Spillmarkeder

Over eller under 2,5 mål – hva viser statistikken?

Det står 2–0 på resultattavlen. Hjemmelaget har kontrollert store deler av kampen, bortelaget har begynt å ta større risiko, og det gjenstår noen få minutter. Ett mål til vil forandre noe mer enn sluttresultatet. Det vil også flytte kampen fra under til over 2,5 mål.

Det høres ut som en liten forskjell. Mellom 2–0 og 2–1 ligger det bare én scoring, men i statistikken for over og under 2,5 mål havner resultatene på hver sin side av grensen.

Dette gjør mållinjen til et interessant utgangspunkt for å undersøke hvordan fotballkamper utvikler seg. Hvor ofte ender en kamp med minst tre mål? Hvorfor har noen lag langt flere målrike oppgjør enn andre? Og hvor mye kan man egentlig slutte av at en liga har et gjennomsnitt på 2,8 mål per kamp?

Statistikken gir flere svar, men den kan også være misvisende dersom man bare ser på gjennomsnittet.

Den halve scoringen som deler kampene i to

Over og under 2,5 mål er en måte å dele fotballkamper inn etter det samlede antallet scoringer. Det spiller ingen rolle hvilket lag som scorer, eller hvem som til slutt vinner.

Over 2,5 mål betyr at kampen ender med minst tre scoringer. Under 2,5 mål betyr at det scores høyst to ganger.

En kamp som ender 3–0, havner dermed i samme kategori som 2–1, 1–2 eller 4–4. Alle har minst tre mål. Resultatene 0–0, 1–0, 1–1 og 2–0 ligger under grensen.

Tallet 2,5 er ingen forventning om at det skal scores to og et halvt mål. Halvtallet gjør bare at kampen ikke kan ende nøyaktig på linjen. Det finnes alltid et resultat over eller under den.

Andre vanlige mållinjer fungerer på samme måte:

  • Over 1,5 mål krever minst to scoringer.
  • Under 1,5 mål omfatter 0–0, 1–0 og 0–1.
  • Over 3,5 mål krever minst fire scoringer.
  • Under 3,5 mål omfatter alle resultater med null til tre mål.

I vanlige fotballmarkeder for totalt antall mål gjelder som hovedregel ordinær spilletid, inkludert tilleggstid. Mål i ekstraomganger regnes normalt ikke med, med mindre spillobjektet uttrykkelig sier noe annet. Dette er også forklart i Norsk Tippings gjennomgang av spillobjekter.

Det er viktig ved cupkamper. Et oppgjør som står 1–1 etter ordinær tid og ender 3–2 etter ekstraomganger, har fortsatt bare to mål i et ordinært over/under-marked som avsluttes etter 90 minutter og tilleggstid.

To lag kan ha samme målsnitt og helt forskjellig statistikk

Antall mål per kamp er blant de vanligste tallene i fotballanalyse. Et lag som er involvert i kamper med 3,2 mål i gjennomsnitt, fremstår gjerne som mer målrikt enn et lag med 2,1.

Men gjennomsnittet skjuler hvordan målene fordeler seg.

Se for deg to oppdiktede lag, Nordstrand og Bergdal. Begge har spilt ti kamper. I begge lagenes kamper er det scoret totalt 26 mål. Begge har derfor nøyaktig samme gjennomsnitt: 2,6 mål per kamp.

Resultatfordelingen er imidlertid svært forskjellig. Tabellen viser det samlede antallet mål i hver kamp, ikke hvor mange mål laget selv scoret.

Kamp Nordstrand Bergdal
1 6 mål 4 mål
2 5 mål 3 mål
3 4 mål 3 mål
4 2 mål 3 mål
5 2 mål 3 mål
6 2 mål 3 mål
7 2 mål 3 mål
8 1 mål 2 mål
9 1 mål 1 mål
10 1 mål 1 mål
Totalt 26 mål 26 mål
Over 2,5 mål 3 av 10 7 av 10

Nordstrand har bare tre kamper med over 2,5 mål. Bergdal har sju. Likevel er gjennomsnittet identisk.

