Analysemetoder

Kan matematikk forutsi resultatet av en fotballkamp?

En datamodell har analysert helgens fotballkamp og kommet frem til at 1–0 er det mest sannsynlige resultatet. Hjemmelaget er favoritt, angrepet vurderes som sterkere enn motstanderens, og beregningene peker mot en knapp seier.

Så begynner kampen. Etter tjue minutter står det 0–2.

Tok matematikken feil?

Ikke nødvendigvis. Det avgjørende er hva modellen faktisk forsøkte å fortelle. Når et dataprogram anslår at 1–0 er det mest sannsynlige sluttresultatet, betyr det ikke at resultatet forventes å inntreffe i flertallet av kampene. Det kan være den mest sannsynlige av mange muligheter, samtidig som sannsynligheten for akkurat 1–0 er ganske lav.

Forskjellen mellom å forutsi et bestemt resultat og å beregne sannsynligheten for ulike resultater er grunnlaget for moderne matematisk fotballanalyse. Datamodeller kan beskrive hvilke utfall som virker mer eller mindre sannsynlige, men de kan ikke vite på forhånd hvor en avslutning havner, når en spiller gjør en feil, eller om en dommer må vise ut det ene lagets kaptein.

Fotball er ikke tilfeldig i alle ledd. De beste lagene vinner oftere enn de svakeste. Samtidig inneholder hver kamp så mange uforutsigbare hendelser at selv en godt begrunnet prognose kan ende langt unna det faktiske resultatet.

Et 1–0-resultat med bare 12,6 prosent sannsynlighet

La oss undersøke en oppdiktet kamp mellom to lag vi kaller Nordheim og Vestdal. Nordheim spiller hjemme og har et sterkere angrep. Vestdal er defensivt organisert, men har hatt problemer med å produsere målsjanser på bortebane.

En statistisk modell anslår at Nordheim vil score 1,7 mål i gjennomsnitt, mens Vestdal forventes å score 0,9. Tallene er modellens forventninger til dette bestemte oppgjøret, ikke lagenes historiske målsnitt.

Ved hjelp av en enkel Poisson-modell kan vi beregne en sannsynlighet for hvert mulig antall mål. Hvis vi i tillegg forutsetter at lagenes målantall er uavhengige av hverandre når de forventede måltallene er gitt, kan vi beregne sannsynligheten for forskjellige sluttresultater.

Den mest sannsynlige enkeltkombinasjonen blir 1–0 til Nordheim.

Men sannsynligheten er bare omtrent 12,6 prosent.

Det innebærer at modellen samtidig gir omtrent 87,4 prosent sannsynlighet for at kampen ender med et annet resultat.

Dette høres kanskje merkelig ut. Hvordan kan 1–0 være det mest sannsynlige resultatet hvis modellen mener det nesten helt sikkert vil bli noe annet?

Fordi alle de øvrige mulighetene er fordelt på en lang rekke forskjellige sluttresultater. 1–1, 2–0, 2–1 og 0–0 har hver sin sannsynlighet. Ingen av dem er nødvendigvis større enn sannsynligheten for 1–0, men til sammen utgjør alle alternativene et stort flertall.

Det er den viktigste forskjellen mellom et matematisk sannsynlighetsanslag og en vanlig resultatprognose.

Bak hvert resultat ligger en hel fordeling

En datamodell som bare presenterer ett forventet sluttresultat, skjuler mye av informasjonen den egentlig har beregnet.

For kampen mellom Nordheim og Vestdal får vi følgende sannsynligheter ved å bruke de to forventede måltallene på 1,7 og 0,9:

Nordheims mål / Vestdals mål 0 1 2 3
0 7,4 % 6,7 % 3,0 % 0,9 %
1 12,6 % 11,4 % 5,1 % 1,5 %
2 10,7 % 9,7 % 4,3 % 1,3 %
3 6,1 % 5,5 % 2,5 % 0,7 %

Tabellen viser sannsynlighetene i prosent, avrundet til én desimal. Radene angir Nordheims mål, kolonnene Vestdals. Resultater der minst ett lag scorer fire mål eller mer, er utelatt fra tabellen, men inngår i de samlede beregningene.

Her er 1–0 det mest sannsynlige enkeltresultatet. Like bak kommer 1–1 og 2–0. Men også 0–0, 2–1 og 3–0 har merkbare sannsynligheter.

Matematikken peker altså ikke mot ett uunngåelig kampforløp. Den beskriver en fordeling der mange forskjellige resultater er mulige.

