포에서 생성된 복제 데이터셋과 관측된 요약 통계량(평균, 분산, 상관관계, 경기 결과)을 비교하는 **사후 예측 점검(PPC)**을 통해 평가된다.
  • 모델 선택 (Model Selection): 예측 성능은 **Leave-One-Out 교차 검증(LOO-CV)**과 **기대 로그 예측 밀도(ELPD)**를 사용하여 평가된다. 저자들은 두 가지 방향적 명세(Home $\to$ Away 대 Away $\to$ Home)와 독립 포아송 기저 모델을 비교한다.

주요 기여 (Key Contributions)

1. 유연한 의존 구조: 본 논문은 표준 이변 포아송 모델의 비음의 상관관계 제약을 극복하고, 홈 득점과 원정 득점 사이의 음의 상관관계를 명시적으로 수용하는 BCP 회귀 프레임워크를 도입한다.
2. 비대칭적 공변량 효과: 모델은 관중 수와 파울이 홈 득점 대 원정 득점율에 미치는 영향을 별도로 추정할 수 있게 함으로써, 두 득점 간의 의존성을 동시에 모델링한다.
3. 다루기 쉬운 매개변수화: 최근의 다른 조건적 포아송 명세(예: Petretta et al., 2025)와 달리, 이 접근법은 주변 모멘트와 상관관계 지표가 해석적으로 잘 정의되어 있고 폐쇄형(closed form)으로 제공되는 매개변수화를 활용한다.
4. 실증적 적용: 이 프레임워크는 세 가지 뚜렷한 시기(팬데믹 전(2018–19), 관중 제한기(2020–21), 팬데믹 후(2023–24))의 1,140개 잉글리시 프리미어리그(EPL) 경기 데이터셋에 적용되었다.

결과 (Results)

• 의존성 (Dependence): 선호되는 Home $\to$ Away 명세에서 의존성 매개변수 $\phi$의 사후 추정치는 $-0.107$ (95% CI: $[-0.147, -0.066]$)이다. 이는 통계적으로 유의미한 음의 상관관계를 나타내며, 홈 득점의 증가가 원정 득점의 기대치 감소와 관련이 있음을 시사한다.
• 모델 성능 (Model Performance): 두 가지 BCP 명세(Home $\to$ Away 및 Away $\to$ Home) 모두 결합 예측 정확도(ELPD-LOO) 측면에서 독립 포아송 모델보다 우수한 성능을 보였다. 그러나 Home $\to$ Away 명세가 더 우수한 조건부 예측 정확도를 보여, 이를 기본 모델로 선정하는 근거가 되었다.
• 공변량 효과 (Covariate Effects):
  • 관중 수 (Attendance): 경기장 관중 수와 홈 팀 득점 사이에는 양(+)의 유의미한 연관성이 있다 (사후 평균 $\approx 0.024$). 반면, 관중 수와 원정 팀 득점 사이의 연관성은 0을 중심으로 하며 신뢰 구간에 0을 포함한다. 이는 관중 영향력의 비대칭성을 확인시켜 준다.
  • 파울 (Fouls): 파울의 효과는 덜 결정적이었다. 원정 팀의 파울이 홈 팀 득점에 미치는 약한 양의 연관성을 보였으나, 두 파울 계수의 95% 신뢰 구간이 모두 0을 포함하고 있어, 이 수준의 분석에서는 결정적인 파울 효과에 대한 강력한 증거가 없음을 나타낸다.
• 사후 예측 점검 (Posterior Predictive Checks): BCP 모델은 득점과 홈 팀 패배 비율 사이의 관측된 음의 상관관계를 성공적으로 재현한 반면, 독립 포아송 모델은 득점 간의 상관관계를 포착하는 데 실패했다.

의의 및 주장 (Significance and Claims)
본 논문은 BCP 회귀가 전술적 상호작용(예: 리드 보호)에 내재된 음의 의존성을 포착함으로써 축구 경기 결과에 대한 더 현실적인 결합 설명을 제공한다고 주장한다. 결과는 관중의 존재가 원정 팀 득점에는 영향을 주지 않으면서 주로 홈 팀의 득점을 촉진한다는 점을 강조하며, 홈 이점의 개념을 강화한다. 저자들은 이 모델이 전통적인 독립성 가정을 개선하고 구조적 의존성을 포착하지만, 추정된 관중 효과는 팬데믹 조건과 선택된 시즌들 간의 팀 구성과 같은 혼란 변수를 고려할 때 결정적인 인과 효과라기보다는 조정된 연관성으로 해석되어야 한다고 강조한다. 결론적으로, BCP 프레임워크는 득점 의존성과 공변량의 영향을 분석하기 위한 견고하고 해석 가능한 도구를 제공한다.