O que significa xG?
Gols esperados. É a soma das probabilidades de gol de cada finalização, e indica a qualidade das chances criadas.
Guia · +18
Poisson e xG no futebol: como estimar probabilidades de placar e de resultado para o Maxwin Bet
Transforme gols esperados em probabilidades de placar, vitória, empate e totais e compare o resultado com as odds do maxwin bet. Cálculo passo a passo, exemplo completo e limites do modelo.
1,60λ mandante
1,10λ visitante
49,0%vitória mandante
01′
Por que transformar dados em probabilidades
Quem aposta em futebol com regularidade acaba esbarrando em uma pergunta: como transformar dados em probabilidades? Olhar a tabela e escolher o favorito responde pouco, porque a odd só tem sentido quando comparada com uma estimativa própria. Uma das ferramentas mais usadas para isso é a distribuição de Poisson, que converte o número médio de gols esperado de cada equipe em probabilidades de placares, vitórias, empates e totais.
Este guia explica o que são xG e gols esperados, mostra o cálculo passo a passo com um exemplo completo, compara o resultado com as odds do maxwin bet e discute os limites do modelo. O conteúdo é voltado a maiores de 18 anos. O modelo é uma ferramenta de estimativa, e não garante resultados.
10′
O que é xG e por que ele importa
xG, ou gols esperados, é uma medida que atribui a cada finalização uma probabilidade de virar gol, de acordo com fatores como a distância, o ângulo, a parte do corpo e o tipo de jogada. A soma das probabilidades de todas as finalizações de uma equipe em uma partida é o xG daquele jogo. Uma equipe que cria chances de xG 1,8 em média por jogo tende a marcar perto de 1,8 gol por partida no longo prazo, mesmo que em alguns jogos faça mais ou menos.
O xG é útil porque filtra parte da sorte. Duas equipes podem ter marcado 10 gols em cinco jogos, e uma ter criado chances de xG 11 e a outra de xG 5. A primeira provavelmente mantém o desempenho, e a segunda tende a regredir. Para apostar, isso significa que o placar recente é menos confiável que o volume e a qualidade das chances.
Equipe AxG 11
Equipe BxG 5
22′
A distribuição de Poisson em palavras simples
A distribuição de Poisson calcula a probabilidade de ocorrer um número k de eventos em um intervalo, a partir da média esperada λ (lambda). Para gols, λ é o número médio de gols esperado de uma equipe naquela partida. A fórmula é a seguinte, e o resultado depende apenas de λ.
P(k gols) = e−λ × λk ÷ k!
Exemplo com λ = 1,6 gols:
| Gols | Probabilidade |
|---|---|
| 0 | 20,2% |
| 1 | 32,3% |
| 2 | 25,8% |
| 3 | 13,8% |
| 4 | 5,5% |
| 5 ou mais | 2,4% |
Exemplo com λ = 1,1 gol:
| Gols | Probabilidade |
|---|---|
| 0 | 33,3% |
| 1 | 36,6% |
| 2 | 20,1% |
| 3 | 7,4% |
| 4 | 2,0% |
| 5 ou mais | 0,5% |
Os números mostram que, mesmo com média de 1,6 gol, a chance de a equipe passar em branco é de 1 em 5. É por isso que favoritos tropeçam com frequência no futebol.
31′
Como estimar λ para cada equipe
Há várias formas, e a mais simples usa médias de gols marcados e sofridos em relação à média da liga:
- Calcule a média de gols por jogo da liga para mandantes (por exemplo, 1,45) e para visitantes (por exemplo, 1,15).
- Calcule a força de ataque de cada equipe: gols marcados por jogo ÷ média da liga. Um time que marca 1,6 por jogo, contra uma média de 1,45, tem ataque de 110%.
- Calcule a fragilidade defensiva de cada equipe: gols sofridos por jogo ÷ média da liga.
- Multiplique: λ do mandante = média dos mandantes × ataque do mandante × fragilidade defensiva do visitante.
- Faça o mesmo para o visitante, com a média dos visitantes.