Hvis vi summerer alle sluttresultatene der Nordheim scorer flere mål enn Vestdal, får vi omtrent 56,3 prosent sannsynlighet for hjemmeseier. Summen av alle uavgjorte resultater blir omtrent 24,0 prosent, mens borteseier får rundt 19,8 prosent.

Nordheim er dermed favoritt, selv om sannsynligheten for det mest sannsynlige eksakte resultatet bare er 12,6 prosent.

Det er vesentlig enklere å anslå hvilket lag som har størst vinnersjanse enn å treffe nøyaktig på sluttresultatet.

Hvor kommer tallene 1,7 og 0,9 fra?

En matematisk modell er ikke bedre enn grunnlaget den bygger på. Hvis de forventede måltallene er feil, vil også sannsynlighetsfordelingen være påvirket av feilen.

En enkel modell kan begynne med gjennomsnittlig antall mål et lag scorer og slipper inn. Mer avanserte modeller forsøker å justere for motstandernes styrke, hjemmebanefordel, prestasjoner over tid og andre forhold som kan påvirke målproduksjonen.

Se for deg at Nordheim har scoret mye hjemme denne sesongen. Den opplysningen er interessant, men ikke tilstrekkelig. Kanskje har laget møtt svake motstandere, eller kanskje har noen få store seire trukket gjennomsnittet opp.

Vestdals defensive prestasjoner må også vurderes. Hvis bortelaget regelmessig begrenser sterke angrepslag til få gode sjanser, vil det være misvisende å bruke Nordheims offensive gjennomsnitt direkte som forventning til denne kampen.

En statistisk modell forsøker å ta hensyn til begge sider av oppgjøret.

Noen modeller bruker bare faktiske scoringer. Andre inkluderer Expected Goals, xG, som beskriver kvaliteten på avslutningene. Det finnes også modeller der styrken til lagene beregnes gjennom ratingsystemer, og modeller som inkluderer informasjon om tilgjengelige spillere.

Det avgjørende er ikke hvor mange variabler modellen inneholder, men om variablene faktisk bidrar til bedre prognoser når modellen testes på nye kamper.

En komplisert modell kan virke imponerende uten å være mer presis enn en enklere metode.

Poisson-modellen er et utgangspunkt, ikke en beskrivelse av hele kampen

Poisson-fordelingen er en av de klassiske metodene innen matematisk modellering av fotballresultater. Den beskriver sannsynligheten for at et bestemt antall hendelser inntreffer, gitt en forventet hendelsesrate.

I en enkel fotballmodell representerer denne raten forventet antall mål for hvert lag.

Hvis Nordheim har en forventning på 1,7 mål, kan modellen beregne sannsynligheten for at laget scorer null, ett, to, tre eller flere mål. Det samme gjøres for Vestdal med forventningen 0,9.

Ved å kombinere sannsynlighetene for de to lagene får vi en matrise med mulige sluttresultater.

Dette er matematisk ryddig, men bygger på forenklinger.

For det første oppfører ikke fotballkamper seg nødvendigvis som en prosess med konstant målrate. Lag som ligger under, kan endre taktikk. En tidlig scoring kan gjøre motstanderen mer offensiv, mens et lag som leder, kan prioritere å beskytte resultatet.

For det andre er ikke lagenes målantall nødvendigvis uavhengige. Et rødt kort til hjemmelaget kan samtidig svekke dets egne angrepsmuligheter og øke motstanderens mulighet til å score.

En enkel modell som behandler målantallene som uavhengige, fanger ikke automatisk opp slike sammenhenger.

Poisson-modellen er derfor nyttig fordi den gir en forståelig sannsynlighetsfordeling, ikke fordi den kan gjenskape alt som skjer på banen.

Derfor er Dixon–Coles fortsatt relevant

På 1990-tallet utviklet statistikerne Mark Dixon og Stuart Coles en modell som ble viktig i forskning på fotballresultater.

Utgangspunktet var at en vanlig modell med uavhengige Poisson-fordelinger ikke nødvendigvis beskriver alle resultatmønstre like godt, særlig i kamper med få mål.

Dixon–Coles-modellen justerer sannsynlighetene for bestemte lave sluttresultater, blant annet 0–0, 1–0, 0–1 og 1–1. Modellen tar også hensyn til at nyere kamper kan ha større relevans enn eldre resultater når lagstyrken skal estimeres.

