Beräkning av Sannolikheter för Utfall i Fotbollsmatcher

Transkript

1 Natonalekonomska Insttutonen Uppsala Unverstet Examensarbete D Författare: Phlp Jonsson Handledare: Johan Lyhagen VT 2006 Beräknng av Sannolkheter för Utfall Fotbollsmatcher Oddsen på dn sda

2 Sammanfattnng Uppsatsen skapar en statstsk modell för beräknng av sannolkheter för utfall vd Allsvenska fotbollsmatcher. Modellens skattade sannolkheter för hemmavnst, oavgjort och bortavnst jämförs med utvalt spelbolag och vsar på lkvärdga estmat. Utfrån de skattade sannolkheterna skapas odds som genererar lägre förluster än spelbolaget vd test utfrån ett spelbolags synvnkel. Sannolkheterna används även från en spelares perspektv tll att skapa ett spelsystem som genererar en postv avkastnng. Nyckelord: Allsvenskan, Odds, Ordered Probt, Sannolkhet, Spelmarknad, 1

3 Innehållsförtecknng 1. Inlednng Bakgrund Svenska spelmarknaden Teor Effektv Marknad Vad är ett odds? Tdgare studer Metod Modell Varabler Vnstchans Senaste resultat Tabellposton Poängskllnad Krtk mot varabler Datamateral Analys Kommentar statstsk modell Sannolkheter Hemmavnst Oavgjort Bortavnst Totalt Odds Slutord Ltteraturlsta Internetkällor Appendx

4 1. Inlednng Varför är det ntressant med en uppsats som berör spelmarknaden? Spelmarknaden världen och så även Sverge har vuxt tll en mångmljardndustr. På senare år är det först och främst spelet över Internet som stått för den kraftga öknngen. I Sverge har nvånarna sedan många år haft möjlghet att spela genom de statlgt ägda bolagen Svenska Spel och ATG eller genom någon av de förenngar som av staten erhållt tllstånd att anordna spel. Genom utvecklngen av Internet har möjlgheten skapats för svenska spelare att även spela va utländska aktörer. Idag är konkurrensen på den skandnavska spelmarknaden stenhård. Internetmagasnet Egamng Revew (2005) rankar den skandnavska spelmarknaden som den största och vktgaste Europa efter Storbrtannen. Den svenska spelmarknaden är relatvt outforskad trots uppståndelsen. De studer som gjorts har framförallt haft stt ursprung USA och Storbrtannen. Omfattande studer på svenska spelmarknaden lyser med sn frånvaro. De senaste åren har spelbolagen genererat mljardvnster, vlket nnebär att stora massan av spelare måste förlora. Utnyttjar spelarna verklgen nformatonen som fnns tllgänglg eller har spelbolagen genom sn ekonomska kraft oddsen på sn sda? Syftet med uppsatsen är att skapa en statstsk modell för uträknngen av resultat vd fotbollsmatcher. Studen ämnar besvara följande frågor:. Är det möjlgt att skapa sannolkheter som lgger närmare resultaten än de av spelbolaget beräknade sannolkheterna?. Ur ett spelbolags perspektv är det möjlgt att skapa bättre odds?. Utfrån skattade sannolkheter är det möjlgt att generera en postv avkastnng genom spel hos spelbolaget? Spelet som används tll grunden för studen är 1x2, vlket nnebär endast tre utfall är möjlga. Genom att ta hänsyn tll ett antal varabler som kan tänkas påverka utfallet 3

5 skapas sannolkheter för hemmavnst (1), oavgjort (x) och bortavnst (2). Från dessa sannolkheter skapas sn tur odds som ska jämföras med odds från spelbolaget Expekt. Uppsatsen avgränsas tll svenska spelmarknaden för fotboll och då specfkt Allsvenskan, som är den högsta seren. Datamateralet är erhållet av spelbolaget Expekt och omfattar Allsvenska matcher och resultat mellan åren Totalt motsvarar det 910 matcher. Beräknngarna av utfallen genomförs endast på den ssta säsongen 2004, vlket motsvarar 182 matcher. De förklarande varablerna och modell estmeras utfrån hstorsk statstk för säsongerna , totalt 728 matcher. Spelbolagen använder nformaton som kan uppdateras tmmar nnan matchen men då detta nnebär en alltför komplcerad modell tas sådan nformaton ej beaktnng. Denna nformaton är dessutom svårtllgänglg vlket ytterlgare försvårar arbetet. Uppsatsen nleds med en kort beskrvnng av utvecklngen på spelmarknaden och förutsättnngarna för spelare och spelföretag. Detta för att ge en nblck av utvecklngen på marknaden och förklara reglerna som råder. Första sektonen kaptlet teor beskrver kortfattat lkheterna mellan spelmarknaden och aktemarknaden. Under teor förklaras även utförlgt vad ett odds är och hur dessa är uppbyggda, vdare dskuteras resultaten och tllvägagångssätten från tdgare studer. I metod behandlas den statstska modell, Ordered Probt, som används för estmerngen. Där dskuteras också utförlgt vlka varabler som ska tas beaktnng utfrån de hstorska resultaten och varför dessa är valda. Sannolkheterna och oddsen estmeras under analys där även resultatet redovsas och dskuteras. Slutord sammanfattar och dskuterar uppsatsen sn helhet. 4

6 2. Bakgrund Svenska spelmarknaden Den svenska spelmarknaden är dag reglerad, vlket nnebär att enbart statlga bolag och av staten godkända aktörer har rätt att anordna spel om pengar Sverge. Den svenska spelmarknaden omsatte år 2005 över 35 mljarder kronor enlgt sffror Lotternspektonens utrednng 1. Utrednngen omfattas dock nte av företag utanför Sverges gränser som erbjuder spel tll svenska nvånare över Internet. De utländska aktörernas omsättnng nom Sverge fnns det dag nga konkreta sffror på och de är svåra att beräkna. Enlgt sffror från Svenska Spels årsredovsnng (2005) uppskattas omsättnngen för dessa aktörer tll över 10 mljarder kronor. Tllsammans med olaglga spel form av ej regstrerade värdeautomater 2 som anordnas nom Sverge, beräknas årlga omsättnngen på svenska spelmarknaden tll nära 50 mljarder kronor. Trots en mnskad omsättnng för Svenska Spel under 2005 fnns det nga tecken på att omsättnngen sn helhet på spelmarknaden befnner sg en avmattnngsfas. 3 I Sverge och världen är det främst poker över Internet som stått för större delen av öknngen. Men öknngen kan också förklaras med att tllgänglgheten för spelarna har ökat. De nya aktörernas ntåg på den svenska marknaden har nneburt en skärpt konkurrens, vlket har gynnat spelarna form av bättre vllkor. I och med utvecklngen av Internet och mobla lösnngar fnns dag nte samma krav från spelarnas sda att spela hos ett fysskt ombud. Konkurrensstuatonen och tllgänglgheten har nneburt att spelarna kan studera olka spelföretags odds och välja ut det bästa. Detta torde sn tur förbättra möjlgheterna för spelarna att generera vnster. Konkurrensstuatonen har dock nneburt en avtagande utvecklng för de statlgt ägda bolagen, vlket sn tur genererar mndre pengar tll förenngslvet. 4 1 Utvecklngen på Spelmarknaden (2005), Lotternspektonen. 2 Tll värdeautomater räknas första hand spelmaskner utställda på restauranger och pubar som t ex Jack Vegas maskner. 3 Svenska Spels årsredovsnng (2005). 4 Ibd. 5

7 I januar 2006 färdgställdes utrednngen av svenska spelmarknaden som begärts av regerngen. Utrednngen Spel en föränderlg värld sammanställdes av kammarrättspresdenten Jan Francke. Syftet med utrednngen var att granska Sverges spelpoltk, vlken grund och botten baseras på 1939 års Lotterförordnng. Lagstftnngen är skapad för en fyssk marknad, vlket ej råder dagens Sverge. Utredarna anser att svensk spelpoltk på grund av konkurrens ej kan hålla nuvarande form och samtdgt fortsätta generera stora nkomster tll förenngslvet. De anser även att en förändrng av reglerngen utan att öppna marknaden skulle nnebära att poltken strder mot EU-drektvet om fr etablerngsrätt. 5 I rådande stuaton omsätter svenska spelare mljarder kronor årlgen som enlgt EUregler ej kan beskattas Sverge. Konkurrensen har ökat möjlgheterna för spelarna form av tllgänglghet och en högre återbetalnngsgrad. 6 Men det har även nneburt pressade margnaler för de statlgt ägda bolagen som årlgen genererar pengar tll det svenska förenngslvet. EU granskar nu reglerade spelmarknader flera av medlemsstaterna därbland den svenska. 7 Svenska spelmarknaden befnner sg en vktg fas som nom en snar framtd kommer att nnebära stora förändrngar för spelpoltken, spelbolagen och den ndvduelle spelaren. 5 SOU 2006:11 6 Återbetalnngsgrad är det belopp som återgår tll spelarna form av vnster. 7 SOU 2006:11 6

