2026年8月26日
如何计算xG并解读足球比赛中的机会质量
xG（预期进球）根据数千次类似进攻，估算一次射门转化为进球的概率。了解这一数据如何计算、如何分析比赛，以及它有哪些局限。
什么是xG
xG是expected goals（预期进球）的缩写。每次射门都会获得一个0到1之间的数值，代表其最终进球的预估概率。一次xG为0.20的射门，在类似情况下大约有20%的概率攻破球门。一支球队的xG，就是其所有射门xG数值之和。
xG如何计算
计算首先基于数千甚至数百万次射门的历史数据。统计模型会将每次进攻与其他类似情况进行比较，并分析哪些特征会提高或降低进球概率。常用数据包括射门距离、射门角度、使用的身体部位、助攻方式、门将位置、防守球员数量，以及进攻是否来自点球、反击或定位球。逻辑回归模型和机器学习技术都很常见。简单来说，模型会为每次射门计算一个概率，再将这些数值相加。
计算示例
假设一支球队完成5次射门，xG分别为0.05、0.12、0.30、0.08和0.45，总xG就是1.00。这意味着在大量拥有类似机会组合的比赛中，这支球队平均每场能打进约1球。但这不代表它在这场比赛中一定进1球：可能进0球、1球、2球甚至更多。xG是统计平均值，并非对确切比分的预测。
如何解读xG
比较两队创造的xG，可以评估双方机会的质量。一支xG为2.00的球队，平均而言创造了比xG为0.60的球队更好或更多的机会。xG与实际进球数之间的差异也能提供信息：一支xG为2.00却颗粒无收的球队，可能是射门质量不佳、遭遇门将出色发挥，或只是运气不佳；一支xG仅为0.40却打进两球的球队效率很高，但这种表现可能难以持续。要得出更可靠的结论，应观察多场比赛，而不是只看一场。
如何在分析中使用xG
解读xG时，应结合射门数量和类型。10次禁区外远射，制造的威胁可能不如3次近距离射门。还应将点球、定位球和运动战xG分开统计，因为这些情况的进球概率不同。进攻端xG有助于衡量球队的创造力；防守端xG则有助于评估球队送给对手的机会质量。两者之差，即xG净胜值，可以概括机会层面的优势，但不能替代对比赛过程的分析。
xG的局限
不同数据提供商使用的数据库和模型各不相同，因此数值可能存在差异。有些模型会考虑防守球员和门将的位置，另一些则只依据射门位置和类型进行计算。xG也无法直接衡量射门质量、心理压力、射门力量，或那些最终没有形成射门的战术选择。因此，xG更适合作为比赛背景分析工具。它能反映机会的平均质量，但无法单独解释场上发生的一切。
相关赛前分析
继续阅读
分析基于公开数据与市场信号，仅供参考，非投注建议。