Nationalekonomiska Institutionen Uppsala Universitet Examensarbete D Författare: Philip Jonsson Handledare: Johan Lyhagen VT 2006

Beräkning av Sannolikheter för Utfall i Fotbollsmatcher

Oddsen på din sida

1

Sammanfattning Uppsatsen skapar en statistisk modell för beräkning av sannolikheter för utfall vid

Allsvenska fotbollsmatcher. Modellens skattade sannolikheter för hemmavinst, oavgjort

och bortavinst jämförs med utvalt spelbolag och visar på likvärdiga estimat. Utifrån de

skattade sannolikheterna skapas odds som genererar lägre förluster än spelbolaget vid test

utifrån ett spelbolags synvinkel. Sannolikheterna används även från en spelares

perspektiv till att skapa ett spelsystem som genererar en positiv avkastning.

Nyckelord: Allsvenskan, Odds, Ordered Probit, Sannolikhet, Spelmarknad,

2

Innehållsförteckning 1. Inledning ......................................................................................................................... 3 2. Bakgrund – Svenska spelmarknaden .............................................................................. 5 3. Teori ................................................................................................................................ 7

3.1 Effektiv Marknad ...................................................................................................... 7 3.2 Vad är ett odds? ........................................................................................................ 7 3.3 Tidigare studier ....................................................................................................... 10

4. Metod ............................................................................................................................ 13 4.1 Modell ..................................................................................................................... 13 4.2 Variabler ................................................................................................................. 14

4.2.1 Vinstchans........................................................................................................ 15 4.2.2 Senaste resultat................................................................................................. 16 4.2.3 Tabellposition .................................................................................................. 16 4.2.4 Poängskillnad................................................................................................... 17

4.3 Kritik mot variabler................................................................................................. 17 5. Datamaterial .................................................................................................................. 18 6. Analys ........................................................................................................................... 19

6.1 Kommentar statistisk modell .................................................................................. 19 6.2 Sannolikheter .......................................................................................................... 19

6.2.1 Hemmavinst ..................................................................................................... 20 6.2.2 Oavgjort ........................................................................................................... 20 6.2.3 Bortavinst ......................................................................................................... 21 6.2.4 Totalt ................................................................................................................ 22

6.3 Odds ........................................................................................................................ 22 7. Slutord........................................................................................................................... 24 Litteraturlista..................................................................................................................... 26

Internetkällor................................................................................................................. 26 Appendix........................................................................................................................... 28

3

1. Inledning Varför är det intressant med en uppsats som berör spelmarknaden? Spelmarknaden i

världen och så även i Sverige har vuxit till en mångmiljardindustri. På senare år är det

först och främst spelet över Internet som stått för den kraftiga ökningen. I Sverige har

invånarna sedan många år haft möjlighet att spela genom de statligt ägda bolagen

Svenska Spel och ATG eller genom någon av de föreningar som av staten erhållit

tillstånd att anordna spel. Genom utvecklingen av Internet har möjligheten skapats för

svenska spelare att även spela via utländska aktörer. Idag är konkurrensen på den

skandinaviska spelmarknaden stenhård. Internetmagasinet Egaming Review (2005)

rankar den skandinaviska spelmarknaden som den största och viktigaste i Europa efter

Storbritannien.

Den svenska spelmarknaden är relativt outforskad trots uppståndelsen. De studier som

gjorts har framförallt haft sitt ursprung i USA och Storbritannien. Omfattande studier på

svenska spelmarknaden lyser med sin frånvaro. De senaste åren har spelbolagen genererat

miljardvinster, vilket innebär att stora massan av spelare måste förlora. Utnyttjar spelarna

verkligen informationen som finns tillgänglig eller har spelbolagen genom sin

ekonomiska kraft oddsen på sin sida?

Syftet med uppsatsen är att skapa en statistisk modell för uträkningen av resultat vid

fotbollsmatcher. Studien ämnar besvara följande frågor:

i. Är det möjligt att skapa sannolikheter som ligger närmare resultaten än de av

spelbolaget beräknade sannolikheterna?

ii. Ur ett spelbolags perspektiv är det möjligt att skapa bättre odds?

iii. Utifrån skattade sannolikheter är det möjligt att generera en positiv avkastning

genom spel hos spelbolaget?

Spelet som används till grunden för studien är 1x2, vilket innebär endast tre utfall är

möjliga. Genom att ta hänsyn till ett antal variabler som kan tänkas påverka utfallet

4

skapas sannolikheter för hemmavinst (1), oavgjort (x) och bortavinst (2). Från dessa

sannolikheter skapas i sin tur odds som ska jämföras med odds från spelbolaget Expekt.

Uppsatsen avgränsas till svenska spelmarknaden för fotboll och då specifikt

Allsvenskan, som är den högsta serien. Datamaterialet är erhållet av spelbolaget Expekt

och omfattar Allsvenska matcher och resultat mellan åren 2000-2004. Totalt motsvarar

det 910 matcher. Beräkningarna av utfallen genomförs endast på den sista säsongen 2004,

vilket motsvarar 182 matcher. De förklarande variablerna och modell estimeras utifrån

historisk statistik för säsongerna 2000-2003, totalt 728 matcher. Spelbolagen använder

information som kan uppdateras timmar innan matchen men då detta innebär en alltför

komplicerad modell tas sådan information ej i beaktning. Denna information är dessutom

svårtillgänglig vilket ytterligare försvårar arbetet.

Uppsatsen inleds med en kort beskrivning av utvecklingen på spelmarknaden och

förutsättningarna för spelare och spelföretag. Detta för att ge en inblick av utvecklingen

på marknaden och förklara reglerna som råder. Första sektionen i kapitlet teori beskriver

kortfattat likheterna mellan spelmarknaden och aktiemarknaden. Under teori förklaras

även utförligt vad ett odds är och hur dessa är uppbyggda, vidare diskuteras resultaten

och tillvägagångssätten från tidigare studier. I metod behandlas den statistiska modell,

Ordered Probit, som används för estimeringen. Där diskuteras också utförligt vilka

variabler som ska tas i beaktning utifrån de historiska resultaten och varför dessa är valda.

Sannolikheterna och oddsen estimeras under analys där även resultatet redovisas och

diskuteras. Slutord sammanfattar och diskuterar uppsatsen i sin helhet.

5

2. Bakgrund – Svenska spelmarknaden

Den svenska spelmarknaden är idag reglerad, vilket innebär att enbart statliga bolag och

av staten godkända aktörer har rätt att anordna spel om pengar i Sverige. Den svenska

spelmarknaden omsatte år 2005 över 35 miljarder kronor enligt siffror i

Lotteriinspektionens utredning1. Utredningen omfattas dock inte av företag utanför

Sveriges gränser som erbjuder spel till svenska invånare över Internet. De utländska

aktörernas omsättning inom Sverige finns det idag inga konkreta siffror på och de är

svåra att beräkna. Enligt siffror från Svenska Spels årsredovisning (2005) uppskattas

omsättningen för dessa aktörer till över 10 miljarder kronor. Tillsammans med olagliga

spel i form av ej registrerade värdeautomater2 som anordnas inom Sverige, beräknas

årliga omsättningen på svenska spelmarknaden till nära 50 miljarder kronor. Trots en

minskad omsättning för Svenska Spel under 2005 finns det inga tecken på att

omsättningen i sin helhet på spelmarknaden befinner sig i en avmattningsfas.3 I Sverige

och världen är det främst poker över Internet som stått för större delen av ökningen. Men

ökningen kan också förklaras med att tillgängligheten för spelarna har ökat.

De nya aktörernas intåg på den svenska marknaden har inneburit en skärpt konkurrens,

vilket har gynnat spelarna i form av bättre villkor. I och med utvecklingen av Internet och

mobila lösningar finns idag inte samma krav från spelarnas sida att spela hos ett fysiskt

ombud. Konkurrenssituationen och tillgängligheten har inneburit att spelarna kan studera

olika spelföretags odds och välja ut det bästa. Detta torde i sin tur förbättra möjligheterna

för spelarna att generera vinster. Konkurrenssituationen har dock inneburit en avtagande

utveckling för de statligt ägda bolagen, vilket i sin tur genererar mindre pengar till

föreningslivet.4

1 Utvecklingen på Spelmarknaden (2005), Lotteriinspektionen. 2 Till värdeautomater räknas i första hand spelmaskiner utställda på restauranger och pubar som t ex Jack Vegas maskiner. 3 Svenska Spels årsredovisning (2005). 4 Ibid.

6

I januari 2006 färdigställdes utredningen av svenska spelmarknaden som begärts av

regeringen. Utredningen ”Spel i en föränderlig värld” sammanställdes av

kammarrättspresidenten Jan Francke. Syftet med utredningen var att granska Sveriges

spelpolitik, vilken i grund och botten baseras på 1939 års Lotteriförordning.

Lagstiftningen är skapad för en fysisk marknad, vilket ej råder i dagens Sverige.

Utredarna anser att svensk spelpolitik på grund av konkurrens ej kan hålla nuvarande

form och samtidigt fortsätta generera stora inkomster till föreningslivet. De anser även att

en förändring av regleringen utan att öppna marknaden skulle innebära att politiken

strider mot EU-direktivet om fri etableringsrätt.5

I rådande situation omsätter svenska spelare miljarder kronor årligen som enligt EU-

regler ej kan beskattas i Sverige. Konkurrensen har ökat möjligheterna för spelarna i form

av tillgänglighet och en högre återbetalningsgrad.6 Men det har även inneburit pressade

marginaler för de statligt ägda bolagen som årligen genererar pengar till det svenska

föreningslivet. EU granskar nu reglerade spelmarknader i flera av medlemsstaterna

däribland den svenska.7 Svenska spelmarknaden befinner sig i en viktig fas som inom en

snar framtid kommer att innebära stora förändringar för spelpolitiken, spelbolagen och

den individuelle spelaren.

5 SOU 2006:11 6 Återbetalningsgrad är det belopp som återgår till spelarna i form av vinster. 7 SOU 2006:11

7

3. Teori

3.1 Effektiv Marknad Teorin att spelmarknaden lyder under samma effektivitetsvillkor som aktiemarknaden har

undersökts i ett flertal studier främst i USA. Woodland och Woodland (2001) testade

effektiviteten på den nordamerikanska hockeyligan (NHL) och fann tendenser till

ineffektivitet. Enligt studien har spelarna en benägenhet att underskatta sannolikheten att

laget med högst odds vinner. Thaler och Ziemba (1988) testade effektiviteten för den

amerikanska hästkapplöpningsmarknaden och fann den relativt effektiv. Studien fastslog

att de odds som råder är bra estimat för vinstsannolikheter.

Den svaga formen av marknadseffektivitet fastslår att historiska prisrörelser finns

diskonterat i nuvarande pris. Detta innebär att det inte är möjligt att göra en

överavkastning genom att enbart studera historiska prisrörelser.8 Fördelen med att testa

effektiviteten av den svaga formen på spelmarknaden gentemot aktiemarknaden är att

samtliga spel har ett slutdatum som kan studeras. Detta i motsats till aktiemarknaden där

priserna ständigt uppdateras till den tidpunkt då bolaget slutat agera på börsen. Enligt

Thaler och Ziemba (1988) bör spelmarknaden ha en större möjlighet till effektivitet då

spelen kontinuerligt kan ge en snabb och återkommande feedback.

