Correlatie in multi-bets: waarom twee selecties zelden onafhankelijk zijn
Wat correlatie betekent in wedwiskunde
Een vriend van me die natuurkunde studeerde, lachte me ooit uit toen ik hem mijn pas-aangelegde accumulator liet zien. Vier wedstrijden, allemaal “thuisteam wint of gelijk”, quote 5,40. “Je hebt de variabelen niet getoetst op onafhankelijkheid”, zei hij droog. Ik begreep eerst niet wat hij bedoelde. Toen legde hij het uit, en ik heb sindsdien nooit meer een accumulator geplaatst zonder eerst te controleren of mijn selecties statistisch onafhankelijk waren. Spoiler: ze zijn dat zelden.
Correlatie in wedwiskunde betekent dat de uitkomst van selectie A iets zegt over de uitkomst van selectie B. Wanneer twee selecties positief correleren, treedt B vaker op gegeven dat A is opgetreden – wat de gezamenlijke kans hoger maakt dan een naïeve vermenigvuldiging zou suggereren. Negatieve correlatie betekent het tegenovergestelde: B treedt minder vaak op gegeven A.
Bookmakers weten dit. Hun parlay-engines proberen correlatie te corrigeren – soms goed, soms slecht, soms expres scheef in hun eigen voordeel. Wie correlatie bewust analyseert voordat hij een multi-bet plaatst, kan zien wanneer een quote te aantrekkelijk lijkt en daarom waarschijnlijk niet eerlijk is geprijsd.
De onafhankelijkheidsmythe in accumulators
De standaard accumulator-rekening werkt zo: vermenigvuldig de individuele quotes van alle selecties. Vier selecties van 1,70 elk leveren een totaalquote op van 8,35. De impliciete totaalkans is dan ongeveer twaalf procent, terwijl elke individuele kans rond de 59 procent ligt. Dat is het naïeve model – een model dat aanneemt dat de vier wedstrijden volledig onafhankelijk van elkaar zijn.
In de praktijk zijn voetbalwedstrijden nooit volledig onafhankelijk. Op de macro-schaal speelt seizoenscontext: een speelronde waarin tien wedstrijden hard om Europese punten gaan, gedraagt zich anders dan een speelronde halverwege het seizoen. Op de micro-schaal correleren selecties op één enkele wedstrijd zwaar. Op de meso-schaal – selecties uit verschillende wedstrijden op dezelfde dag – is de correlatie zwakker maar bestaat ze.
Een eenvoudig voorbeeld op één-wedstrijd-niveau. Stel: PSG-overwinning bij quote 1,50 én Over 2,5 doelpunten bij quote 1,80. Naïef vermenigvuldigd is dat 2,70 met impliciete kans 37 procent. Maar PSG, dat in 2025/26 een gemiddelde van 2,3 doelpunten per wedstrijd haalt en in totaal 70 doelpunten scoorde, wint vrijwel altijd in wedstrijden die over 2,5 eindigen. De positieve correlatie betekent dat de werkelijke gezamenlijke kans hoger ligt – misschien rond de 45 procent – wat een eerlijke quote rond 2,22 zou rechtvaardigen. De bookmaker corrigeert hier doorgaans wel voor met een lagere combinatie-quote, maar de naïeve vermenigvuldiging is niet wat je krijgt.
Concrete gecorreleerde paren in Ligue 1
Welke selecties correleren positief en welke negatief in een typische Ligue 1-wedstrijd? Een paar werkbare voorbeelden uit mijn eigen analyses.
Positief gecorreleerd: thuisteam-overwinning en Over 1,5 doelpunten. Wedstrijden die met 0-0 of 1-0-thuisvoor eindigen, leveren beide selecties tegelijk op of geen van beide. PSG-thuisoverwinning en PSG-speler scoort eerste goal – sterke positieve correlatie, zeker met PSG-aanvallers die thuis statistisch boven hun seizoensgemiddelde scoren. Beide ploegen scoren en Over 2,5 – vrijwel altijd waar, want BTTS impliceert al twee goals.
Negatief gecorreleerd: thuisteam-overwinning en BTTS bij grote favorieten zoals PSG thuis. Een 2-0 of 3-0 is statistisch waarschijnlijker dan een 2-1, dus thuis-overwinning sluit gedeeltelijk uit dat de bezoekers scoren. Onder 2,5 doelpunten en BTTS – kunnen samen alleen waar zijn in een 1-1, dus het paar is sterk negatief gecorreleerd. Specifieke schutter scoort eerste én tegenstander wint – psychologisch moeilijk en wiskundig negatief gecorreleerd.
Marseille als interessante casus. Marseille scoort dit seizoen 2,04 doelpunten per wedstrijd in Ligue 1. Hun uit-wedstrijden eindigen relatief vaker met BTTS dan hun thuiswedstrijden. Selecteer je Marseille-uitwinst plus BTTS, krijg je een combinatie met matige positieve correlatie – beide opgetreden in een 2-1 of 3-2-uitslag, beide niet opgetreden in een 1-0-Marseille-verlies.
Negatieve correlatie: waar het juist voordelig is
Hier wordt het interessant voor de gevorderde wedder. Wanneer twee selecties negatief correleren en de bookmaker prijst ze met een naïef-vermenigvuldigde quote, biedt de combinatie meer value dan elke selectie afzonderlijk.