Det betyr ikke at Dixon–Coles automatisk er den beste modellen i enhver liga eller periode. Hvor godt en metode fungerer, må avgjøres gjennom testing.

En forskningsartikkel publisert i Journal of the Royal Statistical Society i 2026 sammenligner flere tilnærminger til fotballprognoser, blant annet dynamiske modeller og varianter av Dixon–Coles. Studien viser hvorfor det fortsatt er relevant å undersøke hvordan lagenes styrke endrer seg over tid, og hvordan ulike modeller beskriver faktiske resultatfordelinger.

Den moderne utviklingen består altså ikke bare i å legge til stadig flere statistiske mål. En viktig del av arbeidet er å finne ut hvordan informasjonen bør vektes, og hvilke antakelser som gir mest pålitelige sannsynligheter.

Et lag er ikke like sterkt i oktober som i april

Et problem med modeller som bruker lange historiske perioder, er at fotballag hele tiden forandrer seg.

En klubb kan få ny trener, endre formasjon eller miste viktige spillere. Et lag som startet sesongen med store defensive problemer, kan senere utvikle seg til å bli langt mer solid.

Hvis modellen legger like stor vekt på alle kampene, kan den reagere for sakte på denne utviklingen.

Det er derfor vanlig å undersøke om nyere kamper bør få større betydning enn eldre. En slik metode kan være nyttig, men den har også en svakhet: Hvis modellen legger for stor vekt på de siste resultatene, kan tilfeldige variasjoner bli tolket som varige endringer i kvalitet.

Fem seire på rad betyr ikke nødvendigvis at laget har blitt dramatisk bedre. Det kan ha møtt svakere motstand eller hatt uvanlig god uttelling på avslutningene.

Her må en matematisk modell balansere to hensyn. Den bør oppdage reelle endringer i prestasjonene, men samtidig være motstandsdyktig mot kortvarige tilfeldigheter.

Det finnes ingen universell regel om at de fem eller ti siste kampene alltid gir den beste prognosen.

Et alternativ som ikke begynner med målene

Ikke alle modeller for fotballprediksjon forsøker først å beregne antall mål.

Elo-rating er et eksempel på en annen tilnærming. Systemet ble opprinnelig utviklet for sjakk og brukes i ulike varianter til å vurdere styrkeforhold mellom lag og spillere.

Et lag får en rating som endres etter kampene. Hvor stor endringen blir, avhenger blant annet av resultatet og styrken til motstanderen. En uventet seier mot et sterkt lag kan få større betydning enn en forventet seier mot en svakere motstander.

Ratingforskjellen kan deretter brukes som grunnlag for en sannsynlighetsmodell.

Fordelen er at man får et samlet mål på styrkeforholdet uten nødvendigvis å måtte beskrive hele angreps- og forsvarsspillet.

Ulempen er at ratingen ikke automatisk forteller hvordan kampen vil utvikle seg, hvor mange mål som blir scoret, eller hvilken taktisk tilnærming lagene kommer til å velge.

I en norsk forskningsartikkel fra 2021 undersøkte Halvard Arntzen og Lars Magnus Hvattum hvordan lagrating og spillerrating kunne brukes i prognoser for fotballkamper. De sammenlignet modeller som beregner sannsynlighetene for seier, uavgjort og tap direkte, med modeller som tar utgangspunkt i forventede scoringer. Studien viste blant annet at kombinasjonen av lag- og spillerinformasjon kunne forbedre prognosene sammenlignet med å bruke bare én av informasjonskildene.

Det illustrerer et viktig poeng: Det finnes flere matematiske veier til en fotballprognose. De behøver ikke starte med samme type data, og de gir ikke nødvendigvis samme svar.

Når datamaskinen spiller kampen hundre tusen ganger

En annen metode er simulering.

Her bruker datamaskinen en sannsynlighetsmodell til å gjennomføre et stort antall tenkte kamper. Hver simulering får et resultat som er trukket fra modellens sannsynlighetsfordeling.

Hvis Nordheim vinner i omtrent 56 000 av 100 000 simuleringer, gir det et estimat på rundt 56 prosent vinnersjanse. Men antallet kan variere litt mellom kjøringene på grunn av tilfeldig trekning.

Ved å simulere et stort antall ganger blir variasjonen fra selve trekningen mindre, og resultatene nærmer seg sannsynlighetene som ligger innebygd i modellen.

Det er likevel viktig å forstå hva som skjer. Datamaskinen har ikke observert 100 000 virkelige versjoner av kampen. Den har gjentatt en matematisk modell 100 000 ganger.

