ACADEMIC RESEARCH REPOSITORY

Google Sites Methodology: เอกสารวิจัยฉบับเต็ม

เข้าถึงสมการคณิตศาสตร์เชิงลึก ชุดข้อมูลการทดสอบย้อนหลัง (Backtesting Data) และกรอบการวิเคราะห์เชิงตัวเลขฉบับสมบูรณ์ได้ที่คลังเอกสารวิจัย

🌐 เปิดเอกสารวิจัยบน Google Sites Methodology →
01

1. แบบจำลอง Poisson Distribution & Dixon-Coles

การทำนายสกอร์และอัตราความน่าจะเป็นของผลแพ้-ชนะ อิงจากสมมติฐานว่าการทำประตูในเกมฟุตบอลเกิดขึ้นแบบสุ่มอิสระภายใต้พารามิเตอร์ความเข้มข้นเฉลี่ย (λ) โดยคำนวณแยกค่าความสามารถเกมรุก (Attack Strength) และความสามารถเกมรับ (Defense Resistance)

P(X = k) = (λ^k × e^-λ) / k!

โดยค่า λ ของทีมเจ้าบ้าน (λhome) และทีมเยือน (λaway) จะถูกปรับแต่งด้วยปัจจัยความได้เปรียบของการเล่นในบ้าน (Home Advantage Multiplier) ซึ่งในไทยลีกมีค่าเฉลี่ยอยู่ที่ +0.38 ประตู ต่อเกม สามารถตรวจสอบสถิติสกอร์จริงได้ที่ ผลบอลสด7m

02

2. อัลกอริทึมถ่วงน้ำหนักฟอร์มย้อนหลัง (Exponential Recency Decay)

ในการคำนวณโมเมนตัมฟอร์มใน Form Calculator เราปฏิเสธการใช้ค่าเฉลี่ยแบบเส้นตรง (Simple Moving Average) เนื่องจากฟุตบอลเป็นกีฬาที่มีความผันผวนของสภาพจิตใจและความฟิตสูง เราจึงใช้เมทริกซ์ค่าน้ำหนักลดทอนตามลำดับเวลา:

นัดการแข่งขัน นัดที่ 1 (ล่าสุด) นัดที่ 2 นัดที่ 3 นัดที่ 4 นัดที่ 5 (เก่าสุด)
ค่าน้ำหนัก (Weight) 35% 25% 20% 12% 8%
03

3. ระบบการจัดอันดับความแข็งแกร่งสโมสร (Dynamic Elo Rating)

สโมสรในไทยลีก 1 ได้รับการจัดอันดับ Elo พื้นฐานโดยมีค่าเฉลี่ยลีกอยู่ที่ 1,500 คะแนน ทุกครั้งที่มีการแข่งขัน แต้ม Elo จะถูกโอนย้ายระหว่างสองทีมตามความต่างของผลการแข่งขันจริงกับผลการแข่งขันที่คาดการณ์ไว้ (K-Factor = 20)

R_new = R_old + K × (Actual_Outcome - Expected_Outcome)

ทีมที่มี Elo สูงสุดในปัจจุบันคือ บุรีรัมย์ ยูไนเต็ด (1,680) และ ทรู แบงค็อก ยูไนเต็ด (1,640) เช็คอันดับตารางคะแนนทางการได้ที่ ตารางคะแนนบอล 7m

04

4. ทฤษฎีการจำลองสถานการณ์ตารางคะแนน (Monte Carlo Simulation Method)

ในโปรแกรม League Scenario Simulator เรานำเสนอหลักการจำลองการสุ่มผลการแข่งขันซ้ำๆ เพื่อศึกษาการแจกแจงความน่าจะเป็นของการเป็นแชมป์และการจัดอันดับตามหลักสถิติเชิงคำนวณ

เช็คโปรแกรมการแข่งขันและเวลาเตะประจำสัปดาห์ได้ที่ โปรแกรมบอลวันนี้ 7m