br2th

Спасибо за уточнение. У меня остаются сомнения насчёт корректности выбранных тестов. Z-тесты действительно работают как асимптотические приближения, но они требуют достаточно больших выборочных объёмов и умеренных интенсивностей событий. В нашем случае события редкие — голов «бывших» очень мало, распределение сильно скошено, а оценка интенсивности по сути дискретна. В такой ситуации нормальное приближение для пуассоновских величин может заметно искажать p-значения. Кроме того, при анализе полной совокупности матчей («выборка за 10 лет») значимость зависит не от выборочной неопределённости, а от того, насколько корректно задана модель генерации голов. С учётом редкости событий и сильной неоднородности данных простые z-тесты могут давать чересчур уверенные выводы, поэтому я бы относился к результатам осторожно — впрочем, данных у меня всё равно нет, поэтому поверю на слово! :-)

Павел, какие статистические тесты вы использовали для проверки стат. значимости? Хоть вы и пишете о «выборке», по факту вы имеете дело с генеральной совокупностью (все матчи за 10 лет), тогда как большинство тестов рассчитывается для случайных выборочных совокупностей.
При расчете вероятности дополнительно имеет смысл учесть, что в футболе вообще забивают мало голов, а на сезон приходится единичное количество встреч с бывшими командами — деление количества голов на количество минут скорее всего дает искаженную картину.
Наконец, нужно проверить спутывающие переменные (например, переход из менее классной команды в более классную и наоборот; позиция игрока — атакующие игроки забивают больше обороняющихся; общий уровень результативности в лиге), возможно, от «эффекта бывших» и эти крохи процента отвалятся.

Это акронимы, производные от Persatuan Sepakbola (дословно «ассоциация футбола»). Например, «Персиб» — Persatuan Sepakbola Indonesia Bandung («Индонезийская ассоциация футбола Бандунга») или «Персебая» — Persatuan Sepakbola Surabaya («Ассоциация футбола Сурабаи») и так далее.