进球数计算公式 · 足球数据智算

① 核心进球公式

🏆 基础模型

P(λ, k) = (e⁻λ · λᵏ) / k! 泊松分布 · 预期进球数 λ = 场均射门 × 射门转化率

实际进球数 受多种因素影响，但泊松分布是足球进球计算最经典的基准。通过球队平均进球率 λ 可估算进球概率。

xG预期进球 (ExpG)

2.5场均进球中位数

xG (预期进球) 是现代足球分析的核心，计算公式通常为：

xG = Σ (射门位置概率 × 射门角度 × 防守干扰系数)

每次射门被赋予 0~1 的分数，0.1 表示10%概率进球。顶级联赛场均 xG 通常在 1.2 ~ 1.8 之间。

');">

🔥 英超 2024/25 赛季模拟

曼城 vs 阿森纳 —— 基于历史数据计算预期进球：

曼城 xG 2.1

阿森纳 xG 1.4

👉 泊松分布计算 曼城进球概率：P(2.1, 2) ≈ 27% 进2球，P(2.1, 3) ≈ 18% 进3球。

');">

如何用泊松分布计算一场比赛的总进球数？

分别计算主队和客队的预期进球 λ₁ 和 λ₂，然后利用泊松概率公式 P(k) = (e⁻λ·λᵏ)/k! 计算各种比分概率，总进球 = 主队进球 + 客队进球。例如 λ₁=1.8, λ₂=1.2，则总进球≥2.5的概率约为 62%。

xG 和实际进球有什么区别？

xG 是基于射门质量计算的“预期进球”，反映机会创造能力；实际进球包含运气、门将发挥等。长期来看，球队实际进球会趋近 xG，但单场可能偏差较大。公式：xG = 射门位置概率 × 射门类型系数。

进球数计算公式中最重要的数据指标？

① 射门次数 (总射门/射正) ② 射门转化率 (进球/射门) ③ 场均射正 ④ 对手防守强度 (预期失球)。综合公式：进球 = 射正次数 × 射正进球率 (通常 25%~40%)。

如何快速估算一场比赛的进球数区间？

使用“平均进球法”：主队近6场场均进球 + 客队近6场场均失球，再除以2得到 λ。例如主队进2.1球/场，客队失1.7球/场 → λ≈1.9，那么总进球大概率在1~3球 (泊松分布显示65%以上)。

⚙️ 加权移动平均 📈 贝叶斯推断 🧮 蒙特卡洛模拟

加权进球公式：预测进球 = α·近期场均 + (1-α)·赛季场均 (α通常取0.6~0.8) 。

贝叶斯进球数：结合先验分布 (联赛平均) 与球队实际数据，得到更稳健的预期值。

');">

输入射门次数与转化率，估算进球数：

射门 15 次转化率 11% ≈ 1.65 球

进球 = 射门次数 × 转化率 (15 × 0.11 = 1.65)