Аналитика20.07.2026· 6 мин чтения

Как форма команды влияет на исход матча

Что важнее — форма последних 5 матчей или полугода? Разбираемся, как правильно взвешивать свежую статистику.

Форма — одно из самых расплывчатых понятий в спортивной аналитике. Все на неё ссылаются, но никто толком не определяет. Попробуем разобраться в цифрах.

Что такое форма

Форма — это отклонение результатов команды за короткий период от её долгосрочного среднего. Если команда весь сезон набирает 1.8 очка за матч, а в последних пяти играх — 2.4, у неё положительная форма. Если 1.0 — отрицательная.

Как долго живёт форма

Исследования на данных АПЛ показывают: корреляция формы прошлых 5 матчей с ближайшим матчем — около 0.15. Слабая, но статистически значимая. Форма прошлых 10 матчей — 0.22. Форма прошлых 20 — уже 0.35, но это уже почти половина сезона.

Как считать правильно

Простое усреднение очков — грубо. Правильнее:

  • **Взвешивать по силе соперника.** Победа над лидером ≠ победа над аутсайдером.
  • **Учитывать xG и xGA, а не только результат.** Матч 0:1 с 2.5 xG говорит о хорошей игре, несмотря на поражение.
  • **Экспоненциально уменьшать вес** старых матчей: последний матч × 1, предыдущий × 0.9, далее × 0.81 и так далее.

Batmen использует именно взвешенную форму с оглядкой на качество соперника — сырое «3 победы из 5» модель не считает решающим сигналом.

Мифы про форму

**«Победная серия — залог победы».** Не факт. Серия из 6 побед над слабыми соперниками против сильного топ-клуба обычно ломается.

**«Кризисная команда обязательно проиграет».** Тоже нет. Регрессия к среднему — сильнейший эффект в спорте: серии, длиннее 5 матчей, статистически чаще прерываются, чем продолжаются.

Форма отдельных игроков

В индивидуальных видах (теннис, борьба) форма ключевого игрока — фактически форма команды. В командных играх форма отдельного нападающего важна для xG-профиля атаки, но не отменяет общую структуру.

Итог

Форма — важная переменная, но не определяющая. Взвешенная форма против качества соперника даёт больше, чем сырой результат. И помните: регрессия к среднему всегда рядом.