足球盘口与数据

xG期望进球1.8是不是应该进两个球?

正文以中文原文呈现;切换语言将重新获取本地化页面界面。

3 秒核心结论

不是。xG是射门机会进球概率的合计,1.8是期望值,不是预定比分,也不保证一定取整为2。

结算 / 换算对照表

情形 / 指标怎样理解
射门A 0.10单次机会估值
射门B 0.30、C 0.40各自估值
合计0.80期望总数,不是必进球数

核心定义

核心定义:不是。xG是射门机会进球概率的合计,1.8是期望值,不是预定比分,也不保证一定取整为2。

统计口径

统计口径:单次射门的xG取0到1之间的概率,多次射门相加可以超过1;不同供应商模型特征不同。

使用方法

使用方法:比较时统一供应商、是否包含点球及比赛阶段,同时看每次射门的分布。

演算示例

演算示例:假设三次射门xG为0.10、0.30、0.40,总xG是0.80;实际可能0球,也可能多于1球。

常见误区

常见误区:xG1.8不是180%进球概率,也不能把累计赛后xG当作赛前已知的预测输入。

适用边界

适用边界:例子用给定概率作加总;模型校准、门将位置和射门环境会影响估计,不能跨模型直接排名。

案例复盘

以下为说明概念的假设情景,不是历史赛果。假设三次射门xG为0.10、0.30、0.40,总xG是0.80;实际可能0球,也可能多于1球。

常见问题

这项概念最容易混淆什么?

xG1.8不是180%进球概率,也不能把累计赛后xG当作赛前已知的预测输入。

示例应该怎样复算?

假设三次射门xG为0.10、0.30、0.40,总xG是0.80;实际可能0球,也可能多于1球。

应用前要满足什么条件?

例子用给定概率作加总;模型校准、门将位置和射门环境会影响估计,不能跨模型直接排名。

参考来源

  1. Hudl StatsBomb:期望进球的含义