3.2 Vad är ett odds? Ordet odds är plural för engelskans odd (udda). Betydelsen i svenskan är densamma som

i engelskan: förhållandet mellan vinst och insats vid vadhållning uttryckt i siffror.9

Oddsen har olika utseende beroende på var i världen spelet läggs. Det är främst tre olika

system som används inom vadhållning; europeiskt, brittiskt och amerikanskt. I tabell 1

redovisas de tre olika oddsmodellerna för en match i Allsvenskan våren 2006.

8 Bodie, Kane and Marcus (2002) Investments 9 Nationalencyklopedin

8

Tabell 1: Odds för Djurgården – IFK Göteborg10

Oddstyp Hemma Oavgjort Borta

Amerikansk -105 225 280Brittisk 19/20 9/4 14/5Europeisk 1,95 3,25 3,8

Amerikanskt system – I USA används en så kallad ”dime line”, vilket innebär att

systemet utgår från det belopp spelaren erhåller genom att spela för 100 enheter eller det

belopp som måste satsas för att vinna 100 enheter. Detta redovisas genom plus- eller

minustecken. Minustecknet framför innebär att 100 enheter erhålls utöver angivet belopp.

Plustecknet innebär att det angivna beloppet erhålls i vinst genom att satsa 100 enheter. I

tabell 1 innebär en djurgårdsvinst att spelaren vinner 100 enheter utöver 105 satsade. Ett

oavgjort resultat innebär att spelaren för satsade 100 enheter erhåller 225 i vinst.

Brittiskt system – Det brittiska systemet utgår från kvoter. Systemet bygger på att

angiven kvot är det som spelaren erhåller i vinst. Ett spel på Djurgårdsvinst på 10 enheter

innebär att spelaren får tillbaka sin insats och även vinsten som utgör 19/20*10, det vill

säga 9,5 enheter.

Europeiskt system – Det europeiska systemet är det system som används i studien och

även det som de flesta i Sverige känner till. Det utgår ifrån decimalform och visar hur

mycket spelaren får tillbaka på satsad enhet. Till skillnad från den brittiska modellen

visar det europeiska systemet det totala beloppet som spelaren erhåller och ej enbart

vinsten. Ett spel på 10 enheter på Djurgårdsvinst i ovanstående exempel innebär att

spelaren erhåller 19,5 enheter.

Redovisade odds är omräknade sannolikheter. För de tre utfallen hemmavinst, oavgjort

och bortavinst beräknar spelbolagen en sannolikhet att respektive utfall inträffar. Dessa

sannolikheter ska summera upp till 100 procent. Genom att ta hänsyn till ett antal

variabler i sina beräkningar skapar spelföretaget sannolikheter för respektive utfall som

sedan modifieras till odds. Sannolikheten beräknas genom invertering av oddsen. I tabell

10 Odds erhållna från spelsidan Gamebookers.

9

2 redovisas de av spelbolagen beräknade sannolikheterna och oddsen för matchen mellan

Djurgården och IFK Göteborg

Tabell 2: Sannolikheter för Djurgården – IFK Göteborg

Hemma Oavgjort Borta

Odds 1,95 3,25 3,8Sannolikhet 0,51 0,31 0,26

SUMMA 1,08

Sannolikheterna för de tre utfallen beräknas som 1/odds. Summan av de tre

sannolikheterna adderar upp till 1,08 vilket innebär över 100 procent. Detta beror på att

spelföretagen i dessa spel tar ut en marginal. För denna match tar spelbolaget ut en

marginal på 8 procent. Marginalen varierar för spelföretagen beroende på vilken liga och

sport som spelas. Marginalen innebär försämrade möjligheter för spelaren då den

påverkar oddsen negativt. Oddsen är med andra ord ej uträknade på spelbolagets

kalkylerade vinstfaktor. Den kalkylerade vinstfaktorn är spelbolagets beräknade

sannolikhet för utfall med marginal borträknad. Tabell 3 visar matchen utan marginal, där

oddsen är beräknade på spelbolagets kalkylerade vinstfaktor.

Tabell 3: Sannolikheter utan marginal för Djurgården – IFK Göteborg

Hemma Oavgjort Borta

Odds 2,11 3,52 4,12Kalkylerad vinstfaktor 0,47 0,28 0,24

SUMMA 1

I detta fall är sannolikheten korrekt uträknad och summerar upp till ett. Det ger också

spelaren en högre utdelning vid eventuell vinst i form av högre odds. Den kalkylerade

vinstfaktorn erhålls genom 1/(1,08*odds).

Dessa spel, så kallade 1x2-spel hör till de mest populära i Sverige. Det statliga

spelbolaget Svenska Spel erbjuder denna spelform under namnet Oddset, vilket också är

det namn som de flesta svenskar känner till spelformen som. Oddsformen är fix, vilket

innebär att spelbolagen erbjuder oddsen flera dagar innan matchens start och de ändras

sällan mer än marginellt. Oddset kan dock komma att ändras i de fall där spelbolaget tar

10

emot stora volymer på ett specifikt utfall eller om ny information skulle förändra deras

kalkylerade sannolikhet avsevärt. Skillnaden från andra spel är dock att spelaren alltid

erhåller det odds som han/hon spelat till. Fördelen med en fix oddsform är att det

möjliggör för studier där spelbolagens sannolikheter kan jämföras med egna beräknade

sannolikheter, vilket också är syftet med uppsatsen. De tidigare studier som behandlats

inom området hänvisar även till denna fördel.

3.3 Tidigare studier Studier som behandlar beräkningar av utfall för sportevenemang har ägt rum länge i

framförallt USA. Först under senare år har även europeiska forskare börjat studera de

inhemska sportmarknaderna. Framförallt engelska fotbollsligan har legat till grund för ett

flertal studier. Det är främst två modeller som använts i studierna. En Poisson modell

som estimerar antalet mål producerade av respektive lag. Den andra en Ordered Probit

modell där beroende variabeln kategoriseras. Modellen beräknar sannolikheterna i

utvalda matcher utifrån tre utfall hemmavinst, oavgjort och bortavinst.

Dixon and Coles (1997) utvecklade en modell skapad av Maher (1982) för beräkningar

av utfall för 1x2-spel inom engelska fotbollsligan. Studien omfattade 6 629 liga- och

cupmatcher åren 1992-1995. Modellen tog hänsyn till producerade och insläppta mål,

lagens resultat i de senaste matcherna och en variabel för hemmaplansfördel. Utifrån

dessa skapades två oberoende Poisson variabler för respektive lags förmåga att producera

och släppa in mål. Studien fann en spelstrategi som jämförde beräknade sannolikheter

med spelbolagens. I de fall där egna sannolikheter överskred spelbolagens fann de

möjligheter till spel. Strategin visade på en positiv avkastning.

Dixon och Robinson (1998) studerade huruvida det är möjligt att finna samband under

vilken tidpunkt målen i en fotbollsmatch faller. Resultaten användes till att skapa en

Poisson modell som beräknade utfallen för engelska fotbollsmatcher. Studien fann att

mål ofta inträffar i slutet av matcherna. Som förklaring ger författarna fysisk trötthet som

leder till att fler försvarsmisstag begås. Med hjälp av modellen beräknades sannolikheter i

11

utvalda ligamatcher och fann att den i många fall stämde väl in med de korrekta

slutresultaten.

Koning (2000) undersökte styrkeförhållandena mellan lagen i holländska ligan. Genom

en Ordered Probit modell skapade författaren en parameter för hur starka lagen i ligan är

och undersökte dess förändring i tiden. Koning fann att styrkeförhållanden har skiftat

beroende på säsong och därmed inga klara tendenser på att det skulle råda några

missförhållanden mellan lagen.

Parametern hemmaplansfördel har legat till grund för flera studier. Genom beräkningar

fann Clarke och Norman (1995) att fördelen med hemmaplan inom engelska ligafotbollen

motsvarar 0,5 mål per match. Studien omfattade 20 306 matcher mellan åren 1981-1991.

De fann att hemmalaget i genomsnitt vinner 48,7 % av matcherna. Vilket tyder på en

relativt stor fördel av hemmaplan. Stefani (1983) fann i en studie för flera fotbollsligor i

Europa, att hemmalaget vinner 49 % av spelade matcher. Koning (2000) fann i sin studie

att hemmalagen i engelska ligan vinner i genomsnitt 48 % av matcherna. Vinster för

lagen på hemmaplan sträcker sig mellan 47-49 % i samtliga nämnda studier.

Forest, Goddard, Simmons (2005) studerade 10 000 engelska ligamatcher för att skapa en

modell med sannolikheter för utgången av matcher som jämfördes med spelbolagens

sannolikheter. De använde sig av en Ordered Probit modell där matchresultaten beräknas

som beroende variabel. Modellen estimerades av de oberoende variablerna vinstchans,

senaste resultat, geografisk distans, typ av match (om matchen är viktig för ligatiteln,

ned- eller uppflyttning), cupspel och publikstöd. Resultaten visade på bättre estimat än

spelbolagen i början av undersökningsperioden. I slutet på undersökningsperioden var

dock spelbolagens metod bättre än estimerad modell. Författarna förklarar resultatet med

att konkurrensen har höjts avsevärt mellan spelbolagen under senare år. Felaktigt

beräknade sannolikheter av spelbolagen kan få en betydande ekonomisk effekt, vilket har

medfört att spelbolagens oddssättare utnyttjar sin tillgängliga information bättre.

12

De två modeller som främst har använts för att beräkna utgången av fotbollsmatcher,

Poisson och Ordered Probit, har resulterat i bra estimat. I en studie av Goddard (2005)

testades skillnaden mellan dessa modeller i förmåga att beräkna resultat. Modellen som

baseras på antalet gjorda mål uppbyggd av Poisson variabler ansågs på förhand estimera

bättre då den innehåller mer detaljrik statistik. Studien fann dock ingen skillnad mellan

modellerna och föreslog istället en kombinerad modell för bästa estimat.

13

4. Metod

4.1 Modell Undersökningens syfte är att estimera sannolikheter för de tre olika utfallen i en

fotbollsmatch; hemmavinst, oavgjort och bortavinst. Enligt tidigare studier som

genomförts anses en Ordered Probit modell vara väl anpassad för dessa beräkningar då

den är mindre komplicerad än en Poisson modell och resulterar i likvärdiga estimat.

Denna modell kommer därför att ligga till grund för estimeringen av utfallen för

undersökningen. Modellen används i första hand när beroende variabeln har fler än två

utfall. Den beroende variabeln ordnas i kategorier och omfattar enbart positiva värden.

Modellen som beräknar sannolikheterna baseras på en modell framtagen av Forrest,

Goddard och Simmons (2005).

I ekvation 1 skattas en beroende indexvariabel, *iy , som beror på en linjär funktion av

parametrarna, ix . Ekvationen innehåller även en oberoende felterm,ε , som är

normalfördelad N(0,1).

iii xy εβ +=* (1)

Den observerade variabeln, iy , delas in i tre kategorier där:

0 = Hemmavinst

1= Oavgjort

2= Bortavinst

Variabeln, iy , erhålls genom indexvariabeln, *iy , i ekvation 2.

