Resumo Técnico: Modelos Dinâmicos de Tempo Discreto com Pesagem Bayesiana para Predição de Futebol

Definição do Problema

A predição de resultados de partidas de futebol tem visto uma proliferação de modelos estatísticos, mas uma limitação crítica persiste na maioria das abordagens existentes: a suposição de que as capacidades ofensivas e defensivas específicas de cada equipe permanecem estáticas ao longo do tempo. Embora alguns métodos empreguem uma simples ponderação de decaimento temporal ou modelos de espaço de estados de tempo contínuo, eles frequentemente dependem de uma precisão de evolução única e constante compartilhada por todas as equipes e ambos os tipos de capacidade (ataque e defesa). Essa restrição não consegue lidar adequadamente com a natureza heterogênea da evolução do desempenho das equipes. Especificamente, não consegue lidar adequadamente com períodos de mudanças rápidas (ex: janelas de transferências, mudanças de treinador), onde os dados históricos devem ser subponderados, nem distingue entre as potencialmente diferentes taxas de mudança para as capacidades ofensivas versus defensivas. Além disso, os modelos dinâmicos de tempo discreto padrão geralmente assumem uma precisão de evolução comum para todas as equipes, ignorando que algumas equipes podem exibir um desempenho estável enquanto outras flutuam significativamente.

Metodologia

Os autores propõem um arcabouço dinâmico de tempo discreto com pesagem Bayesiana que integra priores comensuráveis (Hobbs et al., 2011, 2012) em seis modelos padrão baseados em gols. A inovação central reside no tratamento das capacidades das equipes como parâmetros variantes no tempo com encolhimento (shrinkage) adaptativo e específico por período.

1. Modelos Baseados em Gols

O estudo avalia o arcabouço dinâmico proposto através de seis distribuições estatísticas para contagem de gols:

• Poisson Duplo (DP) e Poisson Bivariado (BP): Para modelar contagens de gols e sua potencial dependência.
• Binomial Negativa (NB) e Skellam (SM): Para abordar a sobredispersão e modelar diretamente as diferenças de gols.
• Poisson Bivariado com Inflação Diagonal (DIBP) e Skellam com Inflação de Zero (ZISM): Para corrigir a subestimação das probabilidades de empate comum em modelos Poisson padrão.

2. Priores Dinâmicos Ponderados

Ao contrário de abordagens anteriores (ex: Owen, 2011) que utilizam um passeio aleatório com uma precisão $\sigma$ comum, o modelo proposto atribui parâmetros de precisão separados e variantes no tempo ($\phi_{att, \tau}$ e $\phi_{def, \tau}$) para a capacidade de ataque e defesa de cada equipe em cada período $\tau$.

• Estrutura do Prior: A capacidade no período $\tau$ é modelada como uma distribuição normal centrada na capacidade do período $\tau-1$, com a variância controlada pela precisão $\phi_{k, \tau}$.
• Hiper-priores Spike-and-Slab: Para determinar o grau de empréstimo de informação do passado, os parâmetros de precisão $\phi_{k, \tau}$ recebem hiper-priores spike-and-slab.
  • O componente spike (alta precisão) incentiva um forte empréstimo quando os dados atuais se alinham com as tendências históricas, efetivamente encolhendo a estimativa atual em direção ao passado.
  • O componente slab (baixa precisão) permite alta variabilidade e mínimo empréstimo quando os dados atuais conflitam com o desempenho histórico (ex: devido a transferências ou mudanças de comando técnico).
• Mecanismo Adaptativo: Esta estrutura permite que o modelo decida automaticamente quanto peso dar ao desempenho passado. Se o desempenho de uma equipe é estável, o modelo realiza um empréstimo pesado; se uma equipe passa por uma mudança estrutural, o modelo subpondera o passado, permitindo que os dados atuais dominem.

3. Implementação

Os modelos foram implementados utilizando a linguagem de programação probabilística Stan via pacote footBayes do R. O estudo utilizou dados das últimas cinco temporadas (2020/2021–2024/2025) da Bundesliga alemã, Premier League inglesa (EPL) e La Liga espanhola. Cada temporada foi dividida em dois períodos discretos (primeira e segunda metades) para capturar eventos estruturais de meio de temporada.

Principais Resultados

O desempenho da abordagem dinâmica ponderada proposta foi comparado contra dois benchmarks: a abordagem de tempo discreto de Owen (2011) (precisão comum) e Egidi et al. (2018) (precisão específica por capacidade, porém constante). A avaliação foi conduzida usando escores de Brier (menor é melhor) e Média de Probabilidades Corretas (ACP) (maior é melhor) através de três cenários: toda a segunda metade da temporada, as últimas três rodadas e a rodada final.

• Acurácia Preditiva: A abordagem dinâmica ponderada apresentou consistentemente os menores escores de Brier e os maiores valores de ACP em todas as três ligas e nos seis modelos baseados em gols.
  • Na Bundesliga, o modelo Poisson Bivariado dinâmico ponderado alcançou um escore de Brier de 0,678 (vs. 0,683 para Egidi et al. e 0,687 para Owen) nas últimas três rodadas.
  • Na EPL, o modelo Poisson Bivariado com Inflação Diagonal dinâmico ponderado alcançou um escore de Brier de 0,602 e um ACP de 0,421, superando todos os outros métodos.
  • Na La Liga, a abordagem dinâmica ponderada obteve os melhores resultados com um escore de Brier de 0,499 e um ACP de 0,454.
• Comportamento do Modelo: A análise das trajetórias de capacidade das equipes (ex: Bayern de Munique, Manchester United, Girona FC) demonstrou que o modelo dinâmico ponderado capturou com mais precisão a volatilidade e as mudanças estruturais.
  • Para equipes estáveis, o modelo manteve um rastreamento de tendência preciso.
  • Para equipes com desempenho inconsistente (ex: a queda do Girona do 3º para o 16º lugar, ou o declínio do Manchester United), o modelo identificou com sucesso mudanças rápidas no ataque e na defesa, enquanto os modelos de referência exibiram uma adaptação mais lenta ou falharam em capturar o cruzamento nas forças de capacidade.
• Eficiência Computacional: Contrário às expectativas de que hiper-priores complexos aumentariam o custo computacional, a abordagem dinâmica ponderada exigiu menos tempo de computação para atingir a convergência em comparação com as formulações de Owen (2011) e Egidi et al. (2018).

Significância e Alegações

O artigo afirma que a metodologia proposta oferece um arcabouço mais flexível e responsivo para modelar as capacidades das equipes em ambientes dinâmicos. Ao utilizar priores comensuráveis com hiperparâmetros spike-and-slab, a abordagem fornece um mecanismo formal para o encolhimento adaptativo, permitindo que o modelo empreste informações históricas apenas na medida em que justificadas pelos dados.

Os autores afirmam que isso leva a:

1. Desempenho Preditivo Superior: Especificamente em cenários de previsão de curto prazo (ex: rodadas finais), onde a adaptação rápida às mudanças de forma recente é crítica.
2. Modelagem de Trajetória Realista: A capacidade de refletir flutuações de meio de temporada e grandes transições (transferências, mudanças de treinador) de forma mais precisa do que modelos que assumem parâmetros estáticos ou que evoluem uniformemente.
3. Generalização: Embora aplicada ao futebol, o arcabouço é apresentado como uma solução geral para qualquer domínio que envolva dados de desempenho sequenciais com potenciais mudanças na capacidade subjacente (ex: outros esportes).

O trabalho é implementado no pacote de código aberto footBayes, facilitando a reprodutibilidade e aplicações adicionais em análise esportiva.