بسیاری از افراد، از بنگاهها گرفته تا بانکداران، مدلهایی را اجرا میکنند که سعی میکنند برنده جام جهانی فوتبال مردان ۲۰۲۲ در قطر را پیشبینی کنند، اما بیشتر آنها پشت درهای بسته اتفاق میافتند.
اما مدل های دیگر برندگان متفاوتی را پیش بینی می کنند. شرکت بیمه لویدز از ارزش جمعی قابل بیمه بازیکنان یک تیم برای پیش بینی آن استفاده کرد. انگلیس با غلبه بر برزیل در فینال پیروز خواهد شد. همین مدل به درستی پیش بینی کرد که آلمان قهرمان جام جهانی مردان در سال 2014 و فرانسه در سال 2018 قهرمان خواهد شد.
یک مدل پیشبینی که هر کسی میتواند امتحان کند، شانس 25 درصدی را برای قهرمانی در جام جهانی مردان به برزیل داده است – اما نتایج برای بسیاری از کشورهای دیگر نگران کننده است.
شرکت
18 نوامبر 2022
بر اساس مدل پیش بینی موسسه آلن تورینگ لندن، برزیل محتمل ترین برنده جام جهانی فوتبال 2022 است. مدل در دسترس عموم شانس 1 در 4 را به برزیل می دهد و شانس انگلستان کمتر از 1 در 10 است.
در حالیکه بلژیک به عنوان محتمل ترین برنده پیش بینی شده است توسط یک مدل طراحی شده توسط متیو پن در دانشگاه آکسفورد و همکارانش که به درستی برنده یورو 2020 مردان ایتالیا و شش نفر از 8 بازیکن یک چهارم نهایی را پیش بینی کردند. این مدل فرض می کند که گل های زده شده و دریافت شده به طور مساوی حول یک مقدار متوسط توزیع می شود.
محققان روش رایجی را که برای مسابقات در لیگهای داخلی استفاده میشود اقتباس کردند که به تیمها امتیاز دفاع و حمله برای پیشبینی مسابقات میدهد، اما آنها مدل خود را تغییر دادند تا مزیت خانگی را که برای همه تیمهای قطری به جز کشور خود از دست میداد، حذف کنند. و همچنین با در نظر گرفتن تفاوت بین قدرت تیم هایی که در مسابقات دوستانه بین المللی به رقابت می پردازند.
توسط الکس ویلکینز
بارلو میگوید: «برای بسیاری از کارهایی که انجام میدهیم، بسیار مهم است که آنها را منبع باز کنیم. ما مردم را تشویق میکنیم که درگیر شوند، از کد ما استفاده کنند و در آن مشارکت کنند.»
وقتی بارلو و تیمش با استفاده از مدل خود 100000 بار مسابقات را برگزار کردند، متوجه شدند که برزیل در 25 درصد مواقع برنده شده است، نزدیکترین رقیب آنها بلژیک با 19 درصد و آرژانتین با 13 درصد.
یک مدل کامپیوتری پیش بینی کرد که برزیل محتمل ترین برنده جام جهانی فوتبال 2022 قطر خواهد بود.
آنها همچنین آن را تنظیم کردند تا وزن بیشتری به نتایج بازیهای خاص، مانند نیمه نهایی و فینال، و بازیهای جدیدتر بدهند، و همچنین این مدل را در تورنمنتهای گذشته اجرا کردند تا ببینند پیشبینیهای آن چقدر با نتایج واقعی مطابقت دارد، و آن را بر اساس عملکردش تنظیم کنید.