14

>

≤<

≤

3*

2

2*

1

1*

2

1

0

i

i

i

i

yif

yif

yif

y

µµµ

µ

(2)

I ekvation 2 representerar, µ , ”cut-off” parametrar som kontrollerar det sammanlagda

sannolikheterna för hemmavinst, oavgjort och bortavinst. Utifrån ekvation 2 erhålls

sannolikheterna för de tre utfallen enligt följande:

)()(),,2Pr(:

)()(),,1Pr(:

)(),,0Pr(:

23

12

1

βµβµµβ

βµβµµβ

βµµβ

iiii

B

i

iiii

O

i

iii

H

i

xFxFxyPBortavinst

xFxFxyPOavgjort

xFxyPHemmavinst

−−−===

−−−===

−===

(3)

Ekvation 3 redovisar sannolikheterna för de tre utfallen. Funktionen, F, representerar den

kumulativa distributionen av feltermerna, ε. Genom skattad ekvation kan sannolikheterna

för hemmavinst, oavgjort och bortavinst beräknas. Sannolikheterna jämförs sedan med de

av spelbolaget beräknade sannolikheterna. De estimerade sannolikheterna beräknas till

odds genom att invertera dem enligt ekvation 4.

B

o

H

pbortavinstOdds

poavgjortOdds

PhemmavinstOdds

1

1

1

=−

=−

=−

(4)

Vid beräkning av odds med marginal, multipliceras sannolikheten, p, med marginalen.

4.2 Variabler Spelbolagen använder sig av flera variabler för att beräkna sannolikheter i respektive

match. I och med mängden av data, det vill säga antalet matcher, kommer variablerna

15

som används för beräkning av sannolikheter enbart att baseras på historisk statistik.

Spelbolagen tar även dagsaktuella och lagspecifika variabler som t ex skador på

nyckelspelare, psykologiska effekter, motivation i beaktning. Den här studien inkluderar

emellertid inte detta då modellen i de fallen blir alltför komplicerad och informationen

oftast är svårtillgänglig. Tidigare studier såsom Dixon and Coles (1997) och Goddard

(2005) visar dock att det är möjligt att skapa lika, eller till och med bättre, sannolikheter

på enbart historisk data. Nedan listas de komponenter som specificerar modellen för

sannolikhetsuträkningen. Det ska tilläggas att variablerna är valda helt subjektivt av

författaren. En del av variablerna har förekommit i tidigare studier, vilka benämns under

förklaringen till respektive variabel.

4.2.1 Vinstchans

Modellen tar i beaktning lagets kvalitet, vilket även togs i beaktning av Forrest, Goddard

och Simmons (2005). Större delen av lagen i Allsvenskan har befunnit sig där under en

längre period och oftast placerat sig i liknande tabellpositioner. Detta på grund av att det

råder stora ekonomiska skillnader mellan lagen. Ett lag med en stark ekonomi har bättre

möjligheter att locka till sig spelare genom att erbjuda högre löner och chans till spel i

Europa. Dessa lag återfinns ofta i toppen av tabellen och har således en genomsnittligt

hög vinstchans. Andra lag med sämre ekonomiska förutsättningar har som regel

ambitionen att klara sig från nedflyttning. Kvalitén på dessa lag är oftast sämre och de har

en lägre genomsnittlig vinstchans. Variabeln beräknas genom att studera lagets

genomgående vinstchans över flera säsonger. En beräkning över hur stor del av lagens

matcher som resulterar i vinst, oavgjort eller förlust på hemma- respektive bortaplan

utförs över hela studieperioden. Två variabler skapas där den ena innehåller hemmalagets

vinstchans och den andra omfattar bortalagets vinstchans.

Vinstchans hemmalag: j

HjHj

N

VP = (5)

Vinstchans bortalag: i

BiBi

N

VP = (6)

16

I ekvationerna 5 och 6 är P vinstsannolikheten för lag i och j. V är antalet matcher som

har vunnits på borta- respektive hemmaplan för lag i och j. N är antalet matcher.

4.2.2 Senaste resultat

Forrest, Goddard och Simmons (2005) använde sig även av en variabel för senaste match

resultat, detta för att formen för lagen har en betydande funktion. Har laget spelat bra de

senaste matcherna är sannolikheten högre att det besegrar ett lag med sämre form.

Modellen omfattar därför även respektive lags senaste resultat. Då form är en färskvara

beräknas resultaten från de fem senaste matcherna. En beräkning av ytterligare fler

matcher bakåt i tiden skulle sakna relevans då formen ofta varierar över tiden. Till

skillnad från Forrest, Goddard och Simmons (2005), som beräknar formen genom match

resultaten, beräknar denna modell formen genom att inspelad poäng för respektive lags

fem senaste matcher summeras. Två variabler skapas för hemma- respektive bortalag.

Poängen beräknas på samma sätt som i tabellen, det vill säga tre poäng för vinst, ett för

oavgjort och noll för förlust. En hög poängsumma indikerar att laget spelat bra de senaste

matcherna och således har en bra form. En låg poängsumma indikerar det motsatta.

Form hemmalag: Pj

t

Pj

t

Pj

t

Pj

t

Pj

t

Hj

t RRRRRSR 54321 −−−−− ++++= (7)

Form bortalag: Pi

t

Pi

t

Pi

t

Pi

t

Pi

t

Bi

t RRRRRSR 54321 −−−−− ++++= (8)

SR betecknar senaste resultat för lag i och j. R är resultatet i poäng för respektive lag

summerat fem omgångar tillbaka.

4.2.3 Tabellposition

Respektive lags position i den allsvenska tabellen indikerar hur starka lagen är under

säsongen. Ett lag med sämre tabellposition bör ha en sämre vinstsannolikhet mot ett lag

placerat över dem. Variabeln beräknas så att det absoluta värdet av skillnader i positioner

mellan lagen avgör styrkeförhållandena. Ett högt värde indikerar stor skillnad mellan

lagen i tabellen. Ett lågt värde tyder på att lagen befinner sig nära varandra i tabellen och

matchen torde vara jämnare. Denna variabel räknas som noll för första omgången då

samtliga lag befinner sig på samma position.

17

Tabellposition: ij TBTBT −= där ji ≠ (9)

TB indikerar skillnaden i tabellposition för lag i och j, fram till utvald match.

4.2.4 Poängskillnad

Tabellpositionen visar enbart var i tabellen som respektive lag befinner sig. Det kan dock

uppstå situationer där det enbart skiljer en position i tabellen mellan lagen medan

skillnaden i lagens totala poängskörd är hög. För att fånga effekten skapas en variabel för

den absoluta skillnaden i respektive lags totala poängskörd fram till utvald match.

Poängen beräknas enligt samma metod som formvariabeln (tre för vinst, ett för oavgjort

och noll för förlust). En stor differens innebär stor skillnad mellan lagen i antalet

insamlade poäng under säsongen. För första omgången räknas denna variabel som noll

för samtliga lag då inga poäng är givna.

Poängskillnad: ij TPTPPS −= där ji ≠ (10)

PS indikerar skillnaden i den totala poängskörden för lag i och j, fram till utvald match.

4.3 Kritik mot variabler De senaste resultaten summeras ihop. Detta medför att samtliga fem resultat påverkar

utfallet lika mycket. Möjligheter att vikta de senaste resultaten finns så att senaste

matchen har större betydelse för utfallet än till exempel tredje senaste matchen. Ett

sammanslaget värde visar dock, enligt författaren, bättre formen då en förlustmatch

senast kan få en relativt hög betydelse även då laget vunnit de fyra matcherna innan.

De senaste resultaten för de första omgångarna är beräknade från förra säsongens sista

matcher. Det kan dock ifrågasättas om variabeln i de fallen utgör en formvariabel. För att

vara konsekvent i beräkningarna har dock denna variabel behållits även för de tidiga

omgångarna och ska då tolkas som en kvalitetsvariabel snarare än en formvariabel. För

lag som precis flyttats upp från Superettan11 beräknas tidigare resultat från senaste

11 Serien under Allsvenskan.

18

tidpunkten de befann sig i Allsvenskan. Beräkningar från deras senaste matcher i

Superettan anser författaren vara missvisande då lagen som flyttats upp troligtvis spelat

väldigt bra i Superettan, som generellt innehåller sämre lag. Därför anses senaste

resultaten från Allsvenskan för dessa lag vara en mer korrekt bedömning.

5. Datamaterial

De historiska resultaten från de Allsvenska matcherna och oddsen är erhållna av

spelbolaget Expekt. Spelbolaget grundades i London och är ett av de största på den

skandinaviska marknaden. De förklarande variablerna beräknas utifrån de Allsvenska

säsongerna 2000-2003, vilket motsvarar 728 matcher. Materialet innehåller endast

slutresultat och odds för matcherna. Den beräknade modellen appliceras på sista säsongen

(2004) som motsvarar 182 Allsvenska matcher.

Materialet är inhämtat från ett spelbolag. Det innebär att modellen skapas och jämförs

mot de av Expekt skattade sannolikheterna och ej ger en generell bild av spelbolagens

beräkningar. Efter en jämförelse av odds på marknaden finner dock författaren små

avvikelser mellan de största spelbolagen, varför även generella slutsatser kan dras.12

12 Odds jämförelse på Internetsidan Oddslive.

19

6. Analys

6.1 Kommentar statistisk modell Av de sex förklarande variablerna visade tre signifikant skillnad från noll på fem procents

nivå. Tabell 4 redovisar den deskriptiva statistiken för estimerad modell. Limit punkt 1

och 2 indikerar hur sannolikheterna fördelas mellan de tre utfallen.

Tabell 4: Deskriptiv statistik för estimerad modell

Beroende variabel: Y (resultat)

Metod: ML - Ordered Probit

Observationer: 728

Förklarande variabel Koefficient Standardfel P-värdePoängskillnad -0.007177 0.015964 0.6530

Sannolikhet hemmavinst -0.027955 0.004057 0.0000Sannolikhet bortavinst 0.029027 0.005130 0.0000

Senaste resultat hemmalag 0.040091 0.015568 0.0100Senaste resultat bortalag 0.000854 0.015790 0.9569

Tabellposition 0.015905 0.036607 0.6639

LIMIT_1:C(7) -0.291767 0.226084 0.1969LIMIT_2:C(8) 0.451641 0.226441 0.0461

Akaike info criterion 2.059781 Schwarz criterion 2.110224Log likelihood -741.7602 Hannan-Quinn criter. 2.079244

Restr. log likelihood -786.3006 Avg. log likelihood -1.018901LR statistic (6 df) 89.08085 LR index(Pseudo-R2) 0.056646

Probability(LR stat) 0.000000

6.2 Sannolikheter Utifrån estimerad modell har sannolikheter för Allsvenskan 2004 skapats. Modellen har

beräknat utfallen för hemmavinst, oavgjort och bortavinst för samtliga 182 matcher

utifrån de förklarande variablerna. Sannolikheterna har beräknats i statistikprogrammet

Eviews. De beräknade sannolikheterna jämförs med sannolikheterna beräknade av

20

spelbolaget Expekt. Spelbolagets sannolikheter är beräknade utifrån oddsen på matcherna

utan marginal.13 Detta är spelbolagets så kallade kalkylerade vinstfaktor.

