xG 是什麼?預期進球怎麼看,為什麼比分會騙人指南 · 足球 · 數據知識

重點摘要
- xG 衡量一腳射門有多少進球機會
- 比分告訴你發生什麼,xG 告訴你機會品質
- 要看一整季累積,單場受偶然影響
1先講結論
xG(expected goals,預期進球)是在回答一個問題:「依照這一腳射門的位置和情況,平均來說有多少機會進球?」一腳 0.3 的射門,代表類似的射門一百次大約進三十次。把一場比賽某隊所有射門的 xG 加起來,就是這隊這場「照機會品質應該進幾球」。
所以 xG 量的不是運氣,而是機會。比分告訴你發生了什麼,xG 告訴你照機會來看「通常會發生什麼」。兩者差很多的時候,往往就是值得多看一眼的比賽。
2一腳射門的 xG 怎麼來
各家數據公司的模型不完全一樣,但看的東西大同小異:離球門多遠、角度多大、用腳還是頭、是不是一對一、前面有沒有防守球員擋著、是定位球還是運動戰、傳球是直塞還是傳中。模型拿過去大量射門紀錄去比對,找出「長這樣的射門」歷史上進球的比例。
這不是憑感覺打分。以 Opta 的模型為例,訓練資料是 40 項賽事、近百萬次射門,用了 20 多個變數,連門將站位、視線和防守壓力都算進去。
幾個常見的參考值:點球大約 0.76~0.79,依數據供應商不同;越靠近球門、角度越正的射門,xG 越高;禁區外遠射大多不到 0.05。所以一隊踢了二十腳遠射,xG 加起來可能還不到 1;另一隊只射六次但都在門前,xG 可能有 2 以上。
3怎麼讀一場比賽的 xG
假設一場比賽比分 1-0,主隊 xG 0.6、客隊 xG 2.1。意思是客隊創造的機會明顯比較好,照平均來說應該進兩球左右,卻一球都沒進;主隊靠一次不算太好的機會就贏了。單看比分會覺得主隊踢得好,看 xG 會知道比賽內容其實是客隊佔上風。
反過來,3-0 但 xG 只有 1.1,代表贏球的一方把握度特別高,或是對手門將失誤。這種比分不太容易一直複製。
4拉長來看才準
單場 xG 會受偶然影響,看一整季或至少十幾場的累積才有意義。常見的用法是比較「實際進球」和「xG 加總」:
- 實際進球長期明顯高於 xG:可能有頂級射手,也可能只是手感正熱,之後容易往下修。
- 實際失球長期明顯低於 xGA(對手的 xG):可能門將表現神勇,也可能是運氣,同樣要小心回落。
這跟棒球、籃球用的畢氏期望勝率是同一種想法:用比較穩定的指標,去檢查戰績裡有多少是運氣。
5點球會把 xG 撐高
點球的 xG 是固定值,約 0.76~0.79。一隊如果這段時間剛好被判了好幾個點球,xG 加總就會被撐高,但這未必代表他們場面上創造了更多機會。看球隊的進攻內容時,不少分析者會改看「不含點球」的 xG,把這種落差拿掉。
6三個常見誤會
第一,xG 不是預測比分。它說的是已經發生的射門機會品質,要拿來預測下一場,還得考慮對手、主客場、傷兵。第二,xG 高不代表踢得漂亮,一直傳中頭球也能累積 xG。第三,各網站的 xG 數字會不一樣,因為模型不同,比較時要用同一個來源。
看懂 xG 之後,再回頭看英超積分榜上的進失球,就能分辨哪些球隊的排名比較扎實,哪些可能只是暫時的好運。
7常見問題
為什麼點球的 xG 在不同網站不一樣,有的 0.76、有的 0.79?
點球的 xG 是用各家資料庫裡的歷史點球命中率直接設定的固定值。Opta 用 0.79,StatsBomb 在 2022 年更新後改用 0.78,較早期的多數模型用 0.76。比較時記得用同一個網站的數字。
球員進球一直比 xG 多,之後一定會「還回去」嗎?
不一定。已經進的球不會消失,之後的射門也沒有「一定要變差」的道理;Opta 的說法是,超出 xG 的部分已經「存進銀行」。不過連續多季都大幅超出的球員很少,看一兩個月的數字就下結論,容易看錯。
遠射進球很多的球隊,是不是只是運氣好?
多半要打個問號。Opta 統計英超禁區外射門的平均轉換率只有約 3.7%,一隊遠射進球特別多,通常是射手腳法真的好,再加上一些運氣;這種進球很難每季複製。
同一場比賽,兩個網站的 xG 差很多,該信哪個?
都可以參考,只是模型考慮的東西不同。StatsBomb 會把所有球員的位置、射門高度算進去,只看距離、角度的基本模型就沒有這些資訊,同一腳射門可能一個給 0.30、一個給 0.65。重點是固定用同一個來源比較趨勢。