主客隊入球真的互相獨立嗎？
獨立泊松會假設：知道主隊入幾多球，唔會改變客隊入幾多球嘅條件概率。 呢個假設好方便，但足球比賽入面比分狀態、紅牌、追分同領先後收縮都可能令兩邊互相影響。 目前 HKBetNet 早段快照 N=146， 實際 BTTS Yes 係 55.5%； 用全體主客平均 λ=1.66／1.39 做獨立泊松 baseline，會得到約 60.8%。 呢個差距值得研究，但未足以單靠聚合數據就證明存在直接因果依賴。
直接答案：唔應該先假定一定獨立，應該當成待檢查假設
如果主隊入球 H 同客隊入球 A 條件獨立， 聯合比分概率可以直接拆成兩邊 marginal probability 相乘：
P(H=h, A=a) = P(H=h) × P(A=a)
呢個係 波膽泊松模型 最基本嘅起點。 但足球賽事會互相反應：一隊先入波，另一隊可能壓前； 一隊紅牌，兩邊入球強度亦會一齊改。 所以「獨立」應該先做 baseline，再睇聯合矩陣殘差。
數學上，「獨立」到底要求幾嚴格？
真正統計獨立唔係淨係要求相關係數接近 0。 它要求所有比分組合都滿足：
P(H=h, A=a) = P(H=h)P(A=a) for all h,a
等價地，知道主隊已經入 h 球之後， 客隊入球分布唔應該改變：
P(A=a | H=h) = P(A=a)
呢個要求其實好強。 只要 0:0、1:0、0:1、1:1 某幾格長期偏離乘積 baseline， 就已經足以話「最簡單獨立模型仲有結構未解釋」。
目前快照：BTTS 同 0:0 都見到值得追查嘅偏差
目前實際 BTTS Yes 係 55.5%； 如果用全體 λH=1.66、λA=1.39， 再假設兩邊獨立，baseline 約 60.8%。 即係實際低約 5.3 個百分點。
另一方面，由主隊不失球 28.1%、客隊不失球 23.3% 同 BTTS No 44.5% 用 inclusion-exclusion 反推， 0:0 大約係 6.9%； 獨立 Poisson baseline 就約 4.7%。
BTTS 同零封事件嘅數學關係，可以再睇 雙方入球概率點樣計？ 同 不失球概率點樣計？。
真正檢查方法：逐格比較「實際聯合頻率」同「獨立乘積」
對每一個比分格 (h,a)，先計：
Expected_ind(h,a) = P(H=h) × P(A=a)
再同實際比分頻率比較：
Residual(h,a) = Observed(h,a) − Expected_ind(h,a)
如果 0:0、1:1 長期正殘差，而 1:0、0:1 長期負殘差， 就係一種典型低比分結構訊號。 相反，如果偏差只係今季一小段樣本先出現， 就可能只係 noise。
呢個同 比分模型最容易錯估邊啲比分？ 係直接相連： 依賴性頁問「獨立假設夠唔夠」， 殘差頁就將錯估位置畫返出嚟。
相關係數接近 0，都唔代表兩隊入球一定獨立
Pearson correlation 只量度線性關係：
Corr(H,A) = Cov(H,A) / (σ_H σ_A)
如果 Corr(H,A) 接近 0， 只可以話線性共變唔明顯； 但仍然可能存在「只集中喺低比分格」嘅局部依賴。 所以 Dixon-Coles 可以修正 0:0、1:0、0:1、1:1， 即使全局 correlation 未必好大。
要檢查非線性／局部結構，可以睇：
- 逐格 standardized residual。
- 條件分布 P(A=a | H=h)。
- 互信息（Mutual Information）。
- Bivariate Poisson 相關參數。
- Dixon-Coles ρ 對樣本外 Log Loss 有冇改善。
如果獨立假設唔夠，可以點修正？
| 方法 | 處理咩問題 | 特點 |
|---|---|---|
| 獨立 Poisson | Baseline | 最簡單、最易解釋 |
| Dixon-Coles | 0:0、1:0、0:1、1:1 低比分偏差 | 局部修正，改動集中 |
| Bivariate Poisson | 兩個計數共享相關成分 | 直接建模 covariance |
| 時間／比分狀態模型 | 入球強度隨比賽進程改變 | 結構更真實，但參數更多 |