6.2.1 Hemmavinst

Tabell 4 visar hur stor del av vinsterna på hemmaplan som skattades med högst

sannolikhet för modellen respektive spelbolaget. Medelavvikelsen visar skillnaden i snitt

mellan de två metoderna. Ett positivt resultat tyder på att modellen estimerade

sannolikheter närmare det sanna resultatet i förhållande till spelbolaget. Max och min

visar de största avvikelserna i sannolikheterna. Av de 182 matcherna slutade 71 i vinst för

hemmalaget.

Tabell 5: Estimat av vinster på hemmaplan

Antal ProcentModell 30 0,42

Spelbolag 38 0,54 Lika 3 0,04

TOTALT 71

Medel avvikelse -0,01

STDAV 0,11MAX 0,21

MIN -0,24

Första kolumnen i tabell 5 redovisar antalet matcher som estimerade en högre sannolikhet

för modell och spelbolag medan andra kolumnen redovisar andelen i procent.

Medelavvikelsen visar att spelbolaget i snitt estimerar en sannolikhet som är en

procentenhet högre än de av modellen estimerade sannolikheterna. Spelbolaget estimerar

bättre sannolikheter för hemmavinst i 38 av de 71 matcherna, vilket motsvarar 54

procent. Skillnaderna mellan sannolikheterna för spelbolaget och modellen är relativt

stora, vilket standardavvikelsen indikerar. Detta tolkas som att modellen och spelbolaget

använder sig av olika variabler vilket har givit stora skillnader i beräkningarna.

6.2.2 Oavgjort

Tabell 6 visar vilken modell som beräknade bäst sannolikheter för ett oavgjort resultat.

Av de 182 matcherna slutade 56 i ett oavgjort resultat.

13 Beräkningarna görs enligt metoden för odds i teori kapitlet.

21

Tabell 6: Estimat av oavgjorda resultat

Antal ProcentModell 14 0,25

Spelbolag 33 0,59 Lika 9 0,16

TOTALT 56

Medel avvikelse -0,01

STDAV 0,02

MAX 0,04

MIN -0,08

Tabell 6 visar att spelbolaget estimerade bättre sannolikheter i förhållande till modellen i

59 procent av de oavgjorda resultaten. Medelavvikelsen visar att modellen i snitt

estimerar ett oavgjort resultat en procentenhet sämre än spelbolaget. Den låga

standardavvikelsen tyder på att det är liten skillnad mellan modellens och spelbolagets

estimeringar. I estimeringen av de oavgjorda resultaten är spelbolag och modell relativt

nära varandra, vilket värdena i tabell 6 indikerar. För 9 av de oavgjorda resultaten har

spelbolaget och modellen samma estimat för sannolikheten.

6.2.3 Bortavinst

I tabell 7 redovisas resultaten av estimeringen för matcherna med bortavinst. Av de 182

matcherna slutade 55 i vinst för bortalaget.

Tabell 7: Estimat av bortavinster

Antal ProcentModell 26 0,47

Spelbolag 25 0,45 Lika 4 0,07

TOTALT 55

Medel avvikelse 0,01

STDAV 0,10

MAX 0,29

MIN -0,20

Modellen estimerar bättre sannolikheter i 47 procent av bortavinsterna. Tabell 7 visar på

en relativt hög standardavvikelse vilket tyder på en skillnad i metod mellan modellen och

spelbolagets förklarande variabler. Max och min stärker dessa antydningar.

22

Medelavvikelsen visar att modellen i snitt estimerar en procentenhet bättre sannolikheter

än spelbolaget för matcherna som slutade i med bortavinst.

6.2.4 Totalt

Tabell 8 visar genomsnittet av sannolikheterna för samtliga matcher över hela säsongen.

Totalt estimerar modellen och spelbolaget i genomsnitt samma sannolikheter för de tre

utfallen. Modellen estimerar mycket bra resultat i förhållande till de av spelbolagen

beräknade sannolikheterna för samtliga matcher i Allsvenskan 2004.

Tabell 8: Totala sannolikheterna för matcherna

Utfall Modell SpelbolagHemmavinst 0,39 0,43 0,44

Oavgjort 0,31 0,27 0,28Bortavinst 0,31 0,30 0,29

Medel 0,00STDAV 0,09

Standardavvikelsen visar att spelbolaget och modellen skiljer sig åt i estimeringarna. I

genomsnitt skiljer det relativt lite mellan utfall, modell och spelbolag. Sannolikheterna

för enstaka matcher kan dock variera avsevärt mellan modellen och spelbolaget. Detta

bekräftar återigen att estimeringen av sannolikheter beräknas med olika variabler.

Spelbolagen tar hänsyn till mer dagsaktuell statistik och har oftast information som inte

finns tillgänglig för allmänheten. Däremot lyckas estimerad modell beräkna sannolikheter

som ligger väldigt nära de av spelbolagen beräknade sannolikheterna. I flera av

matcherna lyckas modellen till och med bättre än spelbolaget, vilket visar på att det är

möjligt att förutspå resultat genom att enbart se till historisk statistik. Samtliga matcher

med beräkningar återfinns i appendix.

6.3 Odds Sannolikheterna omvandlas till spelbara odds. Detta utförs enligt ekvation 4. Modellen

använder samma marginal som spelbolaget använder för utvald match. För att se om det

är möjligt att skapa bättre odds, utgår modellen från att vara ett spelbolag. Genom att

jämföra de rätta resultaten med de skapade odds för spelbolag och modell är det möjligt

23

att identifiera vilket system som genererar minst förlust. Då antalet spel på respektive

utfall är svårt att uppskatta utgår beräkningarna från att spelaren tippade rätt utfall i

samtliga matcher. Vid satsade 10 kronor genererar estimerad modell en förlust på

5 268,22 kronor. För spelbolaget genererar det en förlust på 5 164,50 kronor. Detta

motsvarar cirka två procent högre förlust för modellen.

Spelbolaget avrundar dock sina odds i det här datamaterialet till hela 0,05 och 0,10. Efter

en omräkning av estimerade odds efter samma avrundningsmetod genererar modellen en

förlust för samtliga matcher på 4 768,50 kr, mot spelbolagets 5 164,50 kr. I detta fall är

förlusten mindre vid användandet av estimerad modell. Spelbolagets odds genererar en

förlust som är 8 procent högre än estimerad modell. Ur ett spelbolags synvinkel genererar

modellen bättre odds än spelbolaget.

Ytterligare ett test genomförs för att undersöka om de skattade sannolikheterna kan skapa

ett spelsystem som kan generera positiv avkastning för spelaren genom spel hos

spelbolaget. Systemet skapas så att spelaren spelar på utfallet där kvoten mellan

modellens sannolikhet och spelbolagets sannolikhet är störst. Detta i tron att

sannolikheterna beräknade av modellen är mer trovärdiga än spelbolagets. Genom att

spela 10 kronor på utfallet i samtliga matcher där kvoten är högst genererade modellen en

förlust på 161 kronor, detta vid en omsättning på 1820 kronor. Således är inte

sannolikheterna tillräckligt bra för att generera vinster efter spel på samtliga matcher.

Systemet modifieras för att finna ett spelsystem som kan generera en positiv avkastning.

Genom att förändra kvoten mellan modell och spelbolag, spelar endast systemet på de

matcher där skillnaderna i sannolikheter är stora mellan spelbolag och modell. Vid en

kvot på minst 1,4 genererar spelsystemet en positiv avkastning. Uppstår flera kvoter över

1,4 läggs spelet på den kvot som är högst av dessa. Detta för att välja ut de matcher där

avvikelsen mellan sannolikheterna är stor. Av de 182 matcherna hade 18, minst en kvot

som översteg 1,4. Spelsystemet genererade en vinst på 22 kr, vilket motsvarar en

avkastning på över 12 procent. Omsättningen vid detta system är 180 kronor.

24

7. Slutord

Uppsatsen ämnade skapa sannolikheter för utfall för Allsvenska fotbollsmatcher. Genom

en statistisk modell skapades sannolikheter för hemmavinst, oavgjort och bortavinst

utifrån förutbestämda oberoende variabler. Resultaten visar att den estimerade modellen i

genomsnitt beräknar väldigt nära de av spelbolaget beräknade sannolikheterna. En mer

precis modell hade säkerligen kunnat estimeras genom att ta i beaktning fler variabler

som är unika för respektive match. Men då dagsaktuell information är komplicerad att

applicera genereras modellen enbart med historisk statistik. Resultaten visar dock på bra

estimat genom att enbart förlita sig på historisk statistik.

Genom de beräknade sannolikheterna skapades odds som jämfördes med spelbolaget. Vid

ett test där förutsättningarna var att spelaren tippar rätt på samtliga matcher genererade

spelbolaget en förlust som var 8 procent högre än den estimerade modellen. De av

sannolikheterna beräknade oddsen visar att det är möjligt, utifrån historisk data, att skapa

odds som bättre speglar utfallen och genererar lägre förluster. Det ska dock tilläggas att

spelbolag även använder sig av högre odds för att locka till sig spel. En kalkylerad

vinstfaktor visar inte hela sanningen men ger en god indikation på hur spelbolaget tänker.

Spelbolagen väger även in flera av matcherna i sin riskportfölj, vilket innebär att de kan

ta högre risker (högre odds) i vissa matcher mot att den totala risken i portföljen ej ökar.

Testerna som utförts visar att det är möjligt att skapa spelsystem som genererar en positiv

avkastning utifrån de skattade sannolikheterna. Ett modifierat spelsystem genererade en

positiv avkastning på över 12 procent. Då testet genomförts på ett fåtal matcher avvaktar

författaren med att dra slutsatsen om ett vattentätt spelsystem tills större studier kan

bekräfta det. Dock ges en indikation att möjligheten finns att skapa positiva avkastningar

med spelsystem baserade enbart på historisk data.

Modellen som skapats har givit goda resultat för både sannolikheter och odds. En mer

omfattande studie över en längre tidsperiod hade troligen estimerat mer trovärdiga

resultat. Författaren efterfrågar därför fler studier och forskning inom den svenska

25

spelmarknaden som kan stärka tesen att det är möjligt att förutspå sportresultat baserat

enbart på historisk data.