Hvis modellen bygger på feil antakelser, vil ikke flere simuleringer gjøre den mer korrekt. De vil bare gi et mer presist bilde av konsekvensene av de samme antakelsene.

Simulering er spesielt nyttig når mange kamper påvirker hverandre, slik som i et mesterskap.

Hvilke lag går videre fra gruppespillet? Hvem møter hvem i utslagsrundene? Hvordan endrer veien til finalen seg når en favoritt blir slått ut tidlig?

Slike spørsmål er vanskelige å besvare med bare én prognose per kamp.

Et norsk eksempel kom under fotball-VM i 2026, da Norsk Regnesentral brukte omfattende simuleringer for å beregne sannsynligheter for forskjellige turneringsutfall. Arbeidet ble omtalt av forskning.no.

Poenget med slike simuleringer er ikke å hevde at en bestemt turnering vil utvikle seg etter ett forutbestemt mønster. De gjør det mulig å undersøke mange forskjellige veier frem til et resultat og beregne hvordan sannsynlighetene fordeler seg.

Maskinlæring kan finne mønstre, men også oppfinne dem

Moderne fotballdata inneholder langt mer enn mål og resultater. Det finnes informasjon om pasninger, press, avslutninger, ballgjenvinninger, spillerposisjoner og mange andre deler av spillet.

Maskinlæring gjør det mulig å undersøke sammenhenger i store datamengder uten at alle forhold må beskrives med en enkel, forhåndsbestemt formel.

Men mer informasjon er ikke alltid det samme som bedre prognoser.

En modell kan bli svært god til å forklare kampene den allerede har sett, men langt svakere når den brukes på nye oppgjør. Dette kalles overtilpasning.

Se for deg at et dataprogram finner en sterk sammenheng mellom et bestemt statistisk mønster og hjemmeseier i én sesong. Sammenhengen kan være reell, men den kan også skyldes tilfeldigheter i akkurat dette datamaterialet.

Hvis modellen lærer slike tilfeldigheter som om de var stabile fotballmekanismer, kan prognosene bli dårligere når forutsetningene endrer seg.

Derfor er det ikke tilstrekkelig å presentere en høy treffprosent fra kampene modellen ble utviklet på.

Den må testes på kamper som ikke ble brukt til å tilpasse modellen, helst fra en senere periode slik at testen etterligner hvordan en virkelig forhåndsprognose ville blitt laget.

En avansert maskinlæringsmodell er heller ikke automatisk bedre enn en gjennomarbeidet Poisson-modell eller et godt ratingsystem. Det må demonstreres med resultater fra uavhengige tester.

Hvordan måler man om en fotballprognose er god?

En vanlig metode er å telle hvor mange kamper modellen har tippet riktig vinner i. Men denne metoden har en vesentlig svakhet.

Anta at to modeller begge vurderer hjemmelaget som favoritt. Den første gir hjemmeseier 51 prosent sannsynlighet. Den andre gir 90 prosent.

Hvis hjemmelaget vinner, får begge rett på utfallet. Likevel har de gitt svært forskjellige vurderinger av hvor usikker kampen var.

Hvis hjemmelaget taper, har den andre modellen vært langt mer selvsikker og dermed gjort en større sannsynlighetsmessig feil.

For å undersøke kvaliteten på sannsynlighetsprognoser brukes derfor andre mål enn ren treffprosent.

Kalibrering handler om hvorvidt hendelser inntreffer omtrent så ofte som modellen anslår. Hvis en modell gir 60 prosent vinnersjanse til en stor gruppe lag, bør omtrent 60 prosent av disse lagene vinne dersom prognosene er godt kalibrert.

Dette kan ikke vurderes ut fra én kamp. Man trenger mange observasjoner, og resultatene må undersøkes med hensyn til statistisk usikkerhet.

Et annet mål er Brier score, som vurderer forskjellen mellom prognosens sannsynligheter og de faktiske utfallene. Store, selvsikre feil gir større utslag enn små avvik.

Slike metoder gjør det mulig å sammenligne modeller som gir samme mest sannsynlige resultat, men svært forskjellige sannsynlighetsfordelinger.

Det er mer informativt enn å spørre hvor mange ganger en modell traff nøyaktig på 1–0 eller 2–1.

En prognose må også være bedre enn et enkelt alternativ

En statistisk modell kan ha tilsynelatende gode resultater uten at den tilfører særlig mye ny informasjon.