Dette er konstruerte tall som illustrerer et statistisk poeng, ikke resultater fra virkelige klubber. Nordstrand har noen svært målrike oppgjør som trekker gjennomsnittet opp, mens Bergdals mål fordeler seg jevnere mellom kampene.

For den som undersøker over 2,5-statistikk, er dette en avgjørende forskjell. Et gjennomsnitt sier noe om den samlede målmengden. Andelen kamper over 2,5 sier noe om hvor ofte en bestemt grense faktisk har blitt passert.

Ingen av tallene forteller alene hvor sannsynlig det er at neste kamp havner over grensen.

Et målrikt lag trenger ikke å score mange mål selv

En annen vanlig feiltolkning oppstår når man blander sammen lagets egne scoringer og det totale antallet mål i kampene.

Et lag som scorer 1,8 mål per kamp og slipper inn 0,6, er involvert i oppgjør med 2,4 mål i gjennomsnitt. Et annet lag kan score bare 1,1, men slippe inn 1,7. Det gir 2,8 mål per kamp.

Det andre laget er altså involvert i flere mål totalt, selv om angrepsspillet er mindre produktivt.

Et høyt målsnitt kan skyldes en sterk offensiv, et svakt forsvar eller en kombinasjon. Noen klubber spiller åpne kamper fordi de angriper med mange spillere og etterlater rom bakover. Andre slipper inn mye fordi de har problemer med organiseringen i forsvar.

Forskjellen betyr noe når to lag skal møtes.

Et offensivt sterkt lag som møter en solid og kompakt motstander, kan få en helt annen kamp enn når det møter en klubb med store defensive problemer. På samme måte kan to lag som vanligvis slipper inn mange mål, ende i et målfattig oppgjør dersom begge velger en forsiktig tilnærming.

Det er derfor lite presist å beskrive et lag som et «over 2,5-lag» uten å undersøke hvorfor kampene har blitt målrike.

Målstatistikken formes av motstanderne

La oss si at et lag har spilt fem kamper på rad med over 2,5 mål. Det kan se ut som en tydelig trend.

Men hvem var motstanderne?

Hvis fire av de fem lagene ligger nederst på tabellen og slipper inn mange mål, har rekken en annen betydning enn om den er oppnådd mot seriens sterkeste forsvar.

Det samme gjelder motsatt vei. Et lag som nylig har spilt flere målfattige kamper mot defensive motstandere, kan fremstå som mindre angrepsvillig enn det normalt er.

Fotballstatistikk påvirkes hele tiden av kvaliteten og spillestilen til motstanderne. Dette er særlig viktig tidlig i sesongen, når lagene kan ha møtt svært forskjellig motstand og antall kamper fortsatt er lavt.

Et godt utgangspunkt er å skille mellom det laget selv bidrar med, og det motstanderne bidrar med. Har laget skapt mange farlige sjanser, eller har det først og fremst fått store rom fordi motstanderne har angrepet uforsiktig? Har laget sluppet inn mange mål på grunn av defensive feil, eller fordi det har møtt spesielt sterke angrepslag?

En prosentandel for over 2,5 mål bør leses i lys av slike forhold. Den beskriver historiske resultater, ikke en fast egenskap ved klubben.

Hjemme og borte kan gi to forskjellige kampbilder

En samlet sesongstatistikk kan skjule tydelige forskjeller mellom hjemme- og bortekamper.

Noen lag presser høyt og angriper med mange spillere på eget stadion. På bortebane kan de være mer opptatt av å beskytte rommene mellom lagdelene og redusere risikoen.

Det kan føre til at hjemmekampene blir mer målrike enn bortekampene, selv om det ikke er noen garanti for et slikt mønster.

Det motsatte forekommer også. Et lag kan møte kompakte motstandere hjemme, mens bortekampene blir åpne fordi det får anledning til å angripe i bakrom.

For klubber i Eliteserien kan også forskjeller mellom spilleunderlag, værforhold og reisebelastning være relevante. Men slike forhold bør ikke brukes som en enkel forklaring på høye eller lave måltall uten støtte i kampene som faktisk er spilt.

Et annet problem er størrelsen på utvalget. Etter seks hjemmekamper kan én 5–2-seier trekke gjennomsnittet merkbart opp. Det betyr ikke at laget normalt vil være involvert i sju scoringer på eget stadion.

