凯利方差怎么看2017？
首先我需要声明的一点是，我并非凯利方差的忠实粉丝，也不是什么职业赌徒或者博彩爱好者（我连买彩票都很少）. 我做这个分析纯粹是好奇，因为我看到很多文章都说凯利方差能预测比赛结果，但是我又找不到相关的公式或步骤，所以我就想自己做个实验看看效果怎么样——当然结果肯定是被我否定的，因为任何方法如果连续使用都会失真。 因此我也希望我的这篇文章被批评指正。
我以英超2015-2016赛季的比赛为例来做分析（其它联赛的数据我无法找到）。由于每场比赛双方都有机会打出平局，所以我将平局的情况排除在外，最后得到380个样本。 然后我在网络上找到了凯利方差的计算公式(感谢知乎用户 @黄宇Jason )并计算出了每个球队的凯利方差值。 最后我用SPSS进行K-S检验，得出结果P=0.009<0.01，说明数据呈正态分布。 接着再用回归分析法建立模型。
在回归分析中，我把所有球队分成4档，每一档包含7支球队。由于每档球队的数量不等，所以我采用加权算术平均的方法来计算每一档的凯利方差均值。经过计算，得到如下结果： 其中R2表示决定系数，它描述了自变量Y对因变量X的解释程度，一般认为R2越大意味着解释程度越高。 从上面的计算结果可以看出，当对凯利方差值取自然对数后进行回归分析时，决定系数R2已经很高（达到了0.765），说明凯利方差能够很好的解释胜平负的结果！
当然可能有人会说，足球比赛跟篮球、棒球等相比，属于非对称竞技体育项目，可能不具备普遍的代表性（虽然我是觉得没啥代表性才拿来做分析的...）。所以如果有人问起“凯利方差到底准不准啊？”，我的答案是可以当成娱乐消遣，但不要过度沉迷。 其实上面所谓的“方法”都很业余，真正专业的博彩公司或者赌狗们用的方法肯定比我们复杂许多。但不管怎么说，赌博是一种社会危害性较大的行为，希望读者们不要模仿，以免遭受损失。