一场比赛预期进球领先却输了球,常被说成"数据不准"。米兰官方网页版反过来论证:真正的问题通常是读法——这个指标估的不是结果,而是机会质量的可比基准。

1、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。
2、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。
3、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。

4、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"。
5、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。
6、什么时候应该干脆弃用这个指标
三种场合不合适:一是样本极小的单场评价,二是比较防守策略差异极大的两支球队,三是分析以定位球为主要得分手段的队伍。此时用禁区内射门次数、真实射正质量与比分结构一起看更诚实。指标本身没错,错在被拿去做它并不承担的推断。
如果把「为什么"预期进球差"比"预期进球总量"更稳」单独拿出来看,它更像一面镜子:球队在没有球时的选择,往往比有球时更能说明训练质量。因为跑位可以临时提醒,而丢球后的第一反应只能靠长期训练建立,这也是为什么同一支球队在不同阶段的表现会差距明显。
把「球星观察」近几期的同类内容连起来看,会发现真正反复出现的矛盾只有两个:控制风险与制造威胁难以同时最大化。本栏目之所以坚持逐场拆解而不是只报结论,就是希望读者能把这些片段拼成一套自己的判断方法。
如果要给普通观众一个可操作的观察方法,那就从「球员层面:它衡量的是机会供给,不是射术」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。
三个偏差可以被理解,不能被消除
样本构成、点球赋权与比赛状态这三处偏差不属于"算法不够好",而是指标定义使然。米兰官方网页版建议在比较强队时同时给出禁区内射门与实际进球,三者一起看,结论会比单看一条曲线可靠得多。