Hjemme- og bortestatistikk kan gjøre analysen mer presis, men når antall kamper er lavt, blir også tallene mer følsomme for tilfeldige utslag.

Et tidlig mål kan endre alt

En fotballkamp er ikke en serie uavhengige angrep der lagene oppfører seg likt uansett stilling. Resultatet underveis påvirker taktikken.

Hvis et lag tar ledelsen etter fem minutter, kan motstanderen bli tvunget til å angripe tidligere enn planlagt. Det kan åpne rom og øke muligheten for flere scoringer.

Men et tidlig mål trenger ikke føre til en målfest. Hjemmelaget kan velge å trekke seg tilbake, kontrollere tempoet og gjøre kampen vanskeligere å åpne.

Situasjonen er annerledes dersom målet kommer etter 80 minutter. Laget som ligger under, har da begrenset tid til å svare. Samtidig kan et desperat offensivt press skape store overgangsmuligheter for motstanderen.

Dette er grunnen til at kamper med samme sluttresultat kan ha utviklet seg svært forskjellig.

Et oppgjør som ender 3–0, kan ha stått 3–0 allerede ved pause. Et annet kan ha vært målløst frem til det siste kvarteret. Begge registreres som over 2,5 mål, men de forteller ikke den samme historien om angrepsspill, kampkontroll og risiko.

Også røde kort og straffespark kan påvirke måltallene kraftig. Et lag som spiller med én mann mindre, må kanskje endre hele den defensive organiseringen. Et straffespark kan gi en scoring i en kamp som ellers har inneholdt få gode muligheter.

Slike hendelser er en del av fotballen, men de gjør det vanskeligere å tolke korte statistiske perioder som uttrykk for lagenes normale resultatfordeling.

Hvor mye kan forventede mål bidra med?

Expected Goals, vanligvis forkortet xG, beskriver den beregnede kvaliteten på avslutningene et lag skaper. Hver avslutning får en verdi som gjenspeiler hvor sannsynlig den er å ende med scoring, basert på modellen som brukes.

Når man undersøker over og under 2,5 mål, kan xG være nyttig fordi faktisk antall mål varierer mye fra kamp til kamp.

Et lag kan score fire mål fra avslutninger med en samlet xG på 1,3. Det kan også gå målløst av banen etter å ha produsert sjanser verdt 2,1 xG.

Slike forskjeller kan skyldes avslutningskvalitet, keeperprestasjoner og tilfeldige variasjoner. Over mange kamper kan xG gi et annet bilde av den offensive produksjonen enn målscoren alene.

Men det er viktig å bruke statistikken riktig.

Hvis to lag har et gjennomsnitt på henholdsvis 1,5 og 1,2 xG per kamp, kan man ikke automatisk legge sammen tallene og konkludere med at oppgjøret vil produsere 2,7 forventede mål.

Lagene har møtt andre motstandere under andre forutsetninger. Motstanderens defensive kvalitet, hjemmearena, tilgjengelige spillere og taktiske forhold kan endre forventningene.

Det er heller ikke korrekt å ta den samlede xG-verdien fra én ferdigspilt kamp og behandle den som et presist mål på sannsynligheten for over 2,5 mål før kampstart.

xG er informasjon om avslutningssituasjoner. En prognose for totalt antall mål krever i tillegg en modell for hvordan disse målene kan fordeles.

Hvorfor gjennomsnittet ikke er nok til å beregne en sannsynlighet

Vi kan gå tilbake til Nordstrand og Bergdal. Begge hadde 2,6 mål per kamp, men svært forskjellige andeler kamper over 2,5 mål.

Hvis vi bare kjente gjennomsnittet på 2,6, ville vi ikke visst hvilken av disse fordelingene som lå bak tallet.

For å gå fra et gjennomsnitt til en sannsynlighet trenger vi en antakelse om hvordan målene fordeler seg.

En kjent matematisk metode i fotballanalyse er Poisson-fordelingen. Den brukes til å modellere sannsynligheten for et bestemt antall hendelser, for eksempel mål i en fotballkamp, ut fra en forventet hendelsesrate.