26

Litteraturlista Bodie, Z., Kane, A., & Marcus, A.J. (2002) Investments, McGraw-Hill

Clarke, S. R. & Norman, J. M. (1995), “Home Ground Advantage of Individual Clubs in English Soccer”, The Statistician, Vol. 44, No.4, s.509-521. Dixon, M. J. & Coles, S. G. (1997), ”Modelling Association Football Scores and Inefficiencies in the Football Betting Market”, Applied Statistics, Vol. 46, No. 2, s.265-280. Dixon, M. J. & Robinson, M. E. (1998), “A Birth Process Model for Association Football Matches”, The Statistician, Vol. 47, No. 3, s.523-538. Francke, J. (2006), “Spel i en Föränderlig Värld”, SOU 2006:11. Forrest, D., Goddard, J., & Simmons, R. (2005), “Odds-Setters as Forecasters: The Case of English Football”, International Journal of Forecasting, Vol. 21, s.551-564. Goddard, J. (2005), “Regression Models for Forecasting Goals and Match Results in Association Football”, International Journal of Forecasting, Vol. 21, s.331-340. Koning, R. H. (2000), “Balance in Competition in Dutch Soccer”, The Statistician, Vol. 49, No. 3, s.419-431. Thaler, R. H. & Ziemba, W. T. (1988), “Anomalies: Parimutuel Betting Markets: Racetracks and Lotteries, The Journal of Economic Perspectives, Vol. 2, No. 2, s.161-174. Woodland, L.M. & Woodland, B.M (2001), “Market Efficiency and Profitable Wagering

in the National Hockey League: Can Bettors Score on Longshots?”, Southern Economical

Journal, 67(4), 983-995

Internetkällor Sveriges Fotbollshistoriker och Statistiker http://www.bolletinen.se/sfs/java/allsvenskan.htm tillgängligt 2006-05-22 Egaming Review (2005) http://www.egrmagazine.com/data/pdfs/Power50.pdf tillgängligt 2006-05-22 Gamebookers http://www.gamebookers.com tillgängligt 2006-04-23

27

Nationalencyklopedin http://www.ne.se tillgängligt 2006-05-22 Oddsjämförelse http://www.oddslive.com tillgängligt 2006-05-22

Svenska Spels årsredovisning (2005) http://www.svenskaspel.se/pl.aspx?PageID=3529&menuid=2&parentid=4906 tillgängligt 2006-05-22 Utvecklingen på Spelmarknaden (2005) http://www.lotteriinsp.se/lott_templates/Page____371.aspx tillgängligt 2006-05-22

28

Appendix Match Resultat 1 x(3) 2 Modell 1 Modell x Modell 2 Spelbolag 1 Spelbolag x Spelbolag 2 DIFF Rätt Resultat DIFF Rätt resultat 1 DIFF Rätt resultat x DIFF Rätt resultat 2 Odds modell 1 Odds modell x Odds modell 2 Avrundat odds 1 Avrundat odds x Avrundat odds 2 Odds spelbolag 1 Odds spelbolag x Odds spelbolag 2 Marginal

Landskrona - Helsingborg 1 - 1 3 0,32 0,29 0,40 0,36 0,29 0,35 0,00 0,00 3,13 3,44 2,51 3,15 3,45 2,50 2,75 3,40 2,85 1,0086AIK - GIF Sundsvall 1 - 0 1 0,57 0,25 0,18 0,59 0,24 0,17 -0,01 -0,01 1,74 3,97 5,60 1,75 3,95 5,60 1,70 4,10 5,80 1,0046

Kalmar FF - IFK Göteborg 0 - 0 3 0,24 0,27 0,49 0,33 0,28 0,38 -0,01 -0,01 4,16 3,63 2,05 4,15 3,65 2,05 3,00 3,50 2,60 1,0037Örebro - Halmstad 2 - 5 2 0,25 0,28 0,47 0,40 0,28 0,32 0,15 0,15 3,89 3,56 2,13 3,90 3,55 2,15 2,50 3,50 3,10 1,0083Elfsborg - Örgryte 1 - 2 2 0,36 0,29 0,35 0,41 0,28 0,31 0,04 0,04 2,78 3,44 2,84 2,80 3,45 2,85 2,45 3,55 3,20 1,0024

Trelleborg - Djurgården 2 - 2 3 0,26 0,28 0,46 0,20 0,26 0,54 0,02 0,02 3,85 3,56 2,15 3,85 3,55 2,15 4,95 3,80 1,85 1,0057Hammarby - Malmö FF 0 - 0 3 0,31 0,29 0,41 0,41 0,28 0,31 0,01 0,01 3,27 3,47 2,45 3,25 3,45 2,45 2,45 3,55 3,20 1,0024Halmstad - Trelleborg 1 - 0 1 0,72 0,19 0,09 0,58 0,25 0,17 0,14 0,14 1,29 4,90 9,87 1,30 4,90 9,85 1,60 3,70 5,45 1,0788

IFK Göteborg - Elfsborg 3 - 0 1 0,64 0,22 0,13 0,49 0,28 0,23 0,15 0,15 1,44 4,14 6,91 1,45 4,15 6,90 1,90 3,30 4,00 1,0793Malmö FF - Örebro 5 - 1 1 0,54 0,26 0,20 0,64 0,23 0,13 -0,09 -0,09 1,70 3,56 4,71 1,70 3,55 4,70 1,45 4,00 7,00 1,0825

Helsingborg - Kalmar FF 1 - 2 2 0,52 0,27 0,21 0,60 0,24 0,16 0,05 0,05 1,77 3,49 4,39 1,75 3,50 4,40 1,55 3,80 5,80 1,0807Örgryte - Hammarby 0 - 0 3 0,23 0,27 0,50 0,33 0,28 0,39 -0,01 -0,01 4,06 3,41 1,85 4,05 3,40 1,85 2,80 3,25 2,40 1,0815

GIF Sundsvall - Landskrona 0 - 0 3 0,46 0,28 0,26 0,37 0,29 0,34 -0,01 -0,01 2,01 3,32 3,59 2,00 3,30 3,60 2,50 3,25 2,70 1,0781Djurgården - AIK 3 - 1 1 0,46 0,28 0,26 0,44 0,29 0,27 0,02 0,02 2,02 3,31 3,56 2,00 3,30 3,55 2,10 3,20 3,45 1,0785AIK - Trelleborg 0 - 0 3 0,51 0,27 0,22 0,56 0,25 0,19 0,02 0,02 1,82 3,46 4,23 1,80 3,45 4,25 1,65 3,70 5,00 1,0763

GIF Sundsvall - Örgryte 1 - 1 3 0,44 0,28 0,28 0,36 0,29 0,36 -0,01 -0,01 2,12 3,26 3,30 2,10 3,25 3,30 2,60 3,20 2,60 1,0817Landskrona - Örebro 0 - 1 2 0,25 0,28 0,47 0,50 0,27 0,23 0,24 0,24 3,65 3,32 1,97 3,65 3,30 1,95 1,85 3,40 4,05 1,0816Elfsborg - Malmö FF 1 - 5 2 0,39 0,29 0,32 0,21 0,28 0,51 -0,20 -0,20 2,35 3,21 2,90 2,35 3,20 2,90 4,40 3,35 1,80 1,0813

IFK Göteborg - Halmstad 0 - 0 3 0,41 0,29 0,30 0,50 0,28 0,23 0,01 0,01 2,23 3,22 3,09 2,25 3,20 3,10 1,85 3,35 4,10 1,0830Helsingborg - Djurgården 1 - 1 3 0,40 0,29 0,31 0,31 0,29 0,40 0,00 0,00 2,31 3,23 2,99 2,30 3,25 3,00 2,95 3,20 2,35 1,0770Kalmar FF - Hammarby 1 - 2 2 0,19 0,26 0,55 0,27 0,28 0,45 0,10 0,10 4,80 3,59 1,68 4,80 3,60 1,70 3,45 3,30 2,05 1,0807

Örgryte - AIK 1 - 1 3 0,26 0,28 0,45 0,42 0,28 0,29 0,00 0,00 3,50 3,30 2,04 3,50 3,30 2,05 2,20 3,25 3,15 1,0797Malmö FF - IFK Göteborg 1 - 0 1 0,49 0,27 0,24 0,59 0,25 0,16 -0,10 -0,10 1,88 3,36 3,88 1,90 3,35 3,90 1,55 3,70 5,80 1,0878

Örebro - Kalmar FF 1 - 2 2 0,39 0,29 0,32 0,53 0,27 0,21 0,12 0,12 2,37 3,20 2,86 2,35 3,20 2,85 1,75 3,45 4,50 1,0835Hammarby - Elfsborg 1 - 0 1 0,53 0,26 0,21 0,64 0,23 0,13 -0,11 -0,11 1,74 3,51 4,48 1,75 3,50 4,50 1,45 4,00 7,00 1,0825

Halmstad - Helsingborg 3 - 2 1 0,42 0,29 0,30 0,41 0,28 0,30 0,01 0,01 2,21 3,24 3,13 2,20 3,25 3,15 2,25 3,25 3,05 1,0800Trelleborg - Landskrona 2 - 1 1 0,42 0,29 0,29 0,38 0,29 0,33 0,04 0,04 2,20 3,23 3,14 2,20 3,25 3,15 2,45 3,15 2,80 1,0828

Djurgården - GIF Sundsvall 3 - 1 1 0,70 0,20 0,10 0,68 0,21 0,11 0,02 0,02 1,31 4,65 8,94 1,30 4,65 8,95 1,35 4,30 8,75 1,0876Örebro - Hammarby 1 - 2 2 0,34 0,29 0,37 0,30 0,29 0,41 -0,04 -0,04 2,70 3,20 2,52 2,70 3,20 2,50 3,10 3,20 2,25 1,0795

Landskrona - Djurgården 2 - 0 1 0,33 0,29 0,38 0,24 0,27 0,49 0,09 0,09 2,77 3,20 2,46 2,75 3,20 2,45 3,85 3,40 1,90 1,0802Kalmar FF - GIF Sundsvall 2 - 1 1 0,35 0,29 0,36 0,49 0,28 0,23 -0,14 -0,14 2,64 3,19 2,57 2,65 3,20 2,55 1,90 3,25 4,05 1,0809

Elfsborg - Helsingborg 1 - 1 3 0,48 0,28 0,24 0,33 0,29 0,38 -0,01 -0,01 1,92 3,37 3,84 1,90 3,35 3,85 2,80 3,20 2,45 1,0778AIK - Halmstad 0 - 2 2 0,31 0,29 0,40 0,39 0,29 0,32 0,08 0,08 2,98 3,22 2,31 3,00 3,20 2,30 2,40 3,20 2,85 1,0800

Trelleborg - Malmö FF 1 - 1 3 0,19 0,26 0,55 0,19 0,26 0,54 -0,01 -0,01 4,87 3,61 1,67 4,85 3,60 1,65 4,85 3,50 1,70 1,0801Örgryte - IFK Göteborg 1 - 2 2 0,36 0,29 0,35 0,32 0,29 0,39 -0,04 -0,04 2,57 3,19 2,64 2,55 3,20 2,65 2,85 3,20 2,40 1,0800

Malmö FF - AIK 0 - 0 3 0,34 0,29 0,37 0,60 0,25 0,15 0,04 0,04 2,70 3,19 2,51 2,70 3,20 2,50 1,55 3,70 6,00 1,0821Djurgården - Kalmar FF 0 - 3 2 0,60 0,24 0,16 0,60 0,25 0,15 0,01 0,01 1,55 3,81 5,69 1,55 3,80 5,70 1,55 3,70 6,00 1,0821GIF Sundsvall - Elfsborg 0 - 0 3 0,45 0,28 0,27 0,40 0,29 0,31 -0,01 -0,01 2,06 3,29 3,44 2,05 3,30 3,45 2,30 3,20 3,00 1,0806Halmstad - Landskrona 5 - 3 1 0,53 0,26 0,21 0,53 0,26 0,21 0,00 0,00 1,75 3,52 4,48 1,75 3,50 4,50 1,75 3,55 4,45 1,0778

Örgryte - Örebro 2 - 2 3 0,46 0,28 0,26 0,50 0,28 0,22 0,00 0,00 2,00 3,31 3,59 2,00 3,30 3,60 1,85 3,30 4,20 1,0817Helsingborg - IFK Göteborg 1 - 2 2 0,52 0,27 0,21 0,38 0,30 0,32 -0,11 -0,11 1,78 3,47 4,33 1,80 3,45 4,35 2,45 3,10 2,85 1,0816