Exemplo: média da liga de 1,45 para mandantes, ataque do mandante de 110% e defesa do visitante de média (100%): λ = 1,45 × 1,10 × 1,00 ≈ 1,60. Para o visitante, média de 1,15 × ataque de 96% × defesa do mandante de média (100%) = 1,10. Quem tem acesso a dados de xG pode substituir gols por xG nas médias, o que costuma dar estimativas mais estáveis.
38′
Exemplo completo: mandante λ = 1,60 contra visitante λ = 1,10
Com os dois valores de λ, o modelo calcula a probabilidade de cada placar multiplicando as probabilidades individuais. O placar 1 a 1, por exemplo, tem probabilidade 32,3% × 36,6% ≈ 11,8%. Somando todas as combinações, os resultados são:
| Resultado | Probabilidade | Odd justa (1 ÷ probabilidade) |
|---|---|---|
| Vitória do mandante | 49,0% | 2,04 |
| Empate | 24,9% | 4,02 |
| Vitória do visitante | 26,2% | 3,82 |
| Mais de 2,5 gols | 50,6% | 1,97 |
| Ambas marcam | 53,2% | 1,88 |
1–111,8%placar mais provável
1–010,8%segundo
2–19,5%terceiro
2–08,6%quarto
0–17,4%quinto
0–06,7%sexto
Os placares mais prováveis são 1 a 1 (11,8%), 1 a 0 (10,8%), 2 a 1 (9,5%), 2 a 0 (8,6%), 0 a 1 (7,4%) e 0 a 0 (6,7%). Mesmo o placar mais provável tem pouco mais de 11% de chance, o que reforça o caráter aleatório do jogo.
52′
Comparando com as odds do mercado
A comparação é o objetivo do cálculo. Suponha odds de mercado de 2,10 para o mandante, 3,30 para o empate e 3,60 para o visitante.
| Resultado | Probabilidade do modelo | Odd de mercado | Probabilidade implícita | Valor esperado por R$ 1 |
|---|---|---|---|---|
| Mandante | 49,0% | 2,10 | 47,6% | +2,8% |
| Empate | 24,9% | 3,30 | 30,3% | −17,9% |
| Visitante | 26,2% | 3,60 | 27,8% | −5,9% |
O modelo aponta pequeno valor no mandante (+2,8%) e valor negativo nos outros dois. Uma vantagem desse tamanho está dentro da margem de erro do próprio modelo, e a conclusão prudente é que a odd do mandante está próxima do preço justo, e não que existe uma oportunidade clara. Diferenças de 10% ou mais entre a sua probabilidade e a implícita merecem uma segunda análise dos dados.
58′
Como montar o cálculo em uma planilha
- Crie uma coluna com os gols de 0 a 7 para cada equipe.
- Use a função de Poisson da planilha (POISSON.DIST ou DIST.POISSON, conforme a versão e o idioma) com o λ de cada equipe e o parâmetro de distribuição não acumulada.
- Construa uma matriz de 8 por 8 multiplicando as probabilidades de cada par de placares.
- Some as células em que o mandante marca mais (vitória do mandante), as diagonais (empate) e as em que o visitante marca mais.
- Some as células com mais de 2 gols para o total e as em que ambos marcam pelo menos um gol.
- Compare com as odds e registre a diferença.
64′
Limites do modelo
- Independência: o modelo supõe que os gols de uma equipe não dependem dos da outra. Na prática, o placar influencia o comportamento, e o empate costuma ser um pouco mais frequente do que o modelo calcula.
- Amostra pequena: com poucas partidas, as médias oscilam muito. No início de temporada, o λ é pouco confiável.
- Fatores de contexto: desfalques, troca de técnico, clima, importância do jogo e rotação de elenco não aparecem nas médias.
- Qualidade dos dados: gols, xG e médias da liga precisam ser consistentes e da mesma competição.
- Ajustes: modelos mais completos corrigem a frequência de empates e dão mais peso aos jogos recentes, mas dependem de mais dados e de cálculos mais longos.
70′
Erros comuns ao usar modelos
- Tratar a probabilidade calculada como certeza.
- Aplicar o modelo a ligas com poucos jogos ou a competições de mata-mata sem ajuste.
- Apostar sempre que o modelo mostrar uma pequena vantagem, sem considerar o erro.
