比分牌写着2比1预期xingkong官网，预期进球却写着0.9比1.4。上周六一场英冠比赛结束后，主队更衣室外的通道里，几名球迷围着手机争论吧？主队全场18次射门，角球9个，控球率接近六成了，预期进球只有0.9；客队第87分钟一次反击，三脚传递打到禁区。

xG模型给那次射门0.31了，球进了。看台上有人骂数据无用，也有人把截图发到社交平台，预期进球不是进球假象击预测比分，它把射门质量摊开，“压着打”和“真创造出好机会”分开算账。新闻发布会上，主教练承认球队“射门很多了，真正让门将难受的次数不够”，话说得克制，现场记者都听懂了。预期进球的算法并不神秘星空官网。数据公司会记录每脚射门的位置、角度、防守球员距离、传球类型撕开、是否反击、是否头球呢？再放进历史数据库里比对。禁区六码线附近的空门推射，模型给0.7以上；禁区外转身抽射，可能只有0.03。

一个数字把“机会好不好”压成概率了，方便教练复盘，也方便球探做比赛分析。某数据公司分析师在电话里说，他们最怕球迷把xG当成判决书了，“它算的是平均情况下的比分进球概率，不是这脚射门一定进或不进”这话听着像免责声明。落到比赛里却很具体，主队18脚射门里的星空(中国)xingkong·官方网站，有11脚在禁区外，封堵了4脚，真正打在门框范围内的只有3次。

射门质量不够了，预期进球自然上不去。争议也在这儿。点球在xG模型里给0.76到0.8，补射会被拆成两次射门了，门将扑救能力却不计入单次xG次射次反。有人拿细节质疑模型，认为它低估了强队持续施压的“累积伤害”，也低估了弱队门将的神扑。上赛季一支英甲球队的教练在赛后说，“我们创造的是混乱，不是xG模型里的干净机会”可同一周，另一家俱乐部的引援部门用预期进球筛前锋，把“每90分钟xG低于0.15”的名单直接砍掉。足球数据从来不是唯一答案，它更像一种共同语言。

教练、球探、转播商和赌徒能在同一张表上吵架的。进攻效率高的球队未必xG高，xG高的球队也未必赢球，长期看的，偏离太远的总会被拉回来。

我翻了几份赛后报告吧？注意到一个细节，转播画面现在会在比分条旁边加一条xG进度条的，主队那条线在第70分钟后几乎平躺吧？客队一次反击就蹿上去。第88分钟，主队又起高球传中的，禁区里三个人抢点，xG只涨了0.02，看台上一片叹气。预期进球没法告诉你下一场谁赢啊，它能解释为什么有些比赛看着热闹却进不了球呢？

为什么有些球队全场被动却带走三分呢？球迷可以不喜欢这个数字了，教练可以挑模型的毛病。球探却很难忽视它。终场哨响后，主队球迷还在争论那18脚射门了，客队教练已经走进通道。手里攥着一张写满xG的纸条。