Hammarby - Trelleborg 0 - 1 2 0,59 0,24 0,16 0,58 0,26 0,17 0,00 0,00 1,56 3,81 5,67 1,55 3,80 5,65 1,60 3,60 5,60 1,0813Elfsborg - Djurgården 0 - 0 3 0,41 0,29 0,30 0,27 0,29 0,44 0,00 0,00 2,27 3,23 3,04 2,25 3,25 3,05 3,45 3,20 2,10 1,0785

Landskrona - Malmö FF 2 - 1 1 0,32 0,29 0,39 0,27 0,29 0,44 0,05 0,05 2,93 3,22 2,35 2,95 3,20 2,35 3,45 3,20 2,10 1,0785Kalmar FF - Halmstad 1 - 3 2 0,11 0,20 0,69 0,32 0,28 0,40 0,29 0,29 8,64 4,59 1,34 8,65 4,60 1,35 2,90 3,35 2,30 1,0781

Trelleborg - Örebro 1 - 2 2 0,27 0,28 0,45 0,46 0,29 0,24 0,20 0,20 3,46 3,30 2,07 3,45 3,30 2,05 2,00 3,20 3,80 1,0757IFK Göteborg - GIF Sundsvall 0 - 1 2 0,67 0,21 0,12 0,62 0,24 0,14 -0,02 -0,02 1,38 4,36 7,81 1,40 4,35 7,80 1,50 3,80 6,50 1,0837

Helsingborg - Örgryte 3 - 0 1 0,45 0,28 0,27 0,44 0,28 0,28 0,01 0,01 2,07 3,27 3,40 2,05 3,25 3,40 2,10 3,30 3,30 1,0823AIK - Hammarby 0 - 1 2 0,45 0,28 0,27 0,33 0,29 0,38 -0,11 -0,11 2,08 3,29 3,42 2,10 3,30 3,40 2,85 3,15 2,45 1,0765

Halmstad - Elfsborg 3 - 0 1 0,48 0,28 0,24 0,64 0,23 0,13 -0,16 -0,16 1,92 3,35 3,80 1,90 3,35 3,80 1,45 4,00 7,00 1,0825GIF Sundsvall - Helsingborg 3 - 3 3 0,28 0,28 0,43 0,35 0,30 0,35 -0,02 -0,02 3,29 3,27 2,14 3,30 3,25 2,15 2,65 3,10 2,65 1,0773

Örebro - AIK 2 - 1 1 0,29 0,29 0,42 0,41 0,29 0,30 -0,12 -0,12 3,15 3,24 2,21 3,15 3,25 2,20 2,25 3,20 3,10 1,0795Hammarby - Landskrona 3 - 1 1 0,52 0,27 0,21 0,53 0,27 0,20 -0,01 -0,01 1,77 3,49 4,37 1,75 3,50 4,35 1,75 3,40 4,65 1,0806Malmö FF - Kalmar FF 0 - 0 3 0,49 0,27 0,23 0,62 0,23 0,15 0,04 0,04 1,87 3,38 3,95 1,85 3,40 3,95 1,50 4,00 6,00 1,0833

Djurgården - IFK Göteborg 1 - 2 2 0,62 0,23 0,15 0,50 0,28 0,22 -0,07 -0,07 1,48 3,95 6,13 1,50 3,95 6,15 1,85 3,30 4,10 1,0875Örgryte - Trelleborg 1 - 0 1 0,61 0,24 0,15 0,45 0,28 0,26 0,16 0,16 1,52 3,90 6,00 1,50 3,90 6,00 2,05 3,25 3,50 1,0812

GIF Sundsvall - Hammarby 2 - 0 1 0,27 0,28 0,45 0,28 0,29 0,43 -0,01 -0,01 3,41 3,28 2,07 3,40 3,30 2,05 3,30 3,20 2,15 1,0806Landskrona - AIK 0 - 1 2 0,31 0,29 0,41 0,43 0,28 0,28 0,12 0,12 3,03 3,22 2,27 3,05 3,20 2,25 2,15 3,25 3,25 1,0805

29

Match Resultat 1 x(3) 2 Modell 1 Modell x Modell 2 Spelbolag 1 Spelbolag x Spelbolag 2 DIFF Rätt Resultat DIFF Rätt resultat 1 DIFF Rätt resultat x DIFF Rätt resultat 2 Odds modell 1 Odds modell x Odds modell 2 Avrundat odds 1 Avrundat odds x Avrundat odds 2 Odds spelbolag 1 Odds spelbolag x Odds spelbolag 2 Marginal

Kalmar FF - Trelleborg 2 - 0 1 0,33 0,29 0,38 0,48 0,28 0,24 -0,15 -0,15 2,83 3,21 2,42 2,85 3,20 2,40 1,95 3,30 3,80 1,0790GIF Sundsvall - Halmstad 1 - 0 1 0,27 0,28 0,45 0,29 0,29 0,42 -0,02 -0,02 3,46 3,29 2,06 3,45 3,30 2,05 3,20 3,20 2,20 1,0795

Elfsborg - Örebro 3 - 0 1 0,54 0,26 0,20 0,38 0,29 0,34 0,17 0,17 1,70 3,57 4,72 1,70 3,55 4,70 2,45 3,25 2,75 1,0795Helsingborg - Malmö FF 0 - 2 2 0,40 0,29 0,31 0,33 0,30 0,37 -0,06 -0,06 2,32 3,22 2,96 2,30 3,20 2,95 2,80 3,10 2,50 1,0797

IFK Göteborg - Hammarby 0 - 1 2 0,47 0,28 0,25 0,42 0,29 0,29 -0,04 -0,04 1,98 3,33 3,65 2,00 3,35 3,65 2,20 3,20 3,20 1,0795Djurgården - Örgryte 2 - 1 1 0,55 0,26 0,19 0,51 0,27 0,22 0,03 0,03 1,69 3,57 4,74 1,70 3,55 4,75 1,80 3,45 4,20 1,0835Malmö FF - Örgryte 1 - 0 1 0,32 0,29 0,39 0,56 0,26 0,18 -0,24 -0,24 2,87 3,19 2,35 2,85 3,20 2,35 1,65 3,55 5,00 1,0878

Malmö FF - GIF Sundsvall 0 - 0 3 0,69 0,20 0,11 0,58 0,25 0,17 -0,05 -0,05 1,34 4,59 8,63 1,35 4,60 8,65 1,60 3,65 5,55 1,0792Örgryte - Landskrona 1 - 1 3 0,54 0,26 0,20 0,48 0,28 0,24 -0,02 -0,02 1,72 3,55 4,64 1,70 3,55 4,65 1,95 3,30 3,80 1,0790

AIK - Kalmar FF 1 - 1 3 0,49 0,27 0,24 0,45 0,28 0,27 -0,01 -0,01 1,89 3,38 3,91 1,90 3,40 3,90 2,05 3,30 3,45 1,0807Halmstad - Djurgården 2 - 2 3 0,33 0,29 0,38 0,40 0,28 0,31 0,00 0,00 2,79 3,20 2,44 2,80 3,20 2,45 2,30 3,25 2,95 1,0815

Hammarby - Helsingborg 2 - 1 1 0,35 0,29 0,36 0,49 0,28 0,23 -0,14 -0,14 2,66 3,20 2,56 2,65 3,20 2,55 1,90 3,30 4,00 1,0793Örebro - IFK Göteborg 0 - 0 3 0,37 0,29 0,34 0,35 0,29 0,36 0,00 0,00 2,52 3,20 2,71 2,50 3,20 2,70 2,65 3,25 2,55 1,0772Trelleborg - Elfsborg 0 - 1 2 0,33 0,29 0,38 0,43 0,28 0,29 0,09 0,09 2,76 3,20 2,46 2,75 3,20 2,45 2,15 3,30 3,20 1,0806

Elfsborg - AIK 1 - 0 1 0,34 0,29 0,37 0,36 0,29 0,35 -0,02 -0,02 2,74 3,21 2,50 2,75 3,20 2,50 2,55 3,25 2,65 1,0772IFK Göteborg - Trelleborg 2 - 0 1 0,69 0,20 0,11 0,60 0,26 0,14 0,09 0,09 1,34 4,62 8,76 1,35 4,60 8,75 1,55 3,60 6,50 1,0768

Halmstad - Örgryte 2 - 2 3 0,36 0,29 0,35 0,54 0,26 0,19 0,03 0,03 2,55 3,19 2,67 2,55 3,20 2,65 1,70 3,50 4,85 1,0801Kalmar FF - Landskrona 1 - 1 3 0,30 0,29 0,42 0,48 0,28 0,24 0,01 0,01 3,11 3,24 2,23 3,10 3,25 2,25 1,95 3,30 3,80 1,0790

Helsingborg - Örebro 0 - 0 3 0,57 0,25 0,18 0,48 0,28 0,24 -0,03 -0,03 1,64 3,67 5,10 1,65 3,65 5,10 1,95 3,30 3,80 1,0790Djurgården - Malmö FF 0 - 2 2 0,54 0,26 0,20 0,42 0,28 0,30 -0,10 -0,10 1,72 3,54 4,60 1,70 3,55 4,60 2,20 3,30 3,10 1,0802

AIK - IFK Göteborg 3 - 1 1 0,47 0,28 0,25 0,33 0,30 0,37 0,14 0,14 1,96 3,36 3,74 1,95 3,35 3,75 2,80 3,15 2,50 1,0746Örebro - GIF Sundsvall 3 - 3 3 0,53 0,26 0,20 0,44 0,28 0,28 -0,02 -0,02 1,73 3,52 4,54 1,75 3,50 4,55 2,10 3,30 3,30 1,0823Landskrona - Elfsborg 0 - 0 3 0,46 0,28 0,26 0,45 0,28 0,27 -0,00 -0,00 2,01 3,31 3,57 2,00 3,30 3,55 2,05 3,30 3,45 1,0807Örgryte - Kalmar FF 1 - 1 3 0,33 0,29 0,38 0,41 0,28 0,31 0,01 0,01 2,79 3,20 2,44 2,80 3,20 2,45 2,25 3,30 3,00 1,0808

Trelleborg - Helsingborg 1 - 6 2 0,43 0,29 0,29 0,34 0,28 0,38 -0,09 -0,09 2,16 3,23 3,19 2,15 3,25 3,20 2,70 3,25 2,45 1,0862Hammarby - Djurgården 3 - 0 1 0,29 0,28 0,43 0,36 0,29 0,36 -0,07 -0,07 3,24 3,25 2,15 3,25 3,25 2,15 2,60 3,20 2,60 1,0817

Malmö FF - Halmstad 2 - 1 1 0,35 0,29 0,36 0,46 0,27 0,27 -0,11 -0,11 2,61 3,17 2,56 2,60 3,15 2,55 2,00 3,40 3,40 1,0882Djurgården - Örebro 5 - 1 1 0,69 0,20 0,11 0,56 0,26 0,17 0,13 0,13 1,34 4,56 8,56 1,35 4,55 8,55 1,65 3,50 5,30 1,0805

GIF Sundsvall - Trelleborg 1 - 0 1 0,46 0,28 0,26 0,58 0,26 0,16 -0,12 -0,12 2,00 3,32 3,61 2,00 3,30 3,60 1,60 3,55 5,80 1,0791Kalmar FF - Elfsborg 0 - 1 2 0,28 0,28 0,43 0,42 0,29 0,29 0,14 0,14 3,29 3,26 2,13 3,30 3,25 2,15 2,20 3,20 3,20 1,0795

