2018年世界杯大数据预测，这两个球队将进行最终的决赛！

2018年俄罗斯世界杯快来了，今年的大力神杯又将花落谁家？

想必每个球迷心中都有自己的答案。但是对于那些银行家、投资商们来说，想要预测冠军，光靠一片热诚之心、以及对足球技术的理解，是不够的。

他们要的是数据。

近日，瑞银集团（UBS）发布报告，通过10000次数据模拟验算，活生生把今年的冠军给“算”了出来——他们就是卫冕冠军德国队。

德国队在2014年巴西世界杯夺冠

据彭博社17日消息，瑞银集团近日发布了题为《投资与足球：2018俄罗斯世界杯》的报告。这份17页的文件总共由一个18人的团队共同完成，对世界杯的赛程、比赛结果做出了分析。报告将入围决赛圈球队的数据输入电脑，在经过10000次验算后，得出了“德国队夺冠”的结论。而巴西、西班牙、英格兰、法国分获2到5名。

瑞银预测的2018世界杯冠军

此外，报告通过分析ELO等级分（注：统计学中估认对弈水平方法），对8个小组的出现情况进行了预估。其中A组的乌拉圭、俄罗斯将“轻松出线”；战况最激烈的“死亡之组”E组和F组中，德国和巴西突破重围的可能性最大。

各小组ELO等级分对比

另外，对于一些热门赛事的预测，瑞银也不放过：比如开幕战俄罗斯对阵沙特（俄罗斯胜概率78%）、伊比利亚德比（西班牙68%）、阿根廷对克罗地亚（阿根廷74%）、英格兰对比利时（英格兰57%）、以及排名倒数的一组对决（埃及对沙特，埃及54%）。

瑞银总结的一些热门比赛

不过大家不要当真，因为瑞银的预测有过“黑历史”。2014年世界杯时，这家机构认为巴西能夺冠，但桑巴军团最终以1-7遭德国战车“血虐”，止步半决赛。

计算均值、构建泊松模型

泊松分布适合于描述单位时间（或空间）内随机事件发生的次数。如某一服务设施在一定时间内到达的人数，电话交换机接到呼叫的次数，汽车站台的候客人数，机器出现的故障数，自然灾害发生的次数，一块产品上的缺陷数，显微镜下单位分区内的细菌分布数等等。

从泊松分布的应用实例中可以看出非常适合世界杯的预测，所以今天我们要建立泊松模型来模拟本次比赛。

若进球数 x>4 ，强制 x=4 。这是因为热身赛双方实力差距过大，德国8:0马来西亚，这种差距在世界杯决赛圈是很难看到的。

亚洲球队与欧洲球队水平存在一个差异值，需要整体乘以一个系数。韩国场均进2球，相比德国场均1.5球，韩国的对手亚洲球队居多，德国打过欧洲杯对手实力不俗，韩国的场均2球必须打折扣。

在本次预测中我将使用一款软件（Logis PMT）进行python脚本的开发，最后我将补充说明该软件。首先我从OPTA获取到每场球的比分，通过用软件的python脚本对数据进行清洗，得到干净的数据框用来建模。

以下为软件的部分截图与使用情况：

接下来我们计算球队进球率、失球率。

上面我们提到了泊松模型，这里i，j指代两支球队，Xij表示两队比赛中主队进球数，Yij表示客队进球数。Φij表示主队进球率，Ψij表示客队进球率， 通过我们采集的赛事比分数据，可以利用极大似然估计方法将进球率、失球率估算出来。

得到计算结果，按进攻实力排序（尾部的球队没有列出来）：

可以看出德国，西班牙，法国，葡萄牙名列前四，阿根廷，巴西等紧跟其后，当然这仅仅是进球率，失球率方面巴西很低，所以个人认为巴西与德国是有望竞争今年世界杯的冠军的，而且今年的巴西大将云集，单数内马尔的加入我相信今年的桑巴军团也能强上不少，我希望巴西能完成上一届世界杯一雪前耻，加油巴西！

对于世界杯的预测，世界上有千奇百怪的方法：有利用“乌贼”的名人来进行反向预测的。不过临近世界杯，数据君还是在这里预祝各位球迷观球顺利，只要开心就好。

最后如果您是对大数据分析感兴趣的朋友，欢迎来和我们一起学习哟！