8 3. Teor 3.1 Effektv Marknad Teorn att spelmarknaden lyder under samma effektvtetsvllkor som aktemarknaden har undersökts ett flertal studer främst USA. Woodland och Woodland (2001) testade effektvteten på den nordamerkanska hockeylgan (NHL) och fann tendenser tll neffektvtet. Enlgt studen har spelarna en benägenhet att underskatta sannolkheten att laget med högst odds vnner. Thaler och Zemba (1988) testade effektvteten för den amerkanska hästkapplöpnngsmarknaden och fann den relatvt effektv. Studen fastslog att de odds som råder är bra estmat för vnstsannolkheter. Den svaga formen av marknadseffektvtet fastslår att hstorska prsrörelser fnns dskonterat nuvarande prs. Detta nnebär att det nte är möjlgt att göra en överavkastnng genom att enbart studera hstorska prsrörelser. 8 Fördelen med att testa effektvteten av den svaga formen på spelmarknaden gentemot aktemarknaden är att samtlga spel har ett slutdatum som kan studeras. Detta motsats tll aktemarknaden där prserna ständgt uppdateras tll den tdpunkt då bolaget slutat agera på börsen. Enlgt Thaler och Zemba (1988) bör spelmarknaden ha en större möjlghet tll effektvtet då spelen kontnuerlgt kan ge en snabb och återkommande feedback. 3.2 Vad är ett odds? Ordet odds är plural för engelskans odd (udda). Betydelsen svenskan är densamma som engelskan: förhållandet mellan vnst och nsats vd vadhållnng uttryckt sffror. 9 Oddsen har olka utseende beroende på var världen spelet läggs. Det är främst tre olka system som används nom vadhållnng; europeskt, brttskt och amerkanskt. I tabell 1 redovsas de tre olka oddsmodellerna för en match Allsvenskan våren Bode, Kane and Marcus (2002) Investments 9 Natonalencyklopedn 7

9 Tabell 1: Odds för Djurgården IFK Göteborg 10 Oddstyp Hemma Oavgjort Borta Amerkansk Brttsk 19/20 9/4 14/5 Europesk 1,95 3,25 3,8 Amerkanskt system I USA används en så kallad dme lne, vlket nnebär att systemet utgår från det belopp spelaren erhåller genom att spela för 100 enheter eller det belopp som måste satsas för att vnna 100 enheter. Detta redovsas genom plus- eller mnustecken. Mnustecknet framför nnebär att 100 enheter erhålls utöver angvet belopp. Plustecknet nnebär att det angvna beloppet erhålls vnst genom att satsa 100 enheter. I tabell 1 nnebär en djurgårdsvnst att spelaren vnner 100 enheter utöver 105 satsade. Ett oavgjort resultat nnebär att spelaren för satsade 100 enheter erhåller 225 vnst. Brttskt system Det brttska systemet utgår från kvoter. Systemet bygger på att angven kvot är det som spelaren erhåller vnst. Ett spel på Djurgårdsvnst på 10 enheter nnebär att spelaren får tllbaka sn nsats och även vnsten som utgör 19/20*10, det vll säga 9,5 enheter. Europeskt system Det europeska systemet är det system som används studen och även det som de flesta Sverge känner tll. Det utgår från decmalform och vsar hur mycket spelaren får tllbaka på satsad enhet. Tll skllnad från den brttska modellen vsar det europeska systemet det totala beloppet som spelaren erhåller och ej enbart vnsten. Ett spel på 10 enheter på Djurgårdsvnst ovanstående exempel nnebär att spelaren erhåller 19,5 enheter. Redovsade odds är omräknade sannolkheter. För de tre utfallen hemmavnst, oavgjort och bortavnst beräknar spelbolagen en sannolkhet att respektve utfall nträffar. Dessa sannolkheter ska summera upp tll 100 procent. Genom att ta hänsyn tll ett antal varabler sna beräknngar skapar spelföretaget sannolkheter för respektve utfall som sedan modferas tll odds. Sannolkheten beräknas genom nverterng av oddsen. I tabell 10 Odds erhållna från spelsdan Gamebookers. 8

10 2 redovsas de av spelbolagen beräknade sannolkheterna och oddsen för matchen mellan Djurgården och IFK Göteborg Tabell 2: Sannolkheter för Djurgården IFK Göteborg Hemma Oavgjort Borta Odds 1,95 3,25 3,8 Sannolkhet 0,51 0,31 0,26 SUMMA 1,08 Sannolkheterna för de tre utfallen beräknas som 1/odds. Summan av de tre sannolkheterna adderar upp tll 1,08 vlket nnebär över 100 procent. Detta beror på att spelföretagen dessa spel tar ut en margnal. För denna match tar spelbolaget ut en margnal på 8 procent. Margnalen varerar för spelföretagen beroende på vlken lga och sport som spelas. Margnalen nnebär försämrade möjlgheter för spelaren då den påverkar oddsen negatvt. Oddsen är med andra ord ej uträknade på spelbolagets kalkylerade vnstfaktor. Den kalkylerade vnstfaktorn är spelbolagets beräknade sannolkhet för utfall med margnal borträknad. Tabell 3 vsar matchen utan margnal, där oddsen är beräknade på spelbolagets kalkylerade vnstfaktor. Tabell 3: Sannolkheter utan margnal för Djurgården IFK Göteborg Hemma Oavgjort Borta Odds 2,11 3,52 4,12 Kalkylerad vnstfaktor 0,47 0,28 0,24 SUMMA 1 I detta fall är sannolkheten korrekt uträknad och summerar upp tll ett. Det ger också spelaren en högre utdelnng vd eventuell vnst form av högre odds. Den kalkylerade vnstfaktorn erhålls genom 1/(1,08*odds). Dessa spel, så kallade 1x2-spel hör tll de mest populära Sverge. Det statlga spelbolaget Svenska Spel erbjuder denna spelform under namnet Oddset, vlket också är det namn som de flesta svenskar känner tll spelformen som. Oddsformen är fx, vlket nnebär att spelbolagen erbjuder oddsen flera dagar nnan matchens start och de ändras sällan mer än margnellt. Oddset kan dock komma att ändras de fall där spelbolaget tar 9

11 emot stora volymer på ett specfkt utfall eller om ny nformaton skulle förändra deras kalkylerade sannolkhet avsevärt. Skllnaden från andra spel är dock att spelaren alltd erhåller det odds som han/hon spelat tll. Fördelen med en fx oddsform är att det möjlggör för studer där spelbolagens sannolkheter kan jämföras med egna beräknade sannolkheter, vlket också är syftet med uppsatsen. De tdgare studer som behandlats nom området hänvsar även tll denna fördel. 3.3 Tdgare studer Studer som behandlar beräknngar av utfall för sportevenemang har ägt rum länge framförallt USA. Först under senare år har även europeska forskare börjat studera de nhemska sportmarknaderna. Framförallt engelska fotbollslgan har legat tll grund för ett flertal studer. Det är främst två modeller som använts studerna. En Posson modell som estmerar antalet mål producerade av respektve lag. Den andra en Ordered Probt modell där beroende varabeln kategorseras. Modellen beräknar sannolkheterna utvalda matcher utfrån tre utfall hemmavnst, oavgjort och bortavnst. Dxon and Coles (1997) utvecklade en modell skapad av Maher (1982) för beräknngar av utfall för 1x2-spel nom engelska fotbollslgan. Studen omfattade lga- och cupmatcher åren Modellen tog hänsyn tll producerade och nsläppta mål, lagens resultat de senaste matcherna och en varabel för hemmaplansfördel. Utfrån dessa skapades två oberoende Posson varabler för respektve lags förmåga att producera och släppa n mål. Studen fann en spelstrateg som jämförde beräknade sannolkheter med spelbolagens. I de fall där egna sannolkheter överskred spelbolagens fann de möjlgheter tll spel. Strategn vsade på en postv avkastnng. Dxon och Robnson (1998) studerade huruvda det är möjlgt att fnna samband under vlken tdpunkt målen en fotbollsmatch faller. Resultaten användes tll att skapa en Posson modell som beräknade utfallen för engelska fotbollsmatcher. Studen fann att mål ofta nträffar slutet av matcherna. Som förklarng ger författarna fyssk trötthet som leder tll att fler försvarsmsstag begås. Med hjälp av modellen beräknades sannolkheter 10

