Bir pick kaydı size neyin kazandığını söyler. Kalibrasyon ise olasılıkların bir anlamı olup olmadığını söyler: 60% dediğimizde bu gerçekten %60 kez mi oluyor? Aşağıda, kapanmış her tahmin iki şekilde puanlanır — sharp market (devigged) ve kendi modelimiz — rahatsız edici karşılaştırma açıkça görünür.
Kendi modelimiz (Elo + form): 0.617
Kendi modelimiz (Elo + form): 1.028
Kendi modelimiz (Elo + form): 0.4pp
Her nokta 10 puanlık bir olasılık bandıdır (min. 30 gözlem). Diyagonale ne kadar yakınsa kalibrasyon o kadar iyidir. Her maç üç sonucuyla katkı verir.
| Band | Sharp market (devigged) — Tahmin edilen (ort.) | Gözlenen | Gözlem | Kendi modelimiz (Elo + form) — Tahmin edilen (ort.) | Gözlenen | Gözlem |
|---|---|---|---|---|---|---|
| 0–10% | 7.4% | 5.6% | 270 | 7.5% | 7.1% | 112 |
| 10–20% | 16.2% | 17.5% | 1657 | 16.4% | 16.8% | 1056 |
| 20–30% | 25.3% | 25.1% | 5261 | 26% | 25.9% | 6205 |
| 30–40% | 34.3% | 33.6% | 2748 | 34.7% | 34.6% | 2646 |
| 40–50% | 44.8% | 43.9% | 1680 | 44.8% | 43.9% | 2047 |
| 50–60% | 54.6% | 56.2% | 1077 | 54.3% | 56% | 1024 |
| 60–70% | 64.4% | 63.9% | 598 | 63.9% | 64.3% | 381 |
| 70–80% | 74.6% | 79.2% | 240 | 74.1% | 75.2% | 105 |
| 80–90% | 83.7% | 86.1% | 72 | 83% | 88.2% | 34 |
Daha düşük Brier ve log-loss daha iyidir; kalibrasyon hatası, tahmin edilen ile gözlenen arasındaki gözlem-ağırlıklı ortalama farktır. Dürüst başlık şu: devigged sharp market, modelimizden daha iyi kalibre edilmiştir — bu da bu sitenin neden her şeyi markete karşı fiyatladığını, size model tahmini satmadığını açıklar. Metodoloji: kaydetme anında gösterildiği gibi olasılıklar, retro-fitting yok; sonuçlar resmi neticelerden.
Tam metodoloji →