Community연구 & 데이터 분석github.com

축구 스코어 모델

Codex 스킬로, 원시 국가대표팀 경기 결과 데이터를 기반으로 상대 조정 ELO, 가중 포아송, Dixon-Coles 및 몬테카를로 시뮬레이션을 사용하여 모든 지원되는 국가대표팀 경기를 모델링합니다.

축구 스코어 모델란 무엇인가요?

이 스킬은 주어진 국가대표팀 경기(예: 'Argentina vs Egypt')에 대해 승/무/패 확률, 예상 골 수, 최고 확률 스코어라인 등을 제공하는 고급 통계 모델을 실행합니다. 상대 조정 ELO, 과거 데이터 기반 사전 확률, 가중 포아송 회귀, 엘리트 상대 보정, Dixon-Coles 조정 및 50,000회 이상의 몬테카를로 시뮬레이션을 결합하여 신뢰할 수 있는 예측을 생성합니다. Codex 환경에서 실행되며, 사용자가 제공하거나 도구가 다운로드한 원시 국가대표팀 결과 CSV 파일을 입력으로 사용합니다. 배당률, 예측 사이트, 전문가 의견 등 외부 예측 정보는 절대 사용하지 않으며, 항상 `hard_audit.json`의 감사를 통과한 결과만 보고하도록 설계되어 있습니다. 이 스킬은 2026년 월드컵 녹아웃 스테이지와 같은 중요한 경기의 확률을 계산하는 데 특히 유용합니다.

지원 대상~Claude Code✓Codex CLI~Cursor
npx skills add 565721014-art/football-score-model

Installed? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

축구 스코어 모델은(는) 무엇을 하나요?

번들 모델을 사용하세요. 비공식 추정이나 단순 골 순위를 대신 사용하지 마십시오.

실행

python scripts/run_model.py --fixture "Argentina vs Egypt" --output-dir output

필수 인자는 경기 이름뿐입니다. 필요한 경우 번역된 팀 이름을 데이터셋 레이블로 정규화하세요.

규칙

  • 완료된 원시 국가대표팀 결과만 사용하세요. 배당률, 팁, 예측, 또는 예측 기사는 절대 사용하지 마십시오.
  • 원시 경기 데이터 행에서 대상 날짜, 대회, 녹아웃 스테이지 여부, 중립 상태, 홈/어웨이 순서를 확인하세요.
  • 컷오프 날짜는 경기 전날, 실행 날짜, 최신 완료 데이터 소스 날짜 중 가장 이른 날짜로 설정하세요.
  • 상대 조정 ELO, 상한이 있는 과거 사전 확률, 가중 포아송, 엘리트 상대 보정, Dixon-Coles, 그리고 최소 50,000회의 시뮬레이션을 적용하세요.
  • 결과를 보고하기 전에 hard_audit.json에서 all_passed: true를 확인해야 합니다.
  • prediction.json에서 람다, 승/무/패 (95% 신뢰 구간 포함), 최고 확률 스코어, 상대 강도, 사전 확률 영향, 경고를 보고하세요.

공식이나 감사 세부 정보가 필요한 경우에만 references/model-spec.md를 참조하세요. scripts/model_engine.py는 scripts/run_model.py를 통해서만 호출하세요.


name: model-football-scorelines description: 사용자의 상대 조정 ELO, 상한 과거 사전 확률, 가중 포아송 회귀, 엘리트 상대 보정, Dixon-Coles 조정 및 몬테카를로 모델을 사용하여 경기 이름만으로 중립 2026년 월드컵 녹아웃 스코어라인 확률을 계산합니다. Codex가 "Argentina vs Egypt"와 같은 대진을 받고 국가대표팀 승/무/패 확률, 예상 골, 최고 확률 스코어라인, 상대 강도 진단 또는 과거 사전 확률 감사(배당률, 예측 사이트, 전문가 예측 또는 사전 계산된 예측 없이)를 요청받았을 때 사용합니다.

축구 스코어라인 모델링

번들된 결정론적 모델을 실행하세요. 비공식 추정이나 단순 골 계산으로 대체하지 마십시오.

워크플로우

  1. 경기 이름을 유일한 필수 사용자 입력으로 받습니다. 필요한 경우 번역된 팀 이름을 정확한 데이터셋 레이블로 정규화합니다.
  2. 사용자가 제공하는 경우 로컬 원시 결과 CSV를 사용합니다. 그렇지 않으면 러너가 기본 원시 결과 CSV를 직접 다운로드하도록 합니다.
  3. 배당률, 팁, 예측, 전문가 예측, 소셜 미디어 예측 또는 사전 계산된 예측 기사를 절대 검색하거나 사용하지 마십시오.
  4. Python 3.10+ 및 scripts/requirements.txt의 패키지를 사용하여 scripts/run_model.py를 실행합니다.
  5. 먼저 hard_audit.json을 읽습니다. all_passed가 false이면 실행을 거부합니다.
  6. prediction.json을 읽고 요청된 모든 데이터셋, 상대, 원시 대비 조정 값, 사전 확률 영향, 파라미터, 결과, 스코어라인 및 진단 필드를 보고합니다.

명령어

python scripts/run_model.py `
  --fixture "Argentina vs Egypt" `
  --output-dir output

러너는 미래의 미실행 경기를 찾고, 해당 날짜와 중립 월드컵 메타데이터를 읽은 후, 경기 전날을 포함 컷오프로 사용합니다. 기존 원시 CSV를 사용하려면 --source C:\path\results.csv를 추가하세요. 명시적인 사용자 재정의가 있는 경우에만 --cutoff 또는 --target-date를 사용하세요. 최소 50,000회 시뮬레이션을 유지하세요.

필수 동작

  • 목표 경기를 중립으로 취급하고 홈 어드밴티지를 추가하지 마십시오.
  • 2018-01-01부터 컷오프까지의 완료된 경기만 사용하십시오.
  • 2022년 이후를 기본 기간으로, 2018-2021년을 약한 사전 확률로 취급하십시오.
  • 모든 유효한 2022년 이전 팀 수준 가중치를 8% 이하로 유지하십시오.
  • 명시적 과거 사전 확률 람다 혼합 비율을 5% 이하로 유지하고, 두 람다 중 하나가 5% 이상 움직이면 재조정하십시오.
  • 상대팀 ELO 및 상대팀 품질 조정이 필요합니다. 절대 원시 골만으로 공격력을 평가하지 마십시오.
  • 모델에 구현된 엘리트 임계값 및 폴백 규칙을 사용하십시오.
  • 유효한 완료 관측치에서만 월드컵 녹아웃 효과를 추정하십시오.
  • 최종 람다가 계산된 후에만 Dixon-Coles를 적용하십시오.
  • 정확한 조정된 스코어 매트릭스와 50,000회 추첨 시뮬레이션 확률 및 Wilson 95% 신뢰 구간을 반환하십시오.
  • 보고된 최고 확률 스코어가 매트릭스 argmax와 일치하는지 확인하십시오.

공식, 가중치, 진단 또는 출력 의미를 감사할 때는 references/model-spec.md를 참조하세요. 실행 가능한 모델은 scripts/model_engine.py에 있습니다. 구성 및 엄격한 검사가 적용되도록 scripts/run_model.py를 통해 호출하십시오.

관련 스킬