12 utvalda lgamatcher och fann att den många fall stämde väl n med de korrekta slutresultaten. Konng (2000) undersökte styrkeförhållandena mellan lagen holländska lgan. Genom en Ordered Probt modell skapade författaren en parameter för hur starka lagen lgan är och undersökte dess förändrng tden. Konng fann att styrkeförhållanden har skftat beroende på säsong och därmed nga klara tendenser på att det skulle råda några mssförhållanden mellan lagen. Parametern hemmaplansfördel har legat tll grund för flera studer. Genom beräknngar fann Clarke och Norman (1995) att fördelen med hemmaplan nom engelska lgafotbollen motsvarar 0,5 mål per match. Studen omfattade matcher mellan åren De fann att hemmalaget genomsntt vnner 48,7 % av matcherna. Vlket tyder på en relatvt stor fördel av hemmaplan. Stefan (1983) fann en stude för flera fotbollslgor Europa, att hemmalaget vnner 49 % av spelade matcher. Konng (2000) fann sn stude att hemmalagen engelska lgan vnner genomsntt 48 % av matcherna. Vnster för lagen på hemmaplan sträcker sg mellan % samtlga nämnda studer. Forest, Goddard, Smmons (2005) studerade engelska lgamatcher för att skapa en modell med sannolkheter för utgången av matcher som jämfördes med spelbolagens sannolkheter. De använde sg av en Ordered Probt modell där matchresultaten beräknas som beroende varabel. Modellen estmerades av de oberoende varablerna vnstchans, senaste resultat, geografsk dstans, typ av match (om matchen är vktg för lgatteln, ned- eller uppflyttnng), cupspel och publkstöd. Resultaten vsade på bättre estmat än spelbolagen början av undersöknngsperoden. I slutet på undersöknngsperoden var dock spelbolagens metod bättre än estmerad modell. Författarna förklarar resultatet med att konkurrensen har höjts avsevärt mellan spelbolagen under senare år. Felaktgt beräknade sannolkheter av spelbolagen kan få en betydande ekonomsk effekt, vlket har medfört att spelbolagens oddssättare utnyttjar sn tllgänglga nformaton bättre. 11

13 De två modeller som främst har använts för att beräkna utgången av fotbollsmatcher, Posson och Ordered Probt, har resulterat bra estmat. I en stude av Goddard (2005) testades skllnaden mellan dessa modeller förmåga att beräkna resultat. Modellen som baseras på antalet gjorda mål uppbyggd av Posson varabler ansågs på förhand estmera bättre då den nnehåller mer detaljrk statstk. Studen fann dock ngen skllnad mellan modellerna och föreslog stället en kombnerad modell för bästa estmat. 12

14 4. Metod 4.1 Modell Undersöknngens syfte är att estmera sannolkheter för de tre olka utfallen en fotbollsmatch; hemmavnst, oavgjort och bortavnst. Enlgt tdgare studer som genomförts anses en Ordered Probt modell vara väl anpassad för dessa beräknngar då den är mndre komplcerad än en Posson modell och resulterar lkvärdga estmat. Denna modell kommer därför att lgga tll grund för estmerngen av utfallen för undersöknngen. Modellen används första hand när beroende varabeln har fler än två utfall. Den beroende varabeln ordnas kategorer och omfattar enbart postva värden. Modellen som beräknar sannolkheterna baseras på en modell framtagen av Forrest, Goddard och Smmons (2005). I ekvaton 1 skattas en beroende ndexvarabel, * y, som beror på en lnjär funkton av parametrarna, normalfördelad N(0,1). x. Ekvatonen nnehåller även en oberoende felterm,ε, som är y = * x β + ε (1) Den observerade varabeln, y, delas n tre kategorer där: 0 = Hemmavnst 1= Oavgjort 2= Bortavnst Varabeln, y, erhålls genom ndexvarabeln, * y, ekvaton 2. 13

15 14 > < 3 * 2 2 * 1 1 * y f y f y f y µ µ µ µ (2) I ekvaton 2 representerar, µ, cut-off parametrar som kontrollerar det sammanlagda sannolkheterna för hemmavnst, oavgjort och bortavnst. Utfrån ekvaton 2 erhålls sannolkheterna för de tre utfallen enlgt följande: ) ( ) ( ),, 2 Pr( : ) ( ) ( ),, 1 Pr( : ) ( ),, 0 Pr( : β µ β µ µ β β µ β µ µ β β µ µ β B O H x F x F x y P Bortavnst x F x F x y P Oavgjort x F x y P Hemmavnst = = = = = = = = = (3) Ekvaton 3 redovsar sannolkheterna för de tre utfallen. Funktonen, F, representerar den kumulatva dstrbutonen av feltermerna, ε. Genom skattad ekvaton kan sannolkheterna för hemmavnst, oavgjort och bortavnst beräknas. Sannolkheterna jämförs sedan med de av spelbolaget beräknade sannolkheterna. De estmerade sannolkheterna beräknas tll odds genom att nvertera dem enlgt ekvaton 4. B o H p bortavnst Odds p oavgjort Odds P hemmavnst Odds = = = (4) Vd beräknng av odds med margnal, multplceras sannolkheten, p, med margnalen. 4.2 Varabler Spelbolagen använder sg av flera varabler för att beräkna sannolkheter respektve match. I och med mängden av data, det vll säga antalet matcher, kommer varablerna

16 som används för beräknng av sannolkheter enbart att baseras på hstorsk statstk. Spelbolagen tar även dagsaktuella och lagspecfka varabler som t ex skador på nyckelspelare, psykologska effekter, motvaton beaktnng. Den här studen nkluderar emellertd nte detta då modellen de fallen blr alltför komplcerad och nformatonen oftast är svårtllgänglg. Tdgare studer såsom Dxon and Coles (1997) och Goddard (2005) vsar dock att det är möjlgt att skapa lka, eller tll och med bättre, sannolkheter på enbart hstorsk data. Nedan lstas de komponenter som specfcerar modellen för sannolkhetsuträknngen. Det ska tlläggas att varablerna är valda helt subjektvt av författaren. En del av varablerna har förekommt tdgare studer, vlka benämns under förklarngen tll respektve varabel Vnstchans Modellen tar beaktnng lagets kvaltet, vlket även togs beaktnng av Forrest, Goddard och Smmons (2005). Större delen av lagen Allsvenskan har befunnt sg där under en längre perod och oftast placerat sg lknande tabellpostoner. Detta på grund av att det råder stora ekonomska skllnader mellan lagen. Ett lag med en stark ekonom har bättre möjlgheter att locka tll sg spelare genom att erbjuda högre löner och chans tll spel Europa. Dessa lag återfnns ofta toppen av tabellen och har således en genomsnttlgt hög vnstchans. Andra lag med sämre ekonomska förutsättnngar har som regel ambtonen att klara sg från nedflyttnng. Kvaltén på dessa lag är oftast sämre och de har en lägre genomsnttlg vnstchans. Varabeln beräknas genom att studera lagets genomgående vnstchans över flera säsonger. En beräknng över hur stor del av lagens matcher som resulterar vnst, oavgjort eller förlust på hemma- respektve bortaplan utförs över hela studeperoden. Två varabler skapas där den ena nnehåller hemmalagets vnstchans och den andra omfattar bortalagets vnstchans. Vnstchans hemmalag: V N Hj Hj P = j (5) B B V Vnstchans bortalag: P = (6) N 15

17 I ekvatonerna 5 och 6 är P vnstsannolkheten för lag och j. V är antalet matcher som har vunnts på borta- respektve hemmaplan för lag och j. N är antalet matcher Senaste resultat Forrest, Goddard och Smmons (2005) använde sg även av en varabel för senaste match resultat, detta för att formen för lagen har en betydande funkton. Har laget spelat bra de senaste matcherna är sannolkheten högre att det besegrar ett lag med sämre form. Modellen omfattar därför även respektve lags senaste resultat. Då form är en färskvara beräknas resultaten från de fem senaste matcherna. En beräknng av ytterlgare fler matcher bakåt tden skulle sakna relevans då formen ofta varerar över tden. Tll skllnad från Forrest, Goddard och Smmons (2005), som beräknar formen genom match resultaten, beräknar denna modell formen genom att nspelad poäng för respektve lags fem senaste matcher summeras. Två varabler skapas för hemma- respektve bortalag. Poängen beräknas på samma sätt som tabellen, det vll säga tre poäng för vnst, ett för oavgjort och noll för förlust. En hög poängsumma ndkerar att laget spelat bra de senaste matcherna och således har en bra form. En låg poängsumma ndkerar det motsatta. Form hemmalag: SR = R R R R R 5 (7) Hj t Pj Pj Pj Pj Pj t 1 + t 2 + t 3 + t 4 + t Form bortalag: SR = R R R R R 5 (8) B t P P P P P t 1 + t 2 + t 3 + t 4 + t SR betecknar senaste resultat för lag och j. R är resultatet poäng för respektve lag summerat fem omgångar tllbaka Tabellposton Respektve lags poston den allsvenska tabellen ndkerar hur starka lagen är under säsongen. Ett lag med sämre tabellposton bör ha en sämre vnstsannolkhet mot ett lag placerat över dem. Varabeln beräknas så att det absoluta värdet av skllnader postoner mellan lagen avgör styrkeförhållandena. Ett högt värde ndkerar stor skllnad mellan lagen tabellen. Ett lågt värde tyder på att lagen befnner sg nära varandra tabellen och matchen torde vara jämnare. Denna varabel räknas som noll för första omgången då samtlga lag befnner sg på samma poston. 16

