2승 1패와 20승 10패 — 같은 승률을 다르게 읽는 법

3경기에서 2승인 팀과 30경기에서 20승인 팀은 승률이 같습니다. 둘 다 약 66.7%입니다. 그러나 비율만 남기고 경기 수를 지우면 기록이 얼마나 쉽게 흔들리는지 놓칩니다.

한 경기 뒤에 얼마나 달라질까

다음 경기에서 진다고 가정해 봅시다. 무승부가 없는 가상 기록입니다.

첫 기록은 한 경기만으로 약 16.7%포인트 내려갑니다. 두 번째는 약 2.2%포인트 내려갑니다. 같은 비율이라도 분모가 다르면 새 결과 하나의 영향이 다릅니다.

표본이 많으면 모든 문제가 사라질까

경기 수가 많아도 오늘과 다른 조건의 경기만 모았다면 해석에 주의해야 합니다. 5년 전 선수단의 기록, 다른 리그의 경기, 주전이 쉬었던 친선경기를 많이 더하는 것이 항상 도움이 되지는 않습니다.

반대로 조건을 촘촘히 걸어 두 경기만 남겨 놓고 “정확한 비교”라고 말하는 것도 위험합니다. 비슷한 조건과 충분한 경기 수 사이의 균형이 필요합니다.

60% 예측이 두 번 틀릴 수도 있습니다

각 경기의 승리 확률이 정확히 60%이고 경기들이 서로 독립이라고 가정하는 단순한 연습을 해봅시다. 패배 확률은 40%이므로 두 번 연속 질 확률은 0.4 × 0.4 = 0.16, 즉 16%입니다.

이 계산은 현실의 두 경기가 반드시 독립이라는 뜻이 아닙니다. 같은 선수의 부상이나 일정은 여러 경기 조건에 함께 영향을 줄 수 있습니다. 가정을 먼저 적어야 계산의 한계를 이해할 수 있습니다.

고정된 확률과 반복 시행을 다루는 기초 개념은 NIST 이항분포 설명에서 확인할 수 있습니다.

자료를 볼 때 함께 적을 네 가지

1. 분자와 분모: 몇 번 중 몇 번인가.
2. 기간: 어느 날짜부터 어느 날짜까지인가.
3. 선택 기준: 홈·원정, 대회, 선수 구성 중 무엇을 제한했는가.
4. 빠진 기록: 취소·누락·비공개 등으로 제외된 것이 있는가.

승률 옆에 경기 수가 없으면 판단을 미루는 편이 좋습니다. 값이 없다는 것은 0이라는 뜻도 아닙니다. 조건이 다른 통계를 하나의 순위로 묶기 전에 무엇을 센 숫자인지부터 확인하세요.

다음으로 읽을 글

최근 폼 3·5·10경기에서는 기간을 비교하고, 상대전적에서는 조건을 좁힐수록 표본이 작아지는 문제를 살펴봅니다.