Das eigentliche Problem
Du siehst es sofort: Ein einzelner Spieler, der plötzlich 30 % mehr Siegchancen hat – das ist kein Wunder, das ist ein Ausreißer. Diese Freaks verzerren jede Prognose, bis auf den letzten Klick. Wenn du dich nicht wehrst, spuckt das Modell pure Luftballons aus.
Datenbereinigung – Der erste Filter
Hier ist die Sache: Entferne alles, was nicht mindestens fünf Spiele in den letzten 30 Tagen bewegt hat. Kurze Ausflüge in die Statistik ohne Basis sind wie ein Blindgänger im Feld. Setz dir klare Schwellenwerte, zum Beispiel ein Minimum von 100 gespielten Sätzen pro Saison. Und dann: Raus mit den “One‑Hit‑Wonders”.
Statistische Methoden, die wirklich helfen
Zentraler Punkt: Median statt Mittelwert. Der Median ignoriert extreme Werte wie ein Türsteher, der nur die lautesten Gäste durchlässt. Kombiniere das mit einer robusten Regression, zum Beispiel dem Huber‑Loss. Sie reduziert den Einfluss von “Ausreißern” auf das Gesamtbild, ohne sie komplett zu löschen.
Ein weiterer Trick: Z‑Score‑Clipping. Wenn ein Ereignis einen Z‑Score von über 3 erreicht, setz es auf 3 zurück. Das hält dein Modell in der Spur, ohne dass du komplett auf die Daten verzichten musst.
Praktische Tipps für den Alltag
Look: Visualisiere deine Daten erstmal in einem Box‑Plot. Jeder Punkt außerhalb der Whisker‑Linien ist ein Kandidat für den Rauswurf. Und: Nutze Rolling‑Averages von 7 und 14 Tagen – das glättet kurzfristige Sprünge, die sonst als “Trend” fehlinterpretiert werden.
Und hier ist warum: Wenn du deine Quoten‑Rohdaten mit einem Kalman‑Filter bearbeitest, bekommst du dynamische Schätzungen, die Ausreißer von vorn herein ausblenden. Das spart dir stundenlange manuelle Korrekturen.
By the way, ein kleiner, aber entscheidender Hinweis: Setz dir ein automatisiertes Skript, das täglich prüft, ob neue Ausreißer‑Muster auftauchen. Wenn ja, das Modell neu kalibrieren – sofort.
Der letzte Schritt
Hier ein Action‑Item: Erstelle eine Whitelist von Spielern, die sich historisch nie außerhalb des 2‑Standard‑Deviations‑Bandes befinden, und fokussiere deine Analysen ausschließlich darauf. Mehr Stabilität, weniger Überraschungen. Und das war’s.