IFK Göteborg - Landskrona 1 - 1 3 0,65 0,22 0,13 0,58 0,26 0,16 -0,04 -0,04 1,42 4,23 7,28 1,40 4,25 7,30 1,60 3,55 5,80 1,0791Helsingborg - AIK 3 - 0 1 0,41 0,29 0,30 0,45 0,28 0,27 -0,04 -0,04 2,25 3,24 3,09 2,25 3,25 3,10 2,05 3,35 3,45 1,0762

Halmstad - Hammarby 2 - 1 1 0,48 0,27 0,24 0,41 0,29 0,30 0,07 0,07 1,91 3,37 3,85 1,90 3,35 3,85 2,25 3,20 3,10 1,0795Kalmar FF - Djurgården 1 - 1 3 0,17 0,25 0,59 0,34 0,29 0,38 -0,04 -0,04 5,49 3,76 1,57 5,50 3,75 1,55 2,75 3,20 2,45 1,0843

Örebro - Örgryte 1 - 0 1 0,33 0,29 0,38 0,41 0,29 0,30 -0,08 -0,08 2,81 3,20 2,43 2,80 3,20 2,45 2,25 3,20 3,10 1,0795AIK - Malmö FF 0 - 2 2 0,33 0,29 0,39 0,28 0,28 0,43 -0,05 -0,05 2,84 3,20 2,40 2,85 3,20 2,40 3,25 3,25 2,15 1,0805

Elfsborg - GIF Sundsvall 3 - 1 1 0,53 0,26 0,21 0,49 0,28 0,24 0,04 0,04 1,75 3,49 4,43 1,75 3,50 4,45 1,90 3,35 3,85 1,0846Landskrona - Halmstad 0 - 4 2 0,29 0,28 0,43 0,28 0,28 0,44 -0,01 -0,01 3,24 3,25 2,15 3,25 3,25 2,15 3,35 3,25 2,10 1,0824Trelleborg - Hammarby 2 - 2 3 0,28 0,28 0,43 0,21 0,26 0,53 0,02 0,02 3,26 3,26 2,15 3,25 3,25 2,15 4,50 3,50 1,75 1,0794

IFK Göteborg - Helsingborg 2 - 1 1 0,50 0,27 0,23 0,43 0,29 0,28 0,07 0,07 1,86 3,40 4,00 1,85 3,40 4,00 2,15 3,20 3,30 1,0806Djurgården - Landskrona 1 - 1 3 0,72 0,19 0,09 0,54 0,26 0,19 -0,08 -0,08 1,28 4,96 10,12 1,30 4,95 10,10 1,70 3,50 4,85 1,0801

Helsingborg - Elfsborg 4 - 0 1 0,54 0,26 0,20 0,48 0,28 0,24 0,06 0,06 1,73 3,54 4,60 1,75 3,55 4,60 1,95 3,30 3,80 1,0790Hammarby - Örebro 1 - 1 3 0,55 0,26 0,19 0,56 0,26 0,17 -0,01 -0,01 1,67 3,61 4,86 1,65 3,60 4,85 1,65 3,50 5,30 1,0805

GIF Sundsvall - Kalmar FF 0 - 1 2 0,34 0,29 0,37 0,44 0,28 0,28 0,09 0,09 2,69 3,19 2,52 2,70 3,20 2,50 2,10 3,25 3,35 1,0824Malmö FF - Trelleborg 4 - 2 1 0,54 0,26 0,20 0,68 0,21 0,11 -0,14 -0,14 1,71 3,50 4,54 1,70 3,50 4,55 1,35 4,30 8,50 1,0909

Halmstad - AIK 1 - 2 2 0,40 0,29 0,31 0,58 0,26 0,16 0,14 0,14 2,28 3,20 2,99 2,30 3,20 3,00 1,60 3,55 5,60 1,0853IFK Göteborg - Örgryte 4 - 0 1 0,42 0,29 0,30 0,49 0,28 0,23 -0,07 -0,07 2,21 3,23 3,11 2,20 3,25 3,10 1,90 3,30 3,95 1,0825

Kalmar FF - AIK 1 - 1 3 0,16 0,24 0,59 0,40 0,29 0,31 -0,05 -0,05 5,64 3,81 1,57 5,65 3,80 1,55 2,35 3,20 2,95 1,0770Landskrona - Örgryte 0 - 2 2 0,33 0,29 0,38 0,41 0,29 0,30 0,08 0,08 2,85 3,22 2,42 2,85 3,20 2,40 2,25 3,25 3,10 1,0747

GIF Sundsvall - Malmö FF 3 - 2 1 0,26 0,28 0,46 0,26 0,28 0,46 0,00 0,00 3,50 3,29 2,02 3,50 3,30 2,00 3,55 3,30 2,00 1,0847Helsingborg - Hammarby 3 - 1 1 0,38 0,29 0,33 0,38 0,30 0,32 0,00 0,00 2,43 3,22 2,83 2,45 3,20 2,85 2,45 3,10 2,90 1,0756

IFK Göteborg - Örebro 1 - 0 1 0,54 0,26 0,20 0,56 0,26 0,18 -0,02 -0,02 1,71 3,56 4,67 1,70 3,55 4,65 1,65 3,60 5,15 1,0780Elfsborg - Trelleborg 3 - 1 1 0,55 0,26 0,19 0,54 0,26 0,19 0,01 0,01 1,68 3,60 4,83 1,70 3,60 4,85 1,70 3,50 4,85 1,0801

Djurgården - Halmstad 1 - 1 3 0,50 0,27 0,23 0,38 0,30 0,32 -0,03 -0,03 1,85 3,44 4,11 1,85 3,45 4,10 2,45 3,10 2,90 1,0756Örgryte - Djurgården 0 - 1 2 0,32 0,29 0,39 0,35 0,30 0,35 0,04 0,04 2,90 3,22 2,38 2,90 3,20 2,40 2,65 3,10 2,65 1,0773

Örebro - Elfsborg 2 - 2 3 0,46 0,28 0,26 0,45 0,28 0,26 -0,01 -0,01 2,00 3,31 3,59 2,00 3,30 3,60 2,05 3,25 3,50 1,0812Hammarby - IFK Göteborg 1 - 2 2 0,53 0,26 0,21 0,40 0,28 0,31 -0,10 -0,10 1,76 3,49 4,42 1,75 3,50 4,40 2,30 3,25 2,95 1,0815

Trelleborg - Kalmar FF 0 - 0 3 0,56 0,26 0,19 0,35 0,30 0,35 -0,04 -0,04 1,67 3,63 4,94 1,65 3,65 4,95 2,65 3,10 2,65 1,0773AIK - Landskrona 1 - 3 2 0,67 0,21 0,12 0,52 0,29 0,20 -0,08 -0,08 1,38 4,40 7,91 1,40 4,40 7,90 1,80 3,25 4,65 1,0783

Halmstad - GIF Sundsvall 1 - 0 1 0,34 0,29 0,37 0,58 0,26 0,17 -0,24 -0,24 2,73 3,19 2,49 2,75 3,20 2,50 1,60 3,60 5,60 1,0813Malmö FF - Helsingborg 1 - 1 3 0,35 0,29 0,36 0,49 0,28 0,23 0,01 0,01 2,63 3,19 2,57 2,65 3,20 2,55 1,90 3,30 3,95 1,0825

Landskrona - IFK Göteborg 0 - 1 2 0,40 0,29 0,31 0,29 0,29 0,42 -0,11 -0,11 2,34 3,23 2,96 2,35 3,25 2,95 3,25 3,20 2,20 1,0747

30

Match Resultat 1 x(3) 2 Modell 1 Modell x Modell 2 Spelbolag 1 Spelbolag x Spelbolag 2 DIFF Rätt Resultat DIFF Rätt resultat 1 DIFF Rätt resultat x DIFF Rätt resultat 2 Odds modell 1 Odds modell x Odds modell 2 Avrundat odds 1 Avrundat odds x Avrundat odds 2 Odds spelbolag 1 Odds spelbolag x Odds spelbolag 2 Marginal

AIK - Helsingborg 2 - 2 3 0,43 0,28 0,29 0,36 0,30 0,34 -0,01 -0,01 2,16 3,26 3,24 2,15 3,25 3,25 2,55 3,10 2,75 1,0784Trelleborg - GIF Sundsvall 1 - 1 3 0,48 0,27 0,24 0,36 0,30 0,34 -0,02 -0,02 1,92 3,37 3,86 1,90 3,35 3,85 2,60 3,10 2,70 1,0776

Elfsborg - Kalmar FF 0 - 1 2 0,40 0,29 0,31 0,47 0,28 0,24 0,07 0,07 2,31 3,22 2,97 2,30 3,20 2,95 1,95 3,25 3,85 1,0803Örgryte - Malmö FF 0 - 2 2 0,34 0,29 0,37 0,26 0,29 0,45 -0,08 -0,08 2,71 3,19 2,51 2,70 3,20 2,50 3,55 3,20 2,05 1,0820Örebro - Djurgården 0 - 2 2 0,30 0,29 0,41 0,31 0,29 0,40 0,01 0,01 3,07 3,23 2,25 3,05 3,25 2,25 3,00 3,20 2,30 1,0806

Hammarby - Halmstad 1 - 1 3 0,47 0,28 0,25 0,40 0,29 0,31 -0,02 -0,02 1,98 3,34 3,68 2,00 3,35 3,70 2,35 3,15 3,00 1,0763Djurgården - Hammarby 1 - 0 1 0,52 0,27 0,21 0,37 0,30 0,33 0,15 0,15 1,79 3,47 4,31 1,80 3,45 4,30 2,50 3,10 2,80 1,0797Elfsborg - Landskrona 1 - 1 3 0,56 0,25 0,19 0,50 0,28 0,22 -0,03 -0,03 1,66 3,63 4,95 1,65 3,65 4,95 1,85 3,30 4,20 1,0817GIF Sundsvall - Örebro 1 - 0 1 0,44 0,28 0,28 0,47 0,28 0,24 -0,04 -0,04 2,11 3,27 3,33 2,10 3,25 3,35 1,95 3,25 3,85 1,0803

Kalmar FF - Örgryte 1 - 1 3 0,14 0,23 0,63 0,43 0,29 0,28 -0,06 -0,06 6,68 4,08 1,46 6,70 4,10 1,45 2,15 3,20 3,30 1,0806Helsingborg - Trelleborg 2 - 0 1 0,61 0,24 0,15 0,64 0,23 0,13 -0,03 -0,03 1,51 3,91 6,05 1,50 3,90 6,05 1,45 4,00 7,00 1,0825

IFK Göteborg - AIK 1 - 0 1 0,34 0,29 0,37 0,56 0,27 0,17 -0,22 -0,22 2,73 3,18 2,47 2,75 3,20 2,45 1,65 3,45 5,30 1,0846Halmstad - Malmö FF 2 - 2 3 0,39 0,29 0,32 0,36 0,30 0,34 -0,01 -0,01 2,38 3,21 2,88 2,40 3,20 2,90 2,55 3,10 2,75 1,0784