- Usar dados desatualizados ou de competições diferentes.
- Ignorar a escalação confirmada, que pode mudar o λ.
- Aumentar o valor apostado porque o modelo “apontou valor”.
76′
Como usar o modelo de forma prática
Um fluxo simples para a rotina semanal: escolha duas ou três partidas, calcule λ para cada equipe, gere as probabilidades, compare com as odds do maxwin bet e anote o resultado. Aposte apenas nos casos em que a diferença for clara e os dados forem confiáveis, com valores de 1 a 2 unidades da banca. Depois de 50 a 100 registros, compare as probabilidades estimadas com os resultados reais: se as previsões de 50% se confirmam em torno de 50% dos jogos, o modelo está calibrado. O valor está no processo de disciplina, e não em uma promessa de ganhos.
2–3 partidas por semana1–2 unidades da banca50–100 registros
82′
Jogo responsável
Modelos organizam a análise, mas não eliminam a incerteza. Mesmo uma estimativa correta pode perder várias apostas seguidas, e a margem da casa continua presente em todas as odds. Defina orçamento e limite diário, use as ferramentas de pausa e limites do maxwin casino e do maxwin bet e nunca aposte dinheiro destinado a despesas essenciais. No Brasil, o Jogadores Anônimos e os CAPS do SUS atendem pessoas com dificuldade de controlar o jogo.
85′
Exemplo de ajuste: o que muda quando um desfalque entra no cálculo
Suponha que o atacante principal do mandante seja desfalque e que, nos jogos sem ele, a equipe tenha marcado em média 1,25 gol, contra 1,60 com ele em campo. Refazendo o cálculo com λ = 1,25 para o mandante e λ = 1,10 para o visitante, a probabilidade de vitória do mandante cai de 49,0% para cerca de 39,7%, o empate sobe para cerca de 27,9% e a vitória do visitante passa para cerca de 32,4%. A odd justa do mandante sobe de 2,04 para cerca de 2,52. Se o mercado ainda paga 2,10, o valor esperado deixa de ser positivo e passa a ser de aproximadamente −17%. O exemplo mostra por que a escalação confirmada deve entrar no modelo antes de qualquer aposta, e por que uma estimativa feita dois dias antes do jogo precisa ser revista.
39,7%antes 49,0%mandante
27,9%antes 24,9%empate
32,4%antes 26,2%visitante
88′
Modelo de Poisson e totais de gols: uma regra prática
Para o mercado de mais ou menos 2,5 gols, o dado central é a soma dos dois valores de λ. Com soma de 2,70 (1,60 + 1,10), a probabilidade de três ou mais gols fica em torno de 50%. Com soma de 2,20, ela cai para cerca de 38%, e com soma de 3,20, sobe para cerca de 62%. Esses valores servem como referência rápida: sempre que a soma dos λ ficar próxima de 2,7, a odd justa do mais de 2,5 gols está perto de 2,00, e qualquer odd muito diferente pede revisão dos dados.
2,20≈ 38%soma dos λ
2,70≈ 50%soma dos λ
3,20≈ 62%soma dos λ
90’+
Perguntas frequentes
O modelo de Poisson prevê o resultado do jogo?
Ele calcula probabilidades, e não o resultado. Mesmo o placar mais provável tem pouco mais de 11% de chance no exemplo.
Como obter a média de gols da liga?
Divida o total de gols marcados pelo número de partidas, separando mandantes e visitantes. Muitas fontes públicas de estatísticas fornecem esses dados.
O que fazer se o modelo e a odd forem muito diferentes?
Revise os dados, a escalação e o contexto. Diferenças grandes costumam indicar erro de dados ou informação que o modelo não captura.
O modelo funciona em copas e mata-mata?
Com mais cuidado, porque a importância do jogo, a ida e a volta e a prorrogação alteram o comportamento das equipes.
É necessário saber programar?
Não. Uma planilha com a função de Poisson já permite fazer o cálculo.
Compare o seu modelo com as odds do Maxwin Bet
Calcule λ, gere as probabilidades e confira a diferença antes de decidir. Conteúdo para maiores de 18 anos.
Acessar o Maxwin Bet