HKBetNet 波膽工具目前採用 Dixon-Coles 低比分修正， 並固定 ρ=-0.04。 呢個係已凍結工具設定；要唔要改模型，應該先用完整歷史矩陣做樣本外比較，而唔係睇幾場結果就換方法。
賽事情境點解會令兩邊入球互相影響？
足球唔係兩個互不相干嘅計數器。 一隊先入波之後，領先隊可能收低風險， 落後隊就可能提高壓迫、壓上更多人； 呢個會同時改變兩邊之後嘅入球強度。
紅牌更加明顯： 一邊少打一人，自己攻力可能跌， 對手攻力就同時升。 如果模型只用賽前固定 λ_H、λ_A， 呢類場內互動自然唔會完整捕捉。
所以「依賴」唔一定只係一個統計神秘參數， 背後可以有真實賽事情境。 但要由相關變成因果解釋，仍然需要事件時間、紅牌、比分狀態等額外資料， 唔可以淨係由最終比分矩陣反推。
編輯研究經驗：最容易出錯，係將 aggregate 偏差當成 match-level dependence
HKBetNet 做比分矩陣 QA 時， 見到 BTTS 實際低過獨立 baseline， 第一反應唔會係「兩隊入球一定負相關」。 我哋會先問：係咪因為將好多唔同強弱配對撈埋一齊？
例如強隊對弱隊，同均勢比賽，本身 λ_H、λ_A 已經差好遠。 將佢哋混成一個平均 λ 再計 joint probability， 就可能製造一個睇落似 dependence 嘅 aggregate gap。
所以真正 QA 會落到逐場： 每場先有自己 λ_H、λ_A， 再累積 expected score matrix， 最後同實際 observed matrix 比。 賽事經驗用嚟解釋紅牌、早段入球、末段追分等異常場， 唔會代替逐場概率檢驗。
學術上點樣處理主客入球依賴？
Maher（1982）建立咗足球比分泊松模型嘅重要基礎， 用球隊攻守強度建立主客入球分布。 最簡化版本可以將兩邊當成條件獨立。
Dixon & Coles（1997）之後指出， 低比分格存在獨立泊松未完全捕捉嘅結構， 因此引入 ρ 對 0:0、1:0、0:1、1:1 做局部修正。
Karlis & Ntzoufras（2003）則用 bivariate Poisson model 直接處理兩個計數之間嘅相關性。 呢幾條研究路線共同支持一個較穩陣嘅做法： 獨立 Poisson 係 baseline，而 independence 本身要用數據檢查。
- Maher (1982)：Modelling association football scores
- Dixon & Coles (1997)：Modelling association football scores and inefficiencies in the football betting market
- Karlis & Ntzoufras (2003)：Analysis of sports data by using bivariate Poisson models
- Gneiting & Raftery (2007)：Strictly Proper Scoring Rules, Prediction, and Estimation
HKBetNet 自己嘅資料、模型凍結、回測同校準方法，可以再睇 編輯與研究方法。
限制與不能推出的結論
- 目前快照只係 2026/27 賽季早段，N=146，未足以完成長期 dependence 結論。
- BTTS 55.5%、主隊零封 28.1%、客隊零封 23.3% 都係聚合比例，唔係逐場 joint-model 檢驗。
- 反推 0:0 約 6.9% 使用四捨五入比例，只應視為近似；正式分析應直接由原始比分計。
- 用 λ_H=1.66、λ_A=1.39 得出嘅獨立 baseline 只係 aggregate baseline，存在 mixture bias。
- Correlation≈0 唔代表 independence；真正獨立要求整個 joint distribution 都可以分解。
- 觀察到 joint residual 只代表模型未解釋結構，唔等於已證明某個賽事機制造成因果關係。
- 模型修正是否值得保留，應以樣本外 Log Loss、Brier／calibration 同矩陣殘差改善為準。
- 模型概率唔係投注建議，更加唔係保證盈利。