18 Tabellposton: T j = TB TB där j (9) TB ndkerar skllnaden tabellposton för lag och j, fram tll utvald match Poängskllnad Tabellpostonen vsar enbart var tabellen som respektve lag befnner sg. Det kan dock uppstå stuatoner där det enbart skljer en poston tabellen mellan lagen medan skllnaden lagens totala poängskörd är hög. För att fånga effekten skapas en varabel för den absoluta skllnaden respektve lags totala poängskörd fram tll utvald match. Poängen beräknas enlgt samma metod som formvarabeln (tre för vnst, ett för oavgjort och noll för förlust). En stor dfferens nnebär stor skllnad mellan lagen antalet nsamlade poäng under säsongen. För första omgången räknas denna varabel som noll för samtlga lag då nga poäng är gvna. Poängskllnad: PS j = TP TP där j (10) PS ndkerar skllnaden den totala poängskörden för lag och j, fram tll utvald match. 4.3 Krtk mot varabler De senaste resultaten summeras hop. Detta medför att samtlga fem resultat påverkar utfallet lka mycket. Möjlgheter att vkta de senaste resultaten fnns så att senaste matchen har större betydelse för utfallet än tll exempel tredje senaste matchen. Ett sammanslaget värde vsar dock, enlgt författaren, bättre formen då en förlustmatch senast kan få en relatvt hög betydelse även då laget vunnt de fyra matcherna nnan. De senaste resultaten för de första omgångarna är beräknade från förra säsongens ssta matcher. Det kan dock frågasättas om varabeln de fallen utgör en formvarabel. För att vara konsekvent beräknngarna har dock denna varabel behållts även för de tdga omgångarna och ska då tolkas som en kvaltetsvarabel snarare än en formvarabel. För lag som precs flyttats upp från Superettan 11 beräknas tdgare resultat från senaste 11 Seren under Allsvenskan. 17

19 tdpunkten de befann sg Allsvenskan. Beräknngar från deras senaste matcher Superettan anser författaren vara mssvsande då lagen som flyttats upp trolgtvs spelat väldgt bra Superettan, som generellt nnehåller sämre lag. Därför anses senaste resultaten från Allsvenskan för dessa lag vara en mer korrekt bedömnng. 5. Datamateral De hstorska resultaten från de Allsvenska matcherna och oddsen är erhållna av spelbolaget Expekt. Spelbolaget grundades London och är ett av de största på den skandnavska marknaden. De förklarande varablerna beräknas utfrån de Allsvenska säsongerna , vlket motsvarar 728 matcher. Materalet nnehåller endast slutresultat och odds för matcherna. Den beräknade modellen applceras på ssta säsongen (2004) som motsvarar 182 Allsvenska matcher. Materalet är nhämtat från ett spelbolag. Det nnebär att modellen skapas och jämförs mot de av Expekt skattade sannolkheterna och ej ger en generell bld av spelbolagens beräknngar. Efter en jämförelse av odds på marknaden fnner dock författaren små avvkelser mellan de största spelbolagen, varför även generella slutsatser kan dras Odds jämförelse på Internetsdan Oddslve. 18

20 6. Analys 6.1 Kommentar statstsk modell Av de sex förklarande varablerna vsade tre sgnfkant skllnad från noll på fem procents nvå. Tabell 4 redovsar den deskrptva statstken för estmerad modell. Lmt punkt 1 och 2 ndkerar hur sannolkheterna fördelas mellan de tre utfallen. Tabell 4: Deskrptv statstk för estmerad modell Beroende varabel: Y (resultat) Metod: ML - Ordered Probt Observatoner: 728 Förklarande varabel Koeffcent Standardfel P-värde Poängskllnad Sannolkhet hemmavnst Sannolkhet bortavnst Senaste resultat hemmalag Senaste resultat bortalag Tabellposton LIMIT_1:C(7) LIMIT_2:C(8) Akake nfo crteron Schwarz crteron Log lkelhood Hannan-Qunn crter Restr. log lkelhood Avg. log lkelhood LR statstc (6 df) LR ndex(pseudo-r2) Probablty(LR stat) Sannolkheter Utfrån estmerad modell har sannolkheter för Allsvenskan 2004 skapats. Modellen har beräknat utfallen för hemmavnst, oavgjort och bortavnst för samtlga 182 matcher utfrån de förklarande varablerna. Sannolkheterna har beräknats statstkprogrammet Evews. De beräknade sannolkheterna jämförs med sannolkheterna beräknade av 19

21 spelbolaget Expekt. Spelbolagets sannolkheter är beräknade utfrån oddsen på matcherna utan margnal. 13 Detta är spelbolagets så kallade kalkylerade vnstfaktor Hemmavnst Tabell 4 vsar hur stor del av vnsterna på hemmaplan som skattades med högst sannolkhet för modellen respektve spelbolaget. Medelavvkelsen vsar skllnaden sntt mellan de två metoderna. Ett postvt resultat tyder på att modellen estmerade sannolkheter närmare det sanna resultatet förhållande tll spelbolaget. Max och mn vsar de största avvkelserna sannolkheterna. Av de 182 matcherna slutade 71 vnst för hemmalaget. Tabell 5: Estmat av vnster på hemmaplan Antal Procent Modell 30 0,42 Spelbolag 38 0,54 Lka 3 0,04 TOTALT 71 Medel avvkelse -0,01 STDAV 0,11 MAX 0,21 MIN -0,24 Första kolumnen tabell 5 redovsar antalet matcher som estmerade en högre sannolkhet för modell och spelbolag medan andra kolumnen redovsar andelen procent. Medelavvkelsen vsar att spelbolaget sntt estmerar en sannolkhet som är en procentenhet högre än de av modellen estmerade sannolkheterna. Spelbolaget estmerar bättre sannolkheter för hemmavnst 38 av de 71 matcherna, vlket motsvarar 54 procent. Skllnaderna mellan sannolkheterna för spelbolaget och modellen är relatvt stora, vlket standardavvkelsen ndkerar. Detta tolkas som att modellen och spelbolaget använder sg av olka varabler vlket har gvt stora skllnader beräknngarna Oavgjort Tabell 6 vsar vlken modell som beräknade bäst sannolkheter för ett oavgjort resultat. Av de 182 matcherna slutade 56 ett oavgjort resultat. 13 Beräknngarna görs enlgt metoden för odds teor kaptlet. 20

22 Tabell 6: Estmat av oavgjorda resultat Antal Procent Modell 14 0,25 Spelbolag 33 0,59 Lka 9 0,16 TOTALT 56 Medel avvkelse -0,01 STDAV 0,02 MAX 0,04 MIN -0,08 Tabell 6 vsar att spelbolaget estmerade bättre sannolkheter förhållande tll modellen 59 procent av de oavgjorda resultaten. Medelavvkelsen vsar att modellen sntt estmerar ett oavgjort resultat en procentenhet sämre än spelbolaget. Den låga standardavvkelsen tyder på att det är lten skllnad mellan modellens och spelbolagets estmerngar. I estmerngen av de oavgjorda resultaten är spelbolag och modell relatvt nära varandra, vlket värdena tabell 6 ndkerar. För 9 av de oavgjorda resultaten har spelbolaget och modellen samma estmat för sannolkheten Bortavnst I tabell 7 redovsas resultaten av estmerngen för matcherna med bortavnst. Av de 182 matcherna slutade 55 vnst för bortalaget. Tabell 7: Estmat av bortavnster Antal Procent Modell 26 0,47 Spelbolag 25 0,45 Lka 4 0,07 TOTALT 55 Medel avvkelse 0,01 STDAV 0,10 MAX 0,29 MIN -0,20 Modellen estmerar bättre sannolkheter 47 procent av bortavnsterna. Tabell 7 vsar på en relatvt hög standardavvkelse vlket tyder på en skllnad metod mellan modellen och spelbolagets förklarande varabler. Max och mn stärker dessa antydnngar. 21

