数据类
翻完近几个赛季的对阵记录，一些容易被忽略的规律开始浮现。通过对历史数据的系统梳理，我们将数据类划分为不同维度，以揭示其背后的统计特征。
历史交锋脉络：从样本中提炼趋势
交锋次数与胜率走势
在近10个赛季的36次交锋中，A队取得16胜10平10负，胜率44.4%。值得注意的是，近5次交手A队仅胜1场，胜率降至20%，显示出趋势性逆转。
净胜球与场面控制
历史交锋总净胜球为+12（A队），但近3个赛季净胜球收窄至+2，同期场均控球率从55%下降到49%，表明A队统治力减弱。
主客场差异：场地因素量化
主场胜率与客场表现
A队主场交锋胜率52.6%（10胜4平5负），客场仅31.6%（6胜6平7负），主客场胜率差达21个百分点。客场场均失球1.6个，远高于主场的0.9个。
场均进球与场地关联
主场场均进球2.1个，客场1.3个；客场场均总进球2.8个，高于主场2.5个，说明客队防守更松散。
进球与失球统计：效率与漏洞
场均进球与射门转化率
A队场均进球1.6个，射门次数12.3次，射正4.8次，射正转化率33.3%。B队场均进球1.1个，射门10.5次，射正3.5次，转化率31.4%。
失球时段分布
A队失球集中在最后15分钟（占总失球32%），而B队失球均匀分布。这反映出A队体能下滑对防守的影响。
胜率走势样本：滚动窗口分析
近10场胜率变化
以10场为滚动窗口，A队胜率从最高的70%逐步降至20%，近期回升至40%。样本波动较大，需结合对手强度。
强弱对手的胜率差异
对阵积分榜前五名时，A队胜率仅18.2%；对阵后五名时，胜率高达63.6%。样本量分别为11场和11场。
预期进球参考：模型与实际偏差
XG与实际进球对比
A队近赛季场均XG为1.8，实际进球1.6，略低于预期。B队场均XG为1.2，实际1.1，偏差更小。
高XG未得分场次统计
A队有4场比赛XG超过2.0却未能进球，占比11.1%，反映出临门一脚效率问题。
控球与射门数据：场面掌控度
控球率与胜率关联
A队控球率超过60%的14场比赛中，胜率57.1%；控球率低于50%，胜率仅33.3%。控球优势转化为胜利的效率需提升。
射门次数与射正效率
A队场均射门12.3次，射正4.8次，射正率39.0%。B队射门10.5次，射正3.5次，射正率33.3%。A队射正效率更高。
净胜球趋势：周期与拐点
净胜球季度波动
A队近3个赛季净胜球分别为+8、-2、+5，呈现明显波动。主场净胜球贡献占总体的70%。
净胜球与排名相关性
净胜球与联赛排名相关系数为0.85，强相关。净胜球每增加1球，排名平均上升0.3位。
| 统计维度 |
A队 |
B队 |
差值 |
| 历史交锋胜率 |
44.4% |
27.8% |
+16.6% |
| 主场胜率 |
52.6% |
31.6% |
+21.0% |
| 场均进球 |
1.6 |
1.1 |
+0.5 |
| 场均失球 |
1.3 |
1.4 |
-0.1 |
| 控球率 |
53.2% |
46.8% |
+6.4% |
| 射正率 |
39.0% |
33.3% |
+5.7% |
历史交锋样本量是否足够支持结论？
36次交锋属于中等样本，近5场趋势变化显著，建议结合更长时间维度验证。
主客场差异在数据层面如何量化？
通过主场胜率、场均进球、失球等指标对比，主客场胜率差超20个百分点，具有统计意义。
预期进球与实际进球偏差说明什么？
偏差反映射门效率，A队偏差较大（-0.2），提示存在浪费机会问题。
数据来源：ky.cn 历史统计数据库
