预期进球是最流行也最容易被误用的进攻指标。乐鱼体育从建模方式讲起,指出它在强队身上会产生哪三种系统性偏差,以及怎样用它才比较稳。

1、它在估什么:把每次射门换算成历史进球概率
模型用海量历史射门训练,输入通常包括射门位置与角度、来球方式(脚下传中、头球摆渡、射门反弹后的二次处理)、身体部位、以及此前带球与传球的过程,输出是这类射门历史上进球的频率。把一场比赛所有射门的概率相加,就得到该场的预期进球。它是一条基准线,用来衡量"这些机会平均应该进几个"。
2、偏差一:训练样本里包含大量一边倒的比赛
弱队被压着打时形成的射门,位置分布往往很差(远射、角度小的补射)。这些样本拉低了远距离射门的估值,使模型给出的低值区间过于平滑。对强队来说,它们在对手收缩时制造的很多中距离机会,实际进球概率可能高于模型给出的平均,因为它们面对的防守组织并不等同于样本里的平均水平。

3、偏差二:点球被单独赋权,抹掉了制造能力的差别
点球在模型里通常给一个接近固定的高概率(约每三次进两次这一量级),这意味着只要获得点球,就能给本场指标一次性大幅加分。问题是"赢得点球的能力"本身并不在模型里:有的球队通过压迫与跑动持续制造定位球与手球接触,这部分价值不会在预期进球里体现,只在点球发生的那一刻以固定分值出现。
4、偏差三:比赛状态与主客场不进模型
射门发生时的比分与剩余时间对质量影响很大:落后一方在末段的射门常常来自更冒险的阵型与更高的压迫强度,这类机会的真实价值与顺境下的同类射门不同。多数模型只描述射门本身,不描述比赛处境,于是在控场型强队与追赶型球队之间会出现不对称的比较结果。
5、为什么"预期进球差"比"预期进球总量"更稳
把两队的指标相减,可以消掉一部分共同的场地与风格噪声(比如双方都获得若干次低质量远射),剩下的更能反映机会质量的差距。但这一做法仍无法处理上面三条偏差,因此更适合用作赛后描述,不适合直接推断"下一场该谁赢"。
6、球员层面:它衡量的是机会供给,不是射术
一名前锋的预期进球高,主要说明他的位置与跑动能持续换来好机会;把实际进球与预期进球相减,才能粗略观察射术与运气。但球员层面的样本更碎:位置变化、队友质量、球队战术都会影响机会结构,用它给射手排名需要同时交代每九十分钟的出场时间。
如果要给普通观众一个可操作的观察方法,那就从「为什么"预期进球差"比"预期进球总量"更稳」入手:先确认无球状态下的站位是否合理,再看有球时能否保持推进方向。顺序换一下,你对「预期进球为什么会高估强队:射门质量模型里的三个系统性偏差」这类话题的判断会稳很多,也不容易被一时的比分带走。
把「它在估什么:把每次射门换算成历史进球概率」与「偏差二:点球被单独赋权,抹掉了制造能力的差别」放在一起看,会发现它们是同一件事的两个方向:前者决定球队能不能把比赛推进到危险区域,后者决定推进到位之后能不能真正形成威胁。只盯其中一项,很容易对一场比赛得出片面结论,这也是我们做同类选题时坚持两条线都写的原因。
本篇的线索可以收成四句:它在估什么:把每次射门换算成历史进球概率;偏差二:点球被单独赋权,抹掉了制造能力的差别;偏差三:比赛状态与主客场不进模型;以及球员层面:它衡量的是机会供给,不是射术。四句话背后是同一个判断标准——能不能在对手针对之后仍然保持结构完整。这也是我们评价一场比赛时最常用的坐标。
它是尺子,不是答案
预期进球把不同机会放到同一把尺子上,方便赛后描述与跨场比较;它并不打算回答"该谁赢"。乐鱼体育只要在读数据前先问一句它估的是什么,很多看似荒谬的结论就会自动消失。