Como estimo a média de escanteios de uma partida?

Calcule a média de escanteios por jogo de cada time (casa e fora) nas últimas temporadas, combine com a média da liga e ajuste por fatores como força do adversário e lesões. Ferramentas estatísticas como regressão Poisson podem refinar a estimativa.

O modelo de Poisson é preciso para escanteios?

Ele é um bom ponto de partida, mas tem limitações. A sobredispersão (variância maior que a média) é comum em escanteios, violando a premissa de Poisson. Modelos alternativos como Binomial Negativa podem se ajustar melhor aos dados observados.

Por que a margem da casa é maior em escanteios?

Mercados de escanteios têm menor liquidez e maior variabilidade nas odds entre operadoras. As casas costumam aumentar a margem para compensar o risco de desequilíbrio. Isso reduz as oportunidades de value, exigindo estimativas mais precisas.

Posso usar escanteios ao vivo com o mesmo modelo?

Sim, mas a λ precisa ser atualizada dinamicamente. Durante a partida, o número esperado de escanteios restantes depende do tempo, do placar e do ímpeto dos times. Modelos de séries temporais ou Poisson condicional são mais indicados.

Mercado de escanteios: matemática e limites

Atualizado em 2026-07-27 · 913 palavras

O que é

O mercado de escanteios permite apostar no número total de escanteios de uma partida, ou no número de escanteios de uma equipe específica. As linhas mais comuns são over/under para o total de escanteios (ex.: over 9.5 escanteios) ou handicap de escanteios. Diferente dos gols, escanteios ocorrem com maior frequência (média geral entre 10 e 12 por jogo em ligas profissionais) e apresentam menor variância relativa, o que torna a distribuição de Poisson uma ferramenta útil para modelagem.

No entanto, a aplicação do modelo de Poisson exige cautela: a média λ (lambda) de escanteios varia significativamente com o estilo de jogo, o placar corrente (times perdendo tendem a atacar mais e forçar escanteios) e o momento da partida. Além disso, a independência entre eventos é uma simplificação – escanteios podem vir em sequência. Apesar dessas limitações, o modelo oferece um ponto de partida quantitativo para avaliar probabilidades.

A matemática

A distribuição de Poisson modela o número de eventos (k) em um intervalo fixo, dada uma taxa média λ. Para escanteios totais, a probabilidade de exatamente k escanteios é:

P(k) = (λ^k × e^{−λ}) / k!

Considere uma liga com média λ = 10 escanteios por jogo. A probabilidade de ocorrerem pelo menos 10 escanteios (over 9.5) é:

Calcular P(0) a P(9) usando a fórmula:

P(0) = (10^0 × e^{−10}) / 0! = e^{−10} = 0,000045 P(1) = (10^1 × e^{−10}) / 1! = 0,000454 P(2) = (10^2 × e^{−10}) / 2! = 0,002270 P(3) = (10^3 × e^{−10}) / 3! = 0,007567 P(4) = (10^4 × e^{−10}) / 4! = 0,018917 P(5) = (10^5 × e^{−10}) / 5! = 0,037833 P(6) = (10^6 × e^{−10}) / 6! = 0,063055 P(7) = (10^7 × e^{−10}) / 7! = 0,090079 P(8) = (10^8 × e^{−10}) / 8! = 0,112599 P(9) = (10^9 × e^{−10}) / 9! = 0,125110
Somar as probabilidades de 0 a 9: P(0 a 9) ≈ 0,000045 + 0,000454 + 0,002270 + 0,007567 + 0,018917 + 0,037833 + 0,063055 + 0,090079 + 0,112599 + 0,125110 = 0,457929.
A probabilidade de over 9.5 é o complemento: P(over 9.5) = 1 − 0,457929 = 0,542071 (≈ 54,2%).

Assim, a odd justa (sem margem) seria 1 / 0,542071 = 1,8447. Se uma casa oferece odd 1,80, a probabilidade implícita é 1/1,80 = 0,5556. A margem embutida é de 55,56% − 54,21% = 1,35 ponto percentual sobre este mercado.

Para comparar com sua própria estimativa, ajuste a média λ com base no histórico das equipes: média geral da liga, média de cada time em casa/fora, e tendências recentes. Quanto mais precisa sua λ, melhor a estimativa de probabilidade.

