Η φόρμα είναι ό,τι πιο ελκυστικό στην ανάλυση. Είναι εύκολη, φαίνεται παντού και μοιάζει με είδηση. Το πρόβλημα είναι ότι πέντε αγώνες είναι πολύ λίγοι για να πουν κάτι σταθερό.
Πόσο θόρυβο έχει ένα μικρό δείγμα
Ας πούμε ότι μια ομάδα κερδίζει πραγματικά το 45% των αγώνων της. Σε n αγώνες, το ποσοστό που θα δεις έχει τυπικό σφάλμα √(p × (1 − p) / n). Όσο λιγότεροι οι αγώνες, τόσο μεγαλύτερο το σφάλμα.
Συμπέρασμα: οι τελευταίοι πέντε αγώνες δεν αρκούν. Μια ομάδα που «είναι σε φόρμα» μετά από πέντε νίκες συχνά ήταν απλώς τυχερή. Η φόρμα παίρνει μικρό βάρος και ποτέ δεν αντικαθιστά τη μακροπρόθεσμη δύναμη.
Εντός και εκτός έδρας
Το πλεονέκτημα έδρας είναι πραγματικό και φαίνεται σε χιλιάδες αγώνες. Το ίδιο το πλεονέκτημα μιας συγκεκριμένης ομάδας όμως βγαίνει από 10 ή 15 αγώνες, άρα έχει μεγάλο σφάλμα.
| Ομάδα Α | Αγώνες | Νίκες-ισοπαλίες-ήττες | Βαθμοί ανά αγώνα |
|---|---|---|---|
| Εντός | 10 | 6-3-1 | 2,10 |
| Εκτός | 10 | 3-3-4 | 1,20 |
Δυσκολία προγράμματος
Δέκα βαθμούς σε πέντε αγώνες τους παίρνει και μια μέτρια ομάδα, αν οι αντίπαλοι είναι αδύναμοι. Πριν δώσεις αξία στη φόρμα, ρώτα με ποιους έπαιξε. Αν οι αντίπαλοί της θα έδιναν σε μια μέση ομάδα 1,9 βαθμούς ανά αγώνα, δηλαδή 9,5 σε πέντε, τότε οι 10 βαθμοί της Α είναι υπεραπόδοση μόλις 0,5 βαθμού. Σχεδόν τίποτα.
- Μέτρα φόρμα με γκολ και καλές ευκαιρίες, όχι μόνο με αποτελέσματα.
- Αύξησε το δείγμα: 10 με 20 αγώνες αντί για 5.
- Σύγκρινε τους αντιπάλους, όχι μόνο τους βαθμούς.
Τι κάνεις με αυτό
Βάλε τη φόρμα σε ένα ξεχωριστό, μικρό κουτάκι της ανάλυσης. Δώσε της βάρος που μεγαλώνει με τον αριθμό των αγώνων και σταμάτα όταν το σφάλμα γίνει μικρότερο από τη διαφορά που προσπαθείς να δεις. Ο ίδιος κανόνας ισχύει για κάθε νούμερο με μικρό δείγμα: γκολ στα τελευταία ματς, κόρνερ ενός μήνα, κάρτες ενός διαιτητή. Αν η διαφορά ανάμεσα σε δύο ομάδες είναι μικρότερη από το τυπικό σφάλμα, δεν έχεις βρει διαφορά. Έχεις βρει θόρυβο. Και κάτι ακόμα: μια ομάδα που ξεφεύγει πολύ από τον μέσο όρο της, προς τα πάνω ή προς τα κάτω, τείνει να γυρίσει κοντά του. Δεν είναι κακή τύχη που «πρέπει να γυρίσει». Είναι απλώς ότι οι ακραίες τιμές των μικρών δειγμάτων δεν διαρκούν.