Anta at en modell anslår 2,6 forventede mål totalt i et kommende oppgjør, og at det samlede målantallet kan beskrives med en Poisson-fordeling med denne verdien som parameter.

Da kan vi regne ut sannsynligheten for null, ett og to mål. Summen av disse utfallene gir sannsynligheten for under 2,5 mål.

Med en Poisson-parameter på 2,6 blir sannsynligheten for under 2,5 mål omtrent 51,8 prosent. Dermed blir sannsynligheten for over 2,5 mål omtrent 48,2 prosent.

Dette er et matematisk resultat innenfor den valgte modellen, ikke en observasjon av en bestemt fotballiga.

Utregningen kan skrives slik:

P(over 2,5) = 1 − e−2,6 × (1 + 2,6 + 2,6²/2) ≈ 48,2 %

Det interessante er at selv med et forventet antall mål på 2,6, altså litt over grensen på 2,5, blir den modellerte sannsynligheten for minst tre scoringer under 50 prosent.

Årsaken er at gjennomsnitt og median ikke er det samme. Et mindre antall svært målrike resultater kan bidra betydelig til gjennomsnittet.

Poisson-modeller har en lang historie i fotballstatistikk. Akademiske studier har videreutviklet metoden for å ta hensyn til blant annet lagenes offensive og defensive styrke og sammenhenger mellom bestemte sluttresultater. En gjennomgang finnes i forskningsartikkelen Predicting Football Match Results Using a Poisson Regression Model.

Den enkle modellen har samtidig begrensninger. Mål kommer ikke nødvendigvis med konstant intensitet gjennom en kamp. Stillingen, røde kort, taktiske endringer og forskjeller mellom lagene kan påvirke målhyppigheten. Mer avanserte modeller forsøker å håndtere noen av disse forholdene.

Hvorfor en høy over 2,5-prosent kan villede

Statistikksider viser ofte hvor stor andel av et lags kamper som har endt over 2,5 mål. En verdi på 70 prosent kan se overbevisende ut.

Men 70 prosent av hva?

Hvis laget har spilt ti kamper, betyr tallet at sju har hatt minst tre scoringer. Hvis det har spilt førti kamper, representerer tallet et helt annet datagrunnlag.

Selv med mange kamper må man vurdere hvor representative de er. Et lag som har byttet trener og spillestil, trenger ikke lenger ha den samme målprofilen som tidligere i sesongen.

Det samme gjelder ved store endringer i spillerstallen. Fraværet av en sentral angriper kan påvirke lagets evne til å skape sjanser. En ny forsvarsorganisering kan redusere antall muligheter motstanderne får.

En historisk prosentandel er heller ikke automatisk en sannsynlighet for neste kamp. Den er et sammendrag av det som allerede har skjedd.

Hvis et lag har hatt over 2,5 mål i sju av sine ti siste kamper, betyr ikke det at neste oppgjør har nøyaktig 70 prosent sannsynlighet for minst tre scoringer.

For å komme nærmere en sannsynlighetsvurdering må man undersøke om mønsteret kan forventes å fortsette under de nye forutsetningene.

Hva med Eliteserien og forskjellene mellom ligaene?

Det finnes betydelige forskjeller i målstatistikk mellom fotballigaer. Noen ligaer har historisk hatt relativt mange scoringer per kamp, mens andre oftere preges av jevne og målfattige oppgjør.

Slike forskjeller kan henge sammen med spillestil, kvaliteten på forsvarsspillet, styrkeforskjeller mellom lagene og andre forhold.

For norsk Eliteserien er det naturlig å undersøke både samlet mål per kamp og andelen oppgjør som ender over 2,5 mål. Men tallene bør være knyttet til en tydelig definert sesong eller periode.

Et målsnitt fra én sesong sier ikke nødvendigvis noe presist om den neste. Lagene endrer seg, klubber rykker opp og ned, og forholdet mellom de sterkeste og svakeste lagene kan bli annerledes.

Det er også viktig å skille mellom ligasnittet og den enkelte kampen. Selv om en liga har mange målrike oppgjør, betyr det ikke at alle lagene har samme sannsynlighet for å passere en bestemt mållinje.

