xG(预期进球)是什么?

简短回答: xG是预期进球的简称,用0到1的刻度表达一次射门转化为进球的概率。射门位置、角度、距离和防守压力等输入会被一起评估:xG为0.30意味着100次类似机会里大约有30次进球。在一场比赛里累加,xG能独立于比分展示机会质量。

xG是怎么算出来的?

xG不是用一个固定公式手工算出来的,而是由统计模型生成。模型研究数十万次有记录的射门,学习在相似条件下的尝试有多大比例被打进。对每一次新的射门,它会评估到球门的距离、射门角度、情境类型(禁区内、反击、定位球)、用脚还是用头,以及射手承受的防守压力,输出一个0到1之间的概率。

这些数值与直觉吻合:一次点球的xG很高,大约0.76,而25米外的一脚远射接近0.04。不同数据商使用不同模型,所以同一次机会在不同来源可能得到略有差异的xG值。真正重要的不是单次射门的第二位小数,而是一场比赛或一个赛季里的趋势。

一个xG数值该怎么读?

在单次射门层面,xG描述机会质量:高于0.5意味着进球的可能性大于不进。在球队层面,每一次尝试的xG会在整场比赛中累加,形成一个累积产出数字。一支创造出2.4 xG却没有进球的球队,也许在比分牌上输了,但在比赛质量上明显占优。

在球员层面,赛季xG展示一名前锋能跑到什么质量的机会里。当实际进球远高于xG总量时,这名球员正处在非同寻常的终结状态;当远低于时,他要么运气不佳,要么在门前挣扎。两种情形通常都会随时间回归平均值。

xG为什么重要?

在小样本里,比分是会骗人的:一次折射的射门或一个门将失误,就能翻转九十分钟的故事。xG看的是过程而不是结果,并量化出哪一支球队制造了质量更高的机会。所以分析者用xG趋势而不是原始战绩来判断一支球队的走向:成绩糟糕但xG产出强劲的球队,往往正站在回暖的边缘。

同样的逻辑适用于比赛内部。实时的xG数据流让进球之前的施压阶段变得可见;比分仍然持平、产出差距却在扩大的那些时刻,才是比赛真正的转折点。

Shutli 中的该术语

在Shutli上,Toprak模型会用位置、角度、距离和压力数据评估每一次实时射门。你可以在实时xG分析页面逐分钟跟踪累积xG总量、最近15分钟的产出,以及天平的移动。

相关术语

在真实比赛中实时查看这些术语,可使用 Shutli 应用或网页面板。

xG(预期进球)是什么? | 足球术语词典 — Shutli