Landskrona - Kalmar FF 0 - 2 2 0,42 0,29 0,30 0,39 0,29 0,31 -0,02 -0,02 2,22 3,23 3,10 2,20 3,25 3,10 2,35 3,15 2,95 1,0820Örgryte - Halmstad 2 - 0 1 0,33 0,29 0,38 0,26 0,28 0,45 0,07 0,07 2,81 3,20 2,43 2,80 3,20 2,45 3,50 3,25 2,05 1,0812

Hammarby - GIF Sundsvall 1 - 0 1 0,74 0,18 0,08 0,53 0,28 0,19 0,21 0,21 1,25 5,26 11,34 1,25 5,25 11,35 1,75 3,30 4,85 1,0806Trelleborg - IFK Göteborg 2 - 3 2 0,32 0,29 0,40 0,19 0,26 0,54 -0,15 -0,15 2,93 3,21 2,33 2,95 3,20 2,35 4,80 3,50 1,70 1,0823

Örebro - Helsingborg 3 - 1 1 0,40 0,29 0,31 0,33 0,29 0,38 0,07 0,07 2,29 3,21 2,99 2,30 3,20 3,00 2,80 3,15 2,45 1,0828Malmö FF - Djurgården 2 - 0 1 0,38 0,29 0,33 0,56 0,26 0,17 -0,18 -0,18 2,42 3,20 2,82 2,40 3,20 2,80 1,65 3,50 5,30 1,0805

AIK - Elfsborg 1 - 1 3 0,54 0,26 0,20 0,50 0,28 0,22 -0,02 -0,02 1,71 3,55 4,65 1,70 3,55 4,65 1,85 3,30 4,20 1,0817Landskrona - GIF Sundsvall 3 - 2 1 0,60 0,24 0,16 0,39 0,30 0,31 0,21 0,21 1,53 3,86 5,87 1,55 3,85 5,85 2,35 3,10 3,00 1,0814

Trelleborg - Halmstad 0 - 4 2 0,22 0,27 0,51 0,22 0,27 0,51 -0,00 -0,00 4,20 3,44 1,81 4,20 3,45 1,80 4,25 3,45 1,80 1,0807Hammarby - Örgryte 0 - 1 2 0,46 0,28 0,26 0,46 0,28 0,26 -0,00 -0,00 1,99 3,30 3,57 2,00 3,30 3,55 2,00 3,30 3,55 1,0847

Kalmar FF - Helsingborg 0 - 0 3 0,16 0,24 0,60 0,39 0,30 0,31 -0,06 -0,06 5,84 3,86 1,54 5,85 3,85 1,55 2,40 3,10 2,95 1,0782Elfsborg - IFK Göteborg 1 - 0 1 0,46 0,28 0,26 0,29 0,28 0,43 0,17 0,17 2,02 3,30 3,55 2,00 3,30 3,55 3,20 3,30 2,15 1,0806

Örebro - Malmö FF 1 - 2 2 0,32 0,29 0,39 0,21 0,28 0,51 -0,12 -0,12 2,87 3,18 2,35 2,85 3,20 2,35 4,35 3,30 1,80 1,0885AIK - Djurgården 1 - 1 3 0,39 0,29 0,32 0,32 0,29 0,39 -0,01 -0,01 2,35 3,21 2,92 2,35 3,20 2,90 2,90 3,15 2,40 1,0790

Halmstad - Örebro 5 - 0 1 0,54 0,26 0,20 0,62 0,24 0,14 -0,07 -0,07 1,70 3,57 4,73 1,70 3,55 4,75 1,50 3,85 6,50 1,0803Örgryte - Elfsborg 0 - 2 2 0,44 0,28 0,28 0,49 0,28 0,23 0,04 0,04 2,10 3,27 3,35 2,10 3,25 3,35 1,90 3,30 4,00 1,0793

Djurgården - Trelleborg 5 - 0 1 0,70 0,20 0,10 0,66 0,21 0,13 0,04 0,04 1,32 4,70 9,10 1,30 4,70 9,10 1,40 4,50 7,00 1,0794Malmö FF - Hammarby 4 - 3 1 0,39 0,29 0,32 0,58 0,25 0,17 -0,19 -0,19 2,39 3,21 2,88 2,40 3,20 2,90 1,60 3,65 5,60 1,0775

GIF Sundsvall - AIK 1 - 1 3 0,31 0,29 0,41 0,41 0,29 0,29 -0,01 -0,01 3,03 3,22 2,27 3,05 3,20 2,25 2,25 3,15 3,15 1,0794IFK Göteborg - Kalmar FF 1 - 0 1 0,49 0,27 0,23 0,54 0,27 0,18 -0,05 -0,05 1,87 3,38 3,95 1,85 3,40 3,95 1,70 3,40 5,00 1,0824Helsingborg - Landskrona 0 - 1 2 0,61 0,24 0,15 0,51 0,28 0,21 -0,05 -0,05 1,52 3,90 6,02 1,50 3,90 6,00 1,80 3,30 4,50 1,0808

Kalmar FF - Malmö FF 1 - 0 1 0,16 0,24 0,59 0,23 0,28 0,49 -0,06 -0,06 5,61 3,80 1,56 5,60 3,80 1,55 4,05 3,25 1,90 1,0809AIK - Örebro 1 - 2 2 0,53 0,26 0,21 0,51 0,28 0,21 0,00 0,00 1,75 3,51 4,46 1,75 3,50 4,45 1,80 3,30 4,50 1,0808

Trelleborg - Örgryte 1 - 1 3 0,26 0,28 0,46 0,18 0,26 0,56 0,02 0,02 3,56 3,29 1,99 3,55 3,30 2,00 5,15 3,50 1,65 1,0859Helsingborg - GIF Sundsvall 1 - 0 1 0,68 0,21 0,11 0,53 0,27 0,20 0,15 0,15 1,36 4,46 8,15 1,35 4,45 8,15 1,75 3,40 4,65 1,0806

Elfsborg - Halmstad 1 - 1 3 0,32 0,29 0,39 0,22 0,26 0,51 0,03 0,03 2,87 3,19 2,36 2,85 3,20 2,35 4,10 3,50 1,80 1,0852IFK Göteborg - Djurgården 2 - 0 1 0,38 0,29 0,33 0,51 0,28 0,21 -0,13 -0,13 2,43 3,20 2,80 2,45 3,20 2,80 1,80 3,35 4,40 1,0813Landskrona - Hammarby 0 - 0 3 0,33 0,29 0,38 0,38 0,29 0,33 -0,01 -0,01 2,83 3,21 2,43 2,85 3,20 2,45 2,45 3,15 2,85 1,0765

Halmstad - Kalmar FF 1 - 0 1 0,47 0,28 0,25 0,54 0,27 0,18 -0,07 -0,07 1,96 3,33 3,68 1,95 3,35 3,70 1,70 3,40 5,00 1,0824GIF Sundsvall - IFK Göteborg 2 - 1 1 0,40 0,29 0,31 0,26 0,29 0,45 0,14 0,14 2,30 3,21 2,97 2,30 3,20 2,95 3,55 3,20 2,05 1,0820

Djurgården - Elfsborg 3 - 2 1 0,64 0,22 0,13 0,52 0,29 0,20 0,13 0,13 1,44 4,15 6,96 1,45 4,15 6,95 1,80 3,25 4,65 1,0783Örgryte - Helsingborg 1 - 1 3 0,32 0,29 0,40 0,44 0,29 0,27 -0,00 -0,00 2,93 3,22 2,35 2,95 3,20 2,35 2,10 3,20 3,45 1,0785Örebro - Trelleborg 3 - 0 1 0,58 0,25 0,17 0,66 0,22 0,12 -0,08 -0,08 1,59 3,72 5,33 1,60 3,70 5,35 1,40 4,15 7,75 1,0843

Malmö FF - Landskrona 0 - 1 2 0,58 0,25 0,18 0,66 0,22 0,12 0,05 0,05 1,60 3,70 5,26 1,60 3,70 5,25 1,40 4,20 7,50 1,0857Hammarby - AIK 1 - 1 3 0,47 0,28 0,26 0,33 0,29 0,38 -0,01 -0,01 1,99 3,33 3,63 2,00 3,35 3,65 2,80 3,20 2,45 1,0778

Landskrona - Trelleborg 4 - 0 1 0,50 0,27 0,23 0,66 0,22 0,12 -0,16 -0,16 1,83 3,43 4,11 1,85 3,45 4,10 1,40 4,15 8,00 1,0802Kalmar FF - Örebro 0 - 1 2 0,28 0,28 0,44 0,45 0,28 0,26 0,17 0,17 3,31 3,26 2,12 3,30 3,25 2,10 2,05 3,25 3,50 1,0812

AIK - Örgryte 0 - 3 2 0,39 0,29 0,32 0,42 0,29 0,29 0,03 0,03 2,37 3,21 2,89 2,35 3,20 2,90 2,20 3,20 3,20 1,0795GIF Sundsvall - Djurgården 0 - 1 2 0,22 0,27 0,52 0,38 0,29 0,33 0,19 0,19 4,31 3,48 1,79 4,30 3,50 1,80 2,45 3,20 2,80 1,0778

Elfsborg - Hammarby 0 - 1 2 0,37 0,29 0,34 0,40 0,29 0,31 0,03 0,03 2,47 3,20 2,75 2,45 3,20 2,75 2,30 3,20 3,00 1,0806Helsingborg - Halmstad 1 - 2 2 0,39 0,29 0,32 0,27 0,29 0,44 -0,12 -0,12 2,36 3,21 2,90 2,35 3,20 2,90 3,45 3,20 2,10 1,0785

IFK Göteborg - Malmö FF 1 - 2 2 0,41 0,29 0,30 0,32 0,30 0,38 -0,08 -0,08 2,23 3,23 3,10 2,25 3,25 3,10 2,85 3,10 2,45 1,0816Malmö FF - Elfsborg 1 - 0 1 0,56 0,26 0,19 0,73 0,19 0,08 -0,17 -0,17 1,64 3,57 4,86 1,65 3,55 4,85 1,25 4,85 11,00 1,0971

Trelleborg - AIK 1 - 3 2 0,27 0,28 0,45 0,32 0,28 0,40 0,04 0,04 3,39 3,27 2,07 3,40 3,25 2,05 2,90 3,30 2,30 1,0826Örebro - Landskrona 2 - 0 1 0,44 0,28 0,28 0,45 0,29 0,26 -0,02 -0,02 2,13 3,27 3,32 2,15 3,25 3,30 2,05 3,25 3,55 1,0772

Hammarby - Kalmar FF 0 - 3 2 0,55 0,26 0,19 0,46 0,29 0,25 -0,06 -0,06 1,68 3,61 4,84 1,70 3,60 4,85 2,00 3,25 3,70 1,0780Djurgården - Helsingborg 2 - 1 1 0,47 0,28 0,25 0,60 0,26 0,14 -0,13 -0,13 1,97 3,33 3,67 1,95 3,35 3,65 1,55 3,55 6,50 1,0807Halmstad - IFK Göteborg 1 - 1 3 0,41 0,29 0,30 0,60 0,24 0,16 0,04 0,04 2,26 3,22 3,04 2,25 3,20 3,05 1,55 3,80 5,80 1,0807Örgryte - GIF Sundsvall 1 - 3 2 0,54 0,26 0,20 0,46 0,28 0,25 -0,05 -0,05 1,73 3,53 4,56 1,75 3,55 4,55 2,00 3,25 3,65 1,0817