23 Medelavvkelsen vsar att modellen sntt estmerar en procentenhet bättre sannolkheter än spelbolaget för matcherna som slutade med bortavnst Totalt Tabell 8 vsar genomsnttet av sannolkheterna för samtlga matcher över hela säsongen. Totalt estmerar modellen och spelbolaget genomsntt samma sannolkheter för de tre utfallen. Modellen estmerar mycket bra resultat förhållande tll de av spelbolagen beräknade sannolkheterna för samtlga matcher Allsvenskan Tabell 8: Totala sannolkheterna för matcherna Utfall Modell Spelbolag Hemmavnst 0,39 0,43 0,44 Oavgjort 0,31 0,27 0,28 Bortavnst 0,31 0,30 0,29 Medel 0,00 STDAV 0,09 Standardavvkelsen vsar att spelbolaget och modellen skljer sg åt estmerngarna. I genomsntt skljer det relatvt lte mellan utfall, modell och spelbolag. Sannolkheterna för enstaka matcher kan dock varera avsevärt mellan modellen och spelbolaget. Detta bekräftar återgen att estmerngen av sannolkheter beräknas med olka varabler. Spelbolagen tar hänsyn tll mer dagsaktuell statstk och har oftast nformaton som nte fnns tllgänglg för allmänheten. Däremot lyckas estmerad modell beräkna sannolkheter som lgger väldgt nära de av spelbolagen beräknade sannolkheterna. I flera av matcherna lyckas modellen tll och med bättre än spelbolaget, vlket vsar på att det är möjlgt att förutspå resultat genom att enbart se tll hstorsk statstk. Samtlga matcher med beräknngar återfnns appendx. 6.3 Odds Sannolkheterna omvandlas tll spelbara odds. Detta utförs enlgt ekvaton 4. Modellen använder samma margnal som spelbolaget använder för utvald match. För att se om det är möjlgt att skapa bättre odds, utgår modellen från att vara ett spelbolag. Genom att jämföra de rätta resultaten med de skapade odds för spelbolag och modell är det möjlgt 22

24 att dentfera vlket system som genererar mnst förlust. Då antalet spel på respektve utfall är svårt att uppskatta utgår beräknngarna från att spelaren tppade rätt utfall samtlga matcher. Vd satsade 10 kronor genererar estmerad modell en förlust på 5 268,22 kronor. För spelbolaget genererar det en förlust på 5 164,50 kronor. Detta motsvarar crka två procent högre förlust för modellen. Spelbolaget avrundar dock sna odds det här datamateralet tll hela 0,05 och 0,10. Efter en omräknng av estmerade odds efter samma avrundnngsmetod genererar modellen en förlust för samtlga matcher på 4 768,50 kr, mot spelbolagets 5 164,50 kr. I detta fall är förlusten mndre vd användandet av estmerad modell. Spelbolagets odds genererar en förlust som är 8 procent högre än estmerad modell. Ur ett spelbolags synvnkel genererar modellen bättre odds än spelbolaget. Ytterlgare ett test genomförs för att undersöka om de skattade sannolkheterna kan skapa ett spelsystem som kan generera postv avkastnng för spelaren genom spel hos spelbolaget. Systemet skapas så att spelaren spelar på utfallet där kvoten mellan modellens sannolkhet och spelbolagets sannolkhet är störst. Detta tron att sannolkheterna beräknade av modellen är mer trovärdga än spelbolagets. Genom att spela 10 kronor på utfallet samtlga matcher där kvoten är högst genererade modellen en förlust på 161 kronor, detta vd en omsättnng på 1820 kronor. Således är nte sannolkheterna tllräcklgt bra för att generera vnster efter spel på samtlga matcher. Systemet modferas för att fnna ett spelsystem som kan generera en postv avkastnng. Genom att förändra kvoten mellan modell och spelbolag, spelar endast systemet på de matcher där skllnaderna sannolkheter är stora mellan spelbolag och modell. Vd en kvot på mnst 1,4 genererar spelsystemet en postv avkastnng. Uppstår flera kvoter över 1,4 läggs spelet på den kvot som är högst av dessa. Detta för att välja ut de matcher där avvkelsen mellan sannolkheterna är stor. Av de 182 matcherna hade 18, mnst en kvot som översteg 1,4. Spelsystemet genererade en vnst på 22 kr, vlket motsvarar en avkastnng på över 12 procent. Omsättnngen vd detta system är 180 kronor. 23

25 7. Slutord Uppsatsen ämnade skapa sannolkheter för utfall för Allsvenska fotbollsmatcher. Genom en statstsk modell skapades sannolkheter för hemmavnst, oavgjort och bortavnst utfrån förutbestämda oberoende varabler. Resultaten vsar att den estmerade modellen genomsntt beräknar väldgt nära de av spelbolaget beräknade sannolkheterna. En mer precs modell hade säkerlgen kunnat estmeras genom att ta beaktnng fler varabler som är unka för respektve match. Men då dagsaktuell nformaton är komplcerad att applcera genereras modellen enbart med hstorsk statstk. Resultaten vsar dock på bra estmat genom att enbart förlta sg på hstorsk statstk. Genom de beräknade sannolkheterna skapades odds som jämfördes med spelbolaget. Vd ett test där förutsättnngarna var att spelaren tppar rätt på samtlga matcher genererade spelbolaget en förlust som var 8 procent högre än den estmerade modellen. De av sannolkheterna beräknade oddsen vsar att det är möjlgt, utfrån hstorsk data, att skapa odds som bättre speglar utfallen och genererar lägre förluster. Det ska dock tlläggas att spelbolag även använder sg av högre odds för att locka tll sg spel. En kalkylerad vnstfaktor vsar nte hela sannngen men ger en god ndkaton på hur spelbolaget tänker. Spelbolagen väger även n flera av matcherna sn rskportfölj, vlket nnebär att de kan ta högre rsker (högre odds) vssa matcher mot att den totala rsken portföljen ej ökar. Testerna som utförts vsar att det är möjlgt att skapa spelsystem som genererar en postv avkastnng utfrån de skattade sannolkheterna. Ett modferat spelsystem genererade en postv avkastnng på över 12 procent. Då testet genomförts på ett fåtal matcher avvaktar författaren med att dra slutsatsen om ett vattentätt spelsystem tlls större studer kan bekräfta det. Dock ges en ndkaton att möjlgheten fnns att skapa postva avkastnngar med spelsystem baserade enbart på hstorsk data. Modellen som skapats har gvt goda resultat för både sannolkheter och odds. En mer omfattande stude över en längre tdsperod hade trolgen estmerat mer trovärdga resultat. Författaren efterfrågar därför fler studer och forsknng nom den svenska 24

26 spelmarknaden som kan stärka tesen att det är möjlgt att förutspå sportresultat baserat enbart på hstorsk data. 25

27 Ltteraturlsta Bode, Z., Kane, A., & Marcus, A.J. (2002) Investments, McGraw-Hll Clarke, S. R. & Norman, J. M. (1995), Home Ground Advantage of Indvdual Clubs n Englsh Soccer, The Statstcan, Vol. 44, No.4, s Dxon, M. J. & Coles, S. G. (1997), Modellng Assocaton Football Scores and Ineffcences n the Football Bettng Market, Appled Statstcs, Vol. 46, No. 2, s Dxon, M. J. & Robnson, M. E. (1998), A Brth Process Model for Assocaton Football Matches, The Statstcan, Vol. 47, No. 3, s Francke, J. (2006), Spel en Föränderlg Värld, SOU 2006:11. Forrest, D., Goddard, J., & Smmons, R. (2005), Odds-Setters as Forecasters: The Case of Englsh Football, Internatonal Journal of Forecastng, Vol. 21, s Goddard, J. (2005), Regresson Models for Forecastng Goals and Match Results n Assocaton Football, Internatonal Journal of Forecastng, Vol. 21, s Konng, R. H. (2000), Balance n Competton n Dutch Soccer, The Statstcan, Vol. 49, No. 3, s Thaler, R. H. & Zemba, W. T. (1988), Anomales: Parmutuel Bettng Markets: Racetracks and Lotteres, The Journal of Economc Perspectves, Vol. 2, No. 2, s Woodland, L.M. & Woodland, B.M (2001), Market Effcency and Proftable Wagerng n the Natonal Hockey League: Can Bettors Score on Longshots?, Southern Economcal Journal, 67(4), Internetkällor Sverges Fotbollshstorker och Statstker tllgänglgt Egamng Revew (2005) tllgänglgt Gamebookers tllgänglgt

28 Natonalencyklopedn tllgänglgt Oddsjämförelse tllgänglgt Svenska Spels årsredovsnng (2005) tllgänglgt Utvecklngen på Spelmarknaden (2005) aspx tllgänglgt