Een klassiek voorbeeld. PSG-overwinning bij quote 1,30 én Onder 2,5 doelpunten bij quote 3,80. Beide selecties hebben gezamenlijk een lage kans (PSG wint vaak met meer dan 2 goals), maar de bookmaker kan ze met een naïeve berekening op 4,94 zetten met impliciete kans rond 20 procent. In werkelijkheid is de combinatie misschien 15 procent waarschijnlijk – een 1-0 of 2-0 PSG-overwinning. De bookmaker overschat dus de kans op de combinatie wanneer hij naïef vermenigvuldigt. Voor de wedder is dat negatieve value.
Maar als de bookmaker correct corrigeert voor de negatieve correlatie en de quote uit zelfconservatisme naar bijvoorbeeld 5,50 verhoogt – wat soms gebeurt bij minder geavanceerde sites – krijg je een impliciete kans van ongeveer 18 procent voor een uitkomst die ik op 15 procent inschat. Marginaal value, maar in de juiste richting.
De praktische conclusie is: bij naïef geprijsde combi’s met sterke negatieve correlatie is de naïeve quote vaak te laag, waardoor de combinatie ondergewaardeerd uitkomt. Bij sterke positieve correlatie is de naïeve quote vaak te hoog, waardoor de combinatie overgewaardeerd uitkomt. Wie correlatie kan inschatten, kan over de tijd consistent betere keuzes maken bij multi-bets.
Hoe bookmakers correlatie verrekenen
De manier waarop bookmakers correlatie verrekenen verschilt per platform en per markt-type. Voor wedstrijden binnen dezelfde competitie en hetzelfde duel – bijvoorbeeld bij bet builders – gebruiken moderne engines correlatie-matrices die op honderdduizenden wedstrijden zijn gefit. Voor multi-wedstrijd-combinaties (klassieke accumulators over meerdere matches) wordt vaak de naïeve vermenigvuldiging gebruikt, met een algemene multiplier-marge die de bookmaker beschermt tegen systematische scheve combinaties.
In de praktijk betekent dit twee dingen. Eerste: bet builders op één wedstrijd zijn vaker accuraat gecorrigeerd – als jij er een sterke correlatie-edge denkt te hebben, heeft de engine dat waarschijnlijk al ingebakken. Tweede: cross-match accumulators die toevallig gecorreleerd zijn – bijvoorbeeld vijf thuis-favorieten op één speeldag in Ligue 1, allemaal beïnvloed door dezelfde scheidsrechtersinzet of weersomstandigheden – kunnen meer value bevatten omdat de engine deze niet expliciet corrigeert.
Wanneer je een bet builder voor Ligue 1 opbouwt, accepteer dat je tegen een correctie-engine speelt die in 80 procent van de gevallen rationaler is dan jouw inschatting. Maar bij cross-match-accumulators op één speeldag, kan een handgemaakte combinatie van logische gecorreleerde selecties soms beter zijn dan de bookmaker incalculeert.
Wat ik in een paar jaar heb gevonden, fout gedaan en gepoogd te herstellen
Mijn favoriete fout uit eigen ervaring was een drievoudige accumulator van Marseille-uitwinst, PSG-thuisoverwinning, en BTTS in een derde wedstrijd. Op het eerste gezicht onafhankelijke wedstrijden, naïef quote rond zes. Wat ik niet had opgemerkt: alle drie de wedstrijden waren door dezelfde scheidsrechter geleid die in zijn carrière statistisch genoeg kaarten gaf om de wedstrijden chaotischer te maken dan gemiddeld. De positieve correlatie tussen “chaos in wedstrijd” en “BTTS plus uit-resultaat” was reëel maar onzichtbaar. Het verloop liet het zien: een gelijke wedstrijd voor Marseille, een 2-2 voor PSG, en de derde wedstrijd over 4,5 doelpunten. De accumulator gewonnen op pure variantie, maar de aanleiding was statistisch slecht gefundeerd.
De les is niet dat ik correlatie altijd correct kan inschatten – niemand kan dat. De les is dat een bewuste analyse van correlatie tussen selecties zorgt dat ik bewust risico neem, in plaats van onbewust. Voor multi-bets met meer dan twee selecties is dit verschil tussen overleven en uitschakeling op de lange termijn. En zoals overal in wedden geldt: het saaie werk vooraf is meer waard dan de adrenaline na afloop.
Welke twee Ligue 1-selecties zijn typisch sterk gecorreleerd?
Thuisteam-overwinning en BTTS bij relatief gelijkwaardige tegenstanders correleren positief omdat 2-1 en 3-1 uitslagen vaak voorkomen. Negatief gecorreleerd zijn PSG-thuisoverwinning en BTTS – PSG wint vaker met 2-0 of 3-0 dan met 3-1. Spelersgerichte selecties zoals ‘PSG-speler scoort en PSG wint’ zijn vrijwel altijd sterk positief gecorreleerd.
Is een correlated parlay slimmer dan losse bets?
Niet automatisch. Een correlated parlay levert hogere variantie en hogere uitbetaling op één moment, maar de verwachte waarde verschilt nauwelijks van losse bets als de bookmaker correct corrigeert. Voor wie variantie wil vermijden zijn losse bets stabieler. Voor wie incidentele uitschieters waardeert, kunnen multi-bets passen – mits de correlatie bewust is gekozen.
Gemaakt door de redactie van 'Wedden op Ligue 1'.