Et møte mellom to godt organiserte forsvarslag kan få et annet kampbilde enn en kamp der begge lagene angriper med mange spillere og etterlater store rom.

Statistikk på liganivå gir en nyttig bakgrunn, men den bør ikke erstatte en vurdering av lagene som faktisk møtes.

Over 2,5 mål og begge lag scorer er ikke samme spørsmål

To populære målrelaterte markeder blandes ofte sammen: over 2,5 mål og begge lag scorer, gjerne forkortet BTTS etter det engelske uttrykket Both Teams To Score.

Forskjellen er enkel, men har stor betydning for hvordan statistikken skal tolkes.

En kamp som ender 3–0, er over 2,5 mål, men begge lag har ikke scoret. En kamp som ender 1–1, har scoring fra begge lag, men er under 2,5 mål.

Det ene markedet handler om det totale antallet mål. Det andre handler om hvorvidt begge lag scorer minst én gang.

Derfor bør ikke en høy andel kamper over 2,5 mål brukes som et direkte mål på sannsynligheten for at begge lag scorer.

Et lag kan ha mange målrike kamper fordi det regelmessig vinner 3–0 eller 4–0. Et annet kan ofte spille 1–1 og dermed ha høy andel kamper med scoring fra begge lag, men lavere andel over 2,5 mål.

De to statistikkene beskriver forskjellige sider av resultatfordelingen.

Hva forteller en mållinje når oddsen også er kjent?

Bookmakere tilbyr vanligvis forskjellige odds på over og under 2,5 mål. Prisene gjenspeiler deres vurderinger av sannsynlighetene, men inneholder normalt også en margin.

Hvis over 2,5 mål tilbys til 1,80, tilsvarer det en rå implisitt sannsynlighet på omtrent 55,6 prosent. Dersom under 2,5 mål samtidig tilbys til 2,00, tilsvarer det 50 prosent.

Summen er 105,6 prosent. Den overstiger 100 prosent fordi prisene inneholder en innebygd margin.

Det betyr at man ikke uten videre kan tolke 1,80 som et uttrykk for at den faktiske sannsynligheten for over 2,5 mål er nøyaktig 55,6 prosent.

Man kan heller ikke konkludere med at en høy historisk over 2,5-prosent gjør en bestemt odds fordelaktig. En slik vurdering krever et selvstendig og tilstrekkelig presist sannsynlighetsanslag.

Den samme statistikken kan dessuten være kjent for mange aktører og allerede gjenspeilet i prisene.

Målstatistikk er dermed nyttig for å forstå hvordan kamper har utviklet seg, men gir ingen automatisk fordel i et oddsmarked.

Den tredje scoringen sier mindre enn man skulle tro

La oss vende tilbake til oppgjøret som står 2–0 noen minutter før slutt.

Hvis bortelaget reduserer til 2–1, blir kampen registrert som over 2,5 mål. Hvis resultatet holder seg på 2–0, blir den registrert som under.

I statistikken oppstår det en tydelig forskjell. I selve kampen kan forskjellen ha vært en enkelt avslutning, en keepertabbe eller en tilfeldig retur.

Det er nettopp derfor man ikke bør gjøre skillet mellom over og under 2,5 mål til en fullstendig beskrivelse av en fotballkamp.

To oppgjør med svært forskjellige prestasjoner kan havne på samme side av grensen. Og to nesten identiske kampforløp kan havne på hver sin side fordi én avslutning endte i mål.

Over/under-statistikk har størst verdi når den brukes sammen med informasjon om hvordan scoringene oppstod, hvem lagene møtte, hvor stabile mønstrene er, og hvilke forutsetninger som gjelder for neste kamp.

Gjennomsnittlige mål, andelen kamper over 2,5, forventede mål og matematiske modeller belyser ulike deler av det samme spørsmålet. Ingen av dem bør stå alene.

En mållinje på 2,5 er bare en grense mellom to grupper av resultater. Det interessante ligger i hvorfor kampene fordeler seg slik de gjør, og hvor mye man egentlig kan lære av denne fordelingen før ballen settes i spill.