29 Appendx Match Resultat 1 x(3) 2 Modell 1 Modell x Modell 2 Spelbolag 1 Spelbolag x Spelbolag 2 DIFF Rätt Resultat DIFF Rätt resultat 1 DIFF Rätt resultat x DIFF Rätt resultat 2 Odds modell 1 Odds modell x Odds modell 2 Avrundat odds 1 Avrundat odds x Avrundat odds 2 Odds spelbolag 1 Odds spelbolag x Odds spelbolag 2 Margnal Landskrona - Helsngborg ,32 0,29 0,40 0,36 0,29 0,35 0,00 0,00 3,13 3,44 2,51 3,15 3,45 2,50 2,75 3,40 2,85 1,0086 AIK - GIF Sundsvall ,57 0,25 0,18 0,59 0,24 0,17-0,01-0,01 1,74 3,97 5,60 1,75 3,95 5,60 1,70 4,10 5,80 1,0046 Kalmar FF - IFK Göteborg ,24 0,27 0,49 0,33 0,28 0,38-0,01-0,01 4,16 3,63 2,05 4,15 3,65 2,05 3,00 3,50 2,60 1,0037 Örebro - Halmstad ,25 0,28 0,47 0,40 0,28 0,32 0,15 0,15 3,89 3,56 2,13 3,90 3,55 2,15 2,50 3,50 3,10 1,0083 Elfsborg - Örgryte ,36 0,29 0,35 0,41 0,28 0,31 0,04 0,04 2,78 3,44 2,84 2,80 3,45 2,85 2,45 3,55 3,20 1,0024 Trelleborg - Djurgården ,26 0,28 0,46 0,20 0,26 0,54 0,02 0,02 3,85 3,56 2,15 3,85 3,55 2,15 4,95 3,80 1,85 1,0057 Hammarby - Malmö FF ,31 0,29 0,41 0,41 0,28 0,31 0,01 0,01 3,27 3,47 2,45 3,25 3,45 2,45 2,45 3,55 3,20 1,0024 Halmstad - Trelleborg ,72 0,19 0,09 0,58 0,25 0,17 0,14 0,14 1,29 4,90 9,87 1,30 4,90 9,85 1,60 3,70 5,45 1,0788 IFK Göteborg - Elfsborg ,64 0,22 0,13 0,49 0,28 0,23 0,15 0,15 1,44 4,14 6,91 1,45 4,15 6,90 1,90 3,30 4,00 1,0793 Malmö FF - Örebro ,54 0,26 0,20 0,64 0,23 0,13-0,09-0,09 1,70 3,56 4,71 1,70 3,55 4,70 1,45 4,00 7,00 1,0825 Helsngborg - Kalmar FF ,52 0,27 0,21 0,60 0,24 0,16 0,05 0,05 1,77 3,49 4,39 1,75 3,50 4,40 1,55 3,80 5,80 1,0807 Örgryte - Hammarby ,23 0,27 0,50 0,33 0,28 0,39-0,01-0,01 4,06 3,41 1,85 4,05 3,40 1,85 2,80 3,25 2,40 1,0815 GIF Sundsvall - Landskrona ,46 0,28 0,26 0,37 0,29 0,34-0,01-0,01 2,01 3,32 3,59 2,00 3,30 3,60 2,50 3,25 2,70 1,0781 Djurgården - AIK ,46 0,28 0,26 0,44 0,29 0,27 0,02 0,02 2,02 3,31 3,56 2,00 3,30 3,55 2,10 3,20 3,45 1,0785 AIK - Trelleborg ,51 0,27 0,22 0,56 0,25 0,19 0,02 0,02 1,82 3,46 4,23 1,80 3,45 4,25 1,65 3,70 5,00 1,0763 GIF Sundsvall - Örgryte ,44 0,28 0,28 0,36 0,29 0,36-0,01-0,01 2,12 3,26 3,30 2,10 3,25 3,30 2,60 3,20 2,60 1,0817 Landskrona - Örebro ,25 0,28 0,47 0,50 0,27 0,23 0,24 0,24 3,65 3,32 1,97 3,65 3,30 1,95 1,85 3,40 4,05 1,0816 Elfsborg - Malmö FF ,39 0,29 0,32 0,21 0,28 0,51-0,20-0,20 2,35 3,21 2,90 2,35 3,20 2,90 4,40 3,35 1,80 1,0813 IFK Göteborg - Halmstad ,41 0,29 0,30 0,50 0,28 0,23 0,01 0,01 2,23 3,22 3,09 2,25 3,20 3,10 1,85 3,35 4,10 1,0830 Helsngborg - Djurgården ,40 0,29 0,31 0,31 0,29 0,40 0,00 0,00 2,31 3,23 2,99 2,30 3,25 3,00 2,95 3,20 2,35 1,0770 Kalmar FF - Hammarby ,19 0,26 0,55 0,27 0,28 0,45 0,10 0,10 4,80 3,59 1,68 4,80 3,60 1,70 3,45 3,30 2,05 1,0807 Örgryte - AIK ,26 0,28 0,45 0,42 0,28 0,29 0,00 0,00 3,50 3,30 2,04 3,50 3,30 2,05 2,20 3,25 3,15 1,0797 Malmö FF - IFK Göteborg ,49 0,27 0,24 0,59 0,25 0,16-0,10-0,10 1,88 3,36 3,88 1,90 3,35 3,90 1,55 3,70 5,80 1,0878 Örebro - Kalmar FF ,39 0,29 0,32 0,53 0,27 0,21 0,12 0,12 2,37 3,20 2,86 2,35 3,20 2,85 1,75 3,45 4,50 1,0835 Hammarby - Elfsborg ,53 0,26 0,21 0,64 0,23 0,13-0,11-0,11 1,74 3,51 4,48 1,75 3,50 4,50 1,45 4,00 7,00 1,0825 Halmstad - Helsngborg ,42 0,29 0,30 0,41 0,28 0,30 0,01 0,01 2,21 3,24 3,13 2,20 3,25 3,15 2,25 3,25 3,05 1,0800 Trelleborg - Landskrona ,42 0,29 0,29 0,38 0,29 0,33 0,04 0,04 2,20 3,23 3,14 2,20 3,25 3,15 2,45 3,15 2,80 1,0828 Djurgården - GIF Sundsvall ,70 0,20 0,10 0,68 0,21 0,11 0,02 0,02 1,31 4,65 8,94 1,30 4,65 8,95 1,35 4,30 8,75 1,0876 Örebro - Hammarby ,34 0,29 0,37 0,30 0,29 0,41-0,04-0,04 2,70 3,20 2,52 2,70 3,20 2,50 3,10 3,20 2,25 1,0795 Landskrona - Djurgården ,33 0,29 0,38 0,24 0,27 0,49 0,09 0,09 2,77 3,20 2,46 2,75 3,20 2,45 3,85 3,40 1,90 1,0802 Kalmar FF - GIF Sundsvall ,35 0,29 0,36 0,49 0,28 0,23-0,14-0,14 2,64 3,19 2,57 2,65 3,20 2,55 1,90 3,25 4,05 1,0809 Elfsborg - Helsngborg ,48 0,28 0,24 0,33 0,29 0,38-0,01-0,01 1,92 3,37 3,84 1,90 3,35 3,85 2,80 3,20 2,45 1,0778 AIK - Halmstad ,31 0,29 0,40 0,39 0,29 0,32 0,08 0,08 2,98 3,22 2,31 3,00 3,20 2,30 2,40 3,20 2,85 1,0800 Trelleborg - Malmö FF ,19 0,26 0,55 0,19 0,26 0,54-0,01-0,01 4,87 3,61 1,67 4,85 3,60 1,65 4,85 3,50 1,70 1,0801 Örgryte - IFK Göteborg ,36 0,29 0,35 0,32 0,29 0,39-0,04-0,04 2,57 3,19 2,64 2,55 3,20 2,65 2,85 3,20 2,40 1,0800 Malmö FF - AIK ,34 0,29 0,37 0,60 0,25 0,15 0,04 0,04 2,70 3,19 2,51 2,70 3,20 2,50 1,55 3,70 6,00 1,0821 Djurgården - Kalmar FF ,60 0,24 0,16 0,60 0,25 0,15 0,01 0,01 1,55 3,81 5,69 1,55 3,80 5,70 1,55 3,70 6,00 1,0821 GIF Sundsvall - Elfsborg ,45 0,28 0,27 0,40 0,29 0,31-0,01-0,01 2,06 3,29 3,44 2,05 3,30 3,45 2,30 3,20 3,00 1,0806 Halmstad - Landskrona ,53 0,26 0,21 0,53 0,26 0,21 0,00 0,00 1,75 3,52 4,48 1,75 3,50 4,50 1,75 3,55 4,45 1,0778 Örgryte - Örebro ,46 0,28 0,26 0,50 0,28 0,22 0,00 0,00 2,00 3,31 3,59 2,00 3,30 3,60 1,85 3,30 4,20 1,0817 Helsngborg - IFK Göteborg ,52 0,27 0,21 0,38 0,30 0,32-0,11-0,11 1,78 3,47 4,33 1,80 3,45 4,35 2,45 3,10 2,85 1,0816 Hammarby - Trelleborg ,59 0,24 0,16 0,58 0,26 0,17 0,00 0,00 1,56 3,81 5,67 1,55 3,80 5,65 1,60 3,60 5,60 1,0813 Elfsborg - Djurgården ,41 0,29 0,30 0,27 0,29 0,44 0,00 0,00 2,27 3,23 3,04 2,25 3,25 3,05 3,45 3,20 2,10 1,0785 Landskrona - Malmö FF ,32 0,29 0,39 0,27 0,29 0,44 0,05 0,05 2,93 3,22 2,35 2,95 3,20 2,35 3,45 3,20 2,10 1,0785 Kalmar FF - Halmstad ,11 0,20 0,69 0,32 0,28 0,40 0,29 0,29 8,64 4,59 1,34 8,65 4,60 1,35 2,90 3,35 2,30 1,0781 Trelleborg - Örebro ,27 0,28 0,45 0,46 0,29 0,24 0,20 0,20 3,46 3,30 2,07 3,45 3,30 2,05 2,00 3,20 3,80 1,0757 IFK Göteborg - GIF Sundsvall ,67 0,21 0,12 0,62 0,24 0,14-0,02-0,02 1,38 4,36 7,81 1,40 4,35 7,80 1,50 3,80 6,50 1,0837 Helsngborg - Örgryte ,45 0,28 0,27 0,44 0,28 0,28 0,01 0,01 2,07 3,27 3,40 2,05 3,25 3,40 2,10 3,30 3,30 1,0823 AIK - Hammarby ,45 0,28 0,27 0,33 0,29 0,38-0,11-0,11 2,08 3,29 3,42 2,10 3,30 3,40 2,85 3,15 2,45 1,0765 Halmstad - Elfsborg ,48 0,28 0,24 0,64 0,23 0,13-0,16-0,16 1,92 3,35 3,80 1,90 3,35 3,80 1,45 4,00 7,00 1,0825 GIF Sundsvall - Helsngborg ,28 0,28 0,43 0,35 0,30 0,35-0,02-0,02 3,29 3,27 2,14 3,30 3,25 2,15 2,65 3,10 2,65 1,0773 Örebro - AIK ,29 0,29 0,42 0,41 0,29 0,30-0,12-0,12 3,15 3,24 2,21 3,15 3,25 2,20 2,25 3,20 3,10 1,0795 Hammarby - Landskrona ,52 0,27 0,21 0,53 0,27 0,20-0,01-0,01 1,77 3,49 4,37 1,75 3,50 4,35 1,75 3,40 4,65 1,0806 Malmö FF - Kalmar FF ,49 0,27 0,23 0,62 0,23 0,15 0,04 0,04 1,87 3,38 3,95 1,85 3,40 3,95 1,50 4,00 6,00 1,0833 Djurgården - IFK Göteborg ,62 0,23 0,15 0,50 0,28 0,22-0,07-0,07 1,48 3,95 6,13 1,50 3,95 6,15 1,85 3,30 4,10 1,0875 Örgryte - Trelleborg ,61 0,24 0,15 0,45 0,28 0,26 0,16 0,16 1,52 3,90 6,00 1,50 3,90 6,00 2,05 3,25 3,50 1,0812 GIF Sundsvall - Hammarby ,27 0,28 0,45 0,28 0,29 0,43-0,01-0,01 3,41 3,28 2,07 3,40 3,30 2,05 3,30 3,20 2,15 1,0806 Landskrona - AIK ,31 0,29 0,41 0,43 0,28 0,28 0,12 0,12 3,03 3,22 2,27 3,05 3,20 2,25 2,15 3,25 3,25 1,