Hvis den ofte peker ut det sterkeste laget som favoritt, kan den få mange riktige utfall. Men det kunne kanskje også en enkel vurdering basert på tabellplassering eller lagrating ha gjort.

For å bedømme kvaliteten bør modellen derfor sammenlignes med enklere alternativer.

Den kan for eksempel testes mot en modell som bare bruker hjemmebanefordel og historisk lagstyrke, eller mot sannsynligheter utledet fra bookmakeres odds etter justering for margin.

Det betyr ikke at bookmakerodds representerer den sanne sannsynligheten. De kan likevel være et relevant sammenligningsgrunnlag fordi prisene ofte bygger på omfattende informasjon.

Hvis en avansert modell ikke gir bedre sannsynlighetsprognoser enn en langt enklere metode, er det vanskelig å argumentere for at kompleksiteten i seg selv er verdifull.

Det er også viktig å bruke en rettferdig test. Alle modellene bør vurderes på de samme kampene, med informasjon som faktisk var tilgjengelig på prognosetidspunktet.

En modell som benytter opplysninger som først ble kjent etter kampstart, kan virke svært treffsikker i ettertid uten å ha noen tilsvarende verdi som forhåndsprognose.

Det som skjer på banen, forandrer sannsynlighetene

En modell kan gi Nordheim 56,3 prosent sjanse til å vinne før avspark. Men hva skjer med denne vurderingen hvis laget får en spiller utvist etter ti minutter?

Da er ikke forutsetningene de samme.

En forhåndsprognose beskriver sannsynlighetsfordelingen ut fra informasjonen som foreligger før kampen. Den sier ikke at sannsynlighetene skal forbli uendret gjennom samtlige 90 minutter.

Etter en utvisning, en skade eller en tidlig scoring må vurderingen oppdateres dersom den skal beskrive situasjonen som nå foreligger.

Dette er en av grunnene til at modeller for liveprognoser kan være langt mer kompliserte enn modeller som bare beregner sannsynligheter før avspark.

De må ta hensyn til stillingen, hvor mye tid som gjenstår, antall spillere på banen og andre forhold som påvirker hva som kan skje videre.

Selv her vil det være usikkerhet. Et lag med ti spillere kan score på en kontring, og et lag som dominerer med elleve mot ti, kan misbruke alle sine sjanser.

Matematikk gjør det mulig å oppdatere forventningene når situasjonen endrer seg. Den gjør ikke kampens fremtid bestemt.

Hvor langt kommer man med matematikken?

Det finnes ingen matematisk metode som kan garantere sluttresultatet av en fotballkamp. Det skyldes ikke bare at modellene foreløpig mangler informasjon. Selve spillet inneholder tilfeldige variasjoner og hendelser som ikke kan forutsies nøyaktig.

Det betyr likevel ikke at resultatene er fullstendig tilfeldige.

Hvis et sterkt lag møter en svakere motstander, vil styrkeforskjellen ofte komme til uttrykk i sannsynlighetene. En god statistisk modell kan beskrive denne forskjellen og undersøke hvordan den påvirkes av hjemmebanefordel, spillerstaller og andre relevante forhold.

Matematikken kan også vise hvorfor et tilsynelatende overraskende resultat ikke nødvendigvis er spesielt usannsynlig.

Vi begynte med Nordheim og Vestdal. Modellen pekte på 1–0 som det mest sannsynlige resultatet, men ga det bare 12,6 prosent sannsynlighet. Den beregnet samtidig omtrent 19,8 prosent sannsynlighet for borteseier.

Hvis Vestdal faktisk vinner 0–2, betyr det ikke automatisk at hele modellen har mislyktes. Resultatet var ett av mange mulige utfall, selv om det ikke var blant de mest sannsynlige.

Det avgjørende er hvordan modellen fungerer over tid. Gir den realistiske sannsynligheter? Klarer den å skille mellom sterke og svake lag? Reagerer den fornuftig på ny informasjon? Og gir den bedre prognoser enn enklere alternativer?

Det er slike spørsmål som avgjør om matematikken tilfører fotballanalysen noe verdifullt.

En datamodell trenger ikke å gjette sluttresultatet riktig for å gi innsikt. Dens viktigste oppgave er å beskrive usikkerheten så presist som mulig.

Fotballkampen må fortsatt spilles. Det matematikken kan bidra med, er en bedre forståelse av hvor mange forskjellige utfall som faktisk er mulige før den begynner.