연도별 지수 통계, 같은 리그 구성일까요?

먼저 정한 기준으로 5개 리그를 골랐습니다

세 자료 연도에 각각 30개 이상의 묶음이 있는 리그는 17개였습니다. 집계 전에 정한 기준에 따라 그중 3개년 총 묶음 수가 큰 5개를 표시했습니다. 동률이면 저장 리그명 사전순입니다. 가운데 값의 높고 낮음으로 리그를 고르지 않았습니다. 30개는 표시 기준일 뿐 통계적으로 충분하거나 예측에 유용하다는 보장이 아닙니다.

각 연도 칸의 앞 숫자는 묶음 수, 뒤 숫자는 역수 합계의 가운데 값(%)입니다. 리그명은 저장된 레이블을 그대로 사용했습니다. 표가 좁게 보이면 가로로 이동해 세 해를 함께 확인할 수 있습니다.

예를 들어 저장 리그명 ‘챔피언쉽’의 묶음 수는 108→541→560입니다. 이것은 이 수집 자료에 포함된 수가 다르다는 뜻입니다. 리그의 실제 경기 수가 그만큼 늘었다거나, 수치 변화의 원인이 무엇인지까지 보여 주지는 않습니다. 같은 리그 이름 안에서도 시즌·참가 구성·수집 범위가 같다는 보장은 없습니다.

표시한 5개는 전체의 약 3분의 1입니다

5개 밖의 자료도 전체 통계에는 들어갑니다. 이 표만 보고 전체가 같은 방향으로 움직였다고 결론 내리지 않습니다. 모든 리그의 묶음 수를 합한 값은 기존 연도별 일반 승무패 총계와 각각 일치했습니다. 이번 원자료의 연도×리그 174개 행에는 빈 리그명이나 NULL 레이블이 없었습니다. 이름이 다른 레이블을 임의로 같은 리그로 합치지는 않았습니다.

산술값과 실제 결과를 구분합니다

경기마다 (1 ÷ 홈 지수 + 1 ÷ 무 지수 + 1 ÷ 원정 지수) × 100을 계산합니다. 이렇게 얻은 값을 리그·자료 연도별로 작은 값부터 정렬한 가운데 값이 중앙값입니다. PostgreSQL의 percentile_cont(0.5)를 사용했으며 필요하면 두 관측값 사이를 보간합니다. 표는 소수점 둘째 자리로 반올림했습니다.

리그별 가운데 값을 평균 내거나 묶음 수로 가중 평균해도 전체 가운데 값이 복원되는 것은 아닙니다. 전체 가운데 값은 전체 경기별 산술값을 다시 정렬해 구해야 합니다. 이 표의 값은 실제 승률·넘픽 적중률·이용자의 손실률이나 수익률이 아닙니다. 특정 리그의 다음 결과나 구매 유불리로 해석하지 않습니다.

구성이 다를 수 있다는 관찰과 그 차이가 통계 변화의 원인이라는 주장은 별개입니다. 이번에는 리그 혼합을 통제한 인과 분석이나 통계적 유의성 검정을 하지 않았습니다. 같은 경기의 시간대별 연속 지수 이력도 아닙니다.

집계 범위와 서비스에서의 의미

넘픽은 경기의 지수·종료 결과와 과거 유사 자료를 집계하는 도구입니다. 이 글은 저장 자료를 이용한 별도의 자료 해석 안내입니다. 제품 화면에서 이 리그별 중앙값 표를 조회하는 기능이 있다고 안내하는 글은 아닙니다.

2026-10-29 15:58:10 KST의 읽기 전용 집계에서 자료 분류 연도2023~2025인 일반 승무패만 사용했습니다. 핸디캡·무 지수가 없는 2지선다·2026 부분 자료는 제외했습니다. 시작 시각이 있고 관측보다 24시간 이상 먼저 시작했으며 필수 지수가 모두 1보다 크고 확정 결과가 있는 기록을 남겼습니다.

자료 연도·리그·홈팀·원정팀·시작 시각이 같으면 한 묶음으로 보고 가장 큰 회차·경기번호의 기록을 남겼습니다. 같은 묶음에서 결과가 빠지거나 충돌한 경우는 제외했습니다. 이번 세 해에서 이 기준으로 제거된 여분 기록은 각각 0개입니다. 표기가 다른 중복까지 모두 해결한 기준은 아닙니다.

자료 분류 연도는 경기 시작의 한국시간 달력 연도와 다를 수 있습니다. 묶음 수는 달력 연도에 열린 모든 경기나 공식 발매 전체의 수가 아닙니다. 관측 시각과 설명의 작성·게시 시각도 구분합니다.

전체 리그 집계·관측 시각·한계 JSON · 자료 연도와 경기 날짜 · 가운데 값과 분포의 퍼짐 · PostgreSQL 집계 정의