Exemplo prático

Você analisa uma partida e estima que o total de escanteios tem média λ = 10,8. Usando a distribuição de Poisson, a probabilidade de over 9.5 escanteios é calculada como acima, mas com λ=10,8. A soma de P(0 a 9) para λ=10,8 é aproximadamente 0,387, então P(over 9.5) = 0,613. A odd justa seria 1/0,613 = 1,63.

A casa oferece odd 1,80 para over 9.5. Comparando:

Probabilidade implícita: 1/1,80 = 0,5556
Sua estimativa: 0,613

Valor esperado (EV) = (odd × sua probabilidade) − 1 = (1,80 × 0,613) − 1 = 1,1034 − 1 = +10,34%.

Isso significa que, se sua estimativa estiver correta, a aposta tem EV positivo de 10,34%. Mas lembre-se: a média λ estimada é apenas uma previsão. Em uma aposta de R$ 20, o retorno esperado seria R$ 20 × 1,1034 = R$ 22,07, ou R$ 2,07 de lucro esperado. O valor é atrativo, mas a variância é alta – em uma única partida, o resultado pode divergir muito.

Quando não usar

λ varia com o placar corrente. Times que estão perdendo no segundo tempo tendem a pressionar e forçar mais escanteios, enquanto times com vantagem recuam. Modelos que usam uma λ fixa para os 90 minutos ignoram essa dinâmica, subestimando ou superestimando as probabilidades conforme o jogo evolui.
Estilo de jogo domina a média. Equipes que priorizam cruzamentos e bolas paradas geram mais escanteios que equipes que trabalham a posse de bola curta. Usar a média geral da liga para um time que não se encaixa no perfil introduz erro sistemático – a λ específica do time é indispensável.
Dados de escanteio são menos confiáveis que os de gol. Escanteios são eventos mais subjetivos: pequenas variações na arbitragem ou na pressão do momento podem alterar a contagem. Além disso, amostras históricas para escanteios costumam ser menores e mais ruidosas, o que aumenta o erro de estimação da λ.
A independência entre escanteios é uma aproximação grosseira. Escanteios frequentemente ocorrem em sequência (após um ataque sustentado), violando a premissa de eventos independentes da Poisson. Alternativas como a distribuição Binomial Negativa (que permite sobredispersão) podem ser mais adequadas, embora mais complexas.
Mercados de escanteios têm liquidez menor que os de gol. Em casas licenciadas (.bet.br), as odd podem se movimentar rapidamente com pouco volume, e a margem tende a ser maior. Comparar odds de diferentes operadoras é ainda mais crítico, pois a diferença de preço pode ser a única variável que separa EV positivo de negativo.

Para realizar os cálculos desta página com seus próprios dados, utilize a calculadora de apostas.

Conteúdo educacional. Apostas envolvem risco de perda financeira e têm valor esperado negativo para o apostador no agregado. Restrito a maiores de idade, 18+. Se o jogo deixou de ser entretenimento, procure ajuda especializada.

Perguntas frequentes

Como estimo a média de escanteios de uma partida?: Calcule a média de escanteios por jogo de cada time (casa e fora) nas últimas temporadas, combine com a média da liga e ajuste por fatores como força do adversário e lesões. Ferramentas estatísticas como regressão Poisson podem refinar a estimativa.
O modelo de Poisson é preciso para escanteios?: Ele é um bom ponto de partida, mas tem limitações. A sobredispersão (variância maior que a média) é comum em escanteios, violando a premissa de Poisson. Modelos alternativos como Binomial Negativa podem se ajustar melhor aos dados observados.
Por que a margem da casa é maior em escanteios?: Mercados de escanteios têm menor liquidez e maior variabilidade nas odds entre operadoras. As casas costumam aumentar a margem para compensar o risco de desequilíbrio. Isso reduz as oportunidades de value, exigindo estimativas mais precisas.
Posso usar escanteios ao vivo com o mesmo modelo?: Sim, mas a λ precisa ser atualizada dinamicamente. Durante a partida, o número esperado de escanteios restantes depende do tempo, do placar e do ímpeto dos times. Modelos de séries temporais ou Poisson condicional são mais indicados.