30 Match Resultat 1 x(3) 2 Modell 1 Modell x Modell 2 Spelbolag 1 Spelbolag x Spelbolag 2 DIFF Rätt Resultat DIFF Rätt resultat 1 DIFF Rätt resultat x DIFF Rätt resultat 2 Odds modell 1 Odds modell x Odds modell 2 Avrundat odds 1 Avrundat odds x Avrundat odds 2 Odds spelbolag 1 Odds spelbolag x Odds spelbolag 2 Margnal Kalmar FF - Trelleborg ,33 0,29 0,38 0,48 0,28 0,24-0,15-0,15 2,83 3,21 2,42 2,85 3,20 2,40 1,95 3,30 3,80 1,0790 GIF Sundsvall - Halmstad ,27 0,28 0,45 0,29 0,29 0,42-0,02-0,02 3,46 3,29 2,06 3,45 3,30 2,05 3,20 3,20 2,20 1,0795 Elfsborg - Örebro ,54 0,26 0,20 0,38 0,29 0,34 0,17 0,17 1,70 3,57 4,72 1,70 3,55 4,70 2,45 3,25 2,75 1,0795 Helsngborg - Malmö FF ,40 0,29 0,31 0,33 0,30 0,37-0,06-0,06 2,32 3,22 2,96 2,30 3,20 2,95 2,80 3,10 2,50 1,0797 IFK Göteborg - Hammarby ,47 0,28 0,25 0,42 0,29 0,29-0,04-0,04 1,98 3,33 3,65 2,00 3,35 3,65 2,20 3,20 3,20 1,0795 Djurgården - Örgryte ,55 0,26 0,19 0,51 0,27 0,22 0,03 0,03 1,69 3,57 4,74 1,70 3,55 4,75 1,80 3,45 4,20 1,0835 Malmö FF - Örgryte ,32 0,29 0,39 0,56 0,26 0,18-0,24-0,24 2,87 3,19 2,35 2,85 3,20 2,35 1,65 3,55 5,00 1,0878 Malmö FF - GIF Sundsvall ,69 0,20 0,11 0,58 0,25 0,17-0,05-0,05 1,34 4,59 8,63 1,35 4,60 8,65 1,60 3,65 5,55 1,0792 Örgryte - Landskrona ,54 0,26 0,20 0,48 0,28 0,24-0,02-0,02 1,72 3,55 4,64 1,70 3,55 4,65 1,95 3,30 3,80 1,0790 AIK - Kalmar FF ,49 0,27 0,24 0,45 0,28 0,27-0,01-0,01 1,89 3,38 3,91 1,90 3,40 3,90 2,05 3,30 3,45 1,0807 Halmstad - Djurgården ,33 0,29 0,38 0,40 0,28 0,31 0,00 0,00 2,79 3,20 2,44 2,80 3,20 2,45 2,30 3,25 2,95 1,0815 Hammarby - Helsngborg ,35 0,29 0,36 0,49 0,28 0,23-0,14-0,14 2,66 3,20 2,56 2,65 3,20 2,55 1,90 3,30 4,00 1,0793 Örebro - IFK Göteborg ,37 0,29 0,34 0,35 0,29 0,36 0,00 0,00 2,52 3,20 2,71 2,50 3,20 2,70 2,65 3,25 2,55 1,0772 Trelleborg - Elfsborg ,33 0,29 0,38 0,43 0,28 0,29 0,09 0,09 2,76 3,20 2,46 2,75 3,20 2,45 2,15 3,30 3,20 1,0806 Elfsborg - AIK ,34 0,29 0,37 0,36 0,29 0,35-0,02-0,02 2,74 3,21 2,50 2,75 3,20 2,50 2,55 3,25 2,65 1,0772 IFK Göteborg - Trelleborg ,69 0,20 0,11 0,60 0,26 0,14 0,09 0,09 1,34 4,62 8,76 1,35 4,60 8,75 1,55 3,60 6,50 1,0768 Halmstad - Örgryte ,36 0,29 0,35 0,54 0,26 0,19 0,03 0,03 2,55 3,19 2,67 2,55 3,20 2,65 1,70 3,50 4,85 1,0801 Kalmar FF - Landskrona ,30 0,29 0,42 0,48 0,28 0,24 0,01 0,01 3,11 3,24 2,23 3,10 3,25 2,25 1,95 3,30 3,80 1,0790 Helsngborg - Örebro ,57 0,25 0,18 0,48 0,28 0,24-0,03-0,03 1,64 3,67 5,10 1,65 3,65 5,10 1,95 3,30 3,80 1,0790 Djurgården - Malmö FF ,54 0,26 0,20 0,42 0,28 0,30-0,10-0,10 1,72 3,54 4,60 1,70 3,55 4,60 2,20 3,30 3,10 1,0802 AIK - IFK Göteborg ,47 0,28 0,25 0,33 0,30 0,37 0,14 0,14 1,96 3,36 3,74 1,95 3,35 3,75 2,80 3,15 2,50 1,0746 Örebro - GIF Sundsvall ,53 0,26 0,20 0,44 0,28 0,28-0,02-0,02 1,73 3,52 4,54 1,75 3,50 4,55 2,10 3,30 3,30 1,0823 Landskrona - Elfsborg ,46 0,28 0,26 0,45 0,28 0,27-0,00-0,00 2,01 3,31 3,57 2,00 3,30 3,55 2,05 3,30 3,45 1,0807 Örgryte - Kalmar FF ,33 0,29 0,38 0,41 0,28 0,31 0,01 0,01 2,79 3,20 2,44 2,80 3,20 2,45 2,25 3,30 3,00 1,0808 Trelleborg - Helsngborg ,43 0,29 0,29 0,34 0,28 0,38-0,09-0,09 2,16 3,23 3,19 2,15 3,25 3,20 2,70 3,25 2,45 1,0862 Hammarby - Djurgården ,29 0,28 0,43 0,36 0,29 0,36-0,07-0,07 3,24 3,25 2,15 3,25 3,25 2,15 2,60 3,20 2,60 1,0817 Malmö FF - Halmstad ,35 0,29 0,36 0,46 0,27 0,27-0,11-0,11 2,61 3,17 2,56 2,60 3,15 2,55 2,00 3,40 3,40 1,0882 Djurgården - Örebro ,69 0,20 0,11 0,56 0,26 0,17 0,13 0,13 1,34 4,56 8,56 1,35 4,55 8,55 1,65 3,50 5,30 1,0805 GIF Sundsvall - Trelleborg ,46 0,28 0,26 0,58 0,26 0,16-0,12-0,12 2,00 3,32 3,61 2,00 3,30 3,60 1,60 3,55 5,80 1,0791 Kalmar FF - Elfsborg ,28 0,28 0,43 0,42 0,29 0,29 0,14 0,14 3,29 3,26 2,13 3,30 3,25 2,15 2,20 3,20 3,20 1,0795 IFK Göteborg - Landskrona ,65 0,22 0,13 0,58 0,26 0,16-0,04-0,04 1,42 4,23 7,28 1,40 4,25 7,30 1,60 3,55 5,80 1,0791 Helsngborg - AIK ,41 0,29 0,30 0,45 0,28 0,27-0,04-0,04 2,25 3,24 3,09 2,25 3,25 3,10 2,05 3,35 3,45 1,0762 Halmstad - Hammarby ,48 0,27 0,24 0,41 0,29 0,30 0,07 0,07 1,91 3,37 3,85 1,90 3,35 3,85 2,25 3,20 3,10 1,0795 Kalmar FF - Djurgården ,17 0,25 0,59 0,34 0,29 0,38-0,04-0,04 5,49 3,76 1,57 5,50 3,75 1,55 2,75 3,20 2,45 1,0843 Örebro - Örgryte ,33 0,29 0,38 0,41 0,29 0,30-0,08-0,08 2,81 3,20 2,43 2,80 3,20 2,45 2,25 3,20 3,10 1,0795 AIK - Malmö FF ,33 0,29 0,39 0,28 0,28 0,43-0,05-0,05 2,84 3,20 2,40 2,85 3,20 2,40 3,25 3,25 2,15 1,0805 Elfsborg - GIF Sundsvall ,53 0,26 0,21 0,49 0,28 0,24 0,04 0,04 1,75 3,49 4,43 1,75 3,50 4,45 1,90 3,35 3,85 1,0846 Landskrona - Halmstad ,29 0,28 0,43 0,28 0,28 0,44-0,01-0,01 3,24 3,25 2,15 3,25 3,25 2,15 3,35 3,25 2,10 1,0824 Trelleborg - Hammarby ,28 0,28 0,43 0,21 0,26 0,53 0,02 0,02 3,26 3,26 2,15 3,25 3,25 2,15 4,50 3,50 1,75 1,0794 IFK Göteborg - Helsngborg ,50 0,27 0,23 0,43 0,29 0,28 0,07 0,07 1,86 3,40 4,00 1,85 3,40 4,00 2,15 3,20 3,30 1,0806 Djurgården - Landskrona ,72 0,19 0,09 0,54 0,26 0,19-0,08-0,08 1,28 4,96 10,12 1,30 4,95 10,10 1,70 3,50 4,85 1,0801 Helsngborg - Elfsborg ,54 0,26 0,20 0,48 0,28 0,24 0,06 0,06 1,73 3,54 4,60 1,75 3,55 4,60 1,95 3,30 3,80 1,0790 Hammarby - Örebro ,55 0,26 0,19 0,56 0,26 0,17-0,01-0,01 1,67 3,61 4,86 1,65 3,60 4,85 1,65 3,50 5,30 1,0805 GIF Sundsvall - Kalmar FF ,34 0,29 0,37 0,44 0,28 0,28 0,09 0,09 2,69 3,19 2,52 2,70 3,20 2,50 2,10 3,25 3,35 1,0824 Malmö FF - Trelleborg ,54 0,26 0,20 0,68 0,21 0,11-0,14-0,14 1,71 3,50 4,54 1,70 3,50 4,55 1,35 4,30 8,50 1,0909 Halmstad - AIK ,40 0,29 0,31 0,58 0,26 0,16 0,14 0,14 2,28 3,20 2,99 2,30 3,20 3,00 1,60 3,55 5,60 1,0853 IFK Göteborg - Örgryte ,42 0,29 0,30 0,49 0,28 0,23-0,07-0,07 2,21 3,23 3,11 2,20 3,25 3,10 1,90 3,30 3,95 1,0825 Kalmar FF - AIK ,16 0,24 0,59 0,40 0,29 0,31-0,05-0,05 5,64 3,81 1,57 5,65 3,80 1,55 2,35 3,20 2,95 1,0770 Landskrona - Örgryte ,33 0,29 0,38 0,41 0,29 0,30 0,08 0,08 2,85 3,22 2,42 2,85 3,20 2,40 2,25 3,25 3,10 1,0747 GIF Sundsvall - Malmö FF ,26 0,28 0,46 0,26 0,28 0,46 0,00 0,00 3,50 3,29 2,02 3,50 3,30 2,00 3,55 3,30 2,00 1,0847 Helsngborg - Hammarby ,38 0,29 0,33 0,38 0,30 0,32 0,00 0,00 2,43 3,22 2,83 2,45 3,20 2,85 2,45 3,10 2,90 1,0756 IFK Göteborg - Örebro ,54 0,26 0,20 0,56 0,26 0,18-0,02-0,02 1,71 3,56 4,67 1,70 3,55 4,65 1,65 3,60 5,15 1,0780 Elfsborg - Trelleborg ,55 0,26 0,19 0,54 0,26 0,19 0,01 0,01 1,68 3,60 4,83 1,70 3,60 4,85 1,70 3,50 4,85 1,0801 Djurgården - Halmstad ,50 0,27 0,23 0,38 0,30 0,32-0,03-0,03 1,85 3,44 4,11 1,85 3,45 4,10 2,45 3,10 2,90 1,0756 Örgryte - Djurgården ,32 0,29 0,39 0,35 0,30 0,35 0,04 0,04 2,90 3,22 2,38 2,90 3,20 2,40 2,65 3,10 2,65 1,0773 Örebro - Elfsborg ,46 0,28 0,26 0,45 0,28 0,26-0,01-0,01 2,00 3,31 3,59 2,00 3,30 3,60 2,05 3,25 3,50 1,0812 Hammarby - IFK Göteborg ,53 0,26 0,21 0,40 0,28 0,31-0,10-0,10 1,76 3,49 4,42 1,75 3,50 4,40 2,30 3,25 2,95 1,0815 Trelleborg - Kalmar FF ,56 0,26 0,19 0,35 0,30 0,35-0,04-0,04 1,67 3,63 4,94 1,65 3,65 4,95 2,65 3,10 2,65 1,0773 AIK - Landskrona ,67 0,21 0,12 0,52 0,29 0,20-0,08-0,08 1,38 4,40 7,91 1,40 4,40 7,90 1,80 3,25 4,65 1,0783 Halmstad - GIF Sundsvall ,34 0,29 0,37 0,58 0,26 0,17-0,24-0,24 2,73 3,19 2,49 2,75 3,20 2,50 1,60 3,60 5,60 1,0813 Malmö FF - Helsngborg ,35 0,29 0,36 0,49 0,28 0,23 0,01 0,01 2,63 3,19 2,57 2,65 3,20 2,55 1,90 3,30 3,95 1,0825 Landskrona - IFK Göteborg ,40 0,29 0,31 0,29 0,29 0,42-0,11-0,11 2,34 3,23 2,96 2,35 3,25 2,95 3,25 3,20 2,20 1,