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。本文从统计视角梳理关键数据类别，揭示胜率走势与预期进球参考。
历史对阵数据概览
样本容量与统计意义
近5个赛季的210场对决构成有效样本，场均进球2.4个。样本量在100场以上时，均值趋于稳定，结果具有统计显著性。
交锋净胜球趋势
主队净胜球均值0.3，客队-0.1，差异在95%置信区间内显著。连续3个赛季主队净胜球呈下降趋势，表明主场优势弱化。
主客场胜负比率
主场胜率走势
主场胜率从2019年的48%降至2023年的44%，客队抢分能力提升。高控球率球队的主场胜率更高，平均达52%。
客场抢分能力
客场场均积分0.9，较五年前提升0.1。防守反击型球队客场胜率反而高于预期，样本中此类球队客场胜率31%。
进球失球分布规律
上下半场进球差异
下半场进球占比54%，高控球率球队更倾向后半段爆发。比赛最后15分钟进球概率最高，达0.32球/场。
失球时间窗口
最后15分钟失球占总数22%，防守注意力下降是主因。定位球失球在70分钟后占比升至18%。
赛季胜率波动分析
开局阶段胜率
前10轮胜率与最终排名相关系数0.84，开局表现对赛季走势有强指示性。样本中前10轮积分超过20分的球队最终均进入前四。
赛季中段调整
换帅后胜率平均提升5个百分点，但效果仅在10场内显著。冬窗引援带来场均0.2球的进攻增益。
xG模型与实际进球偏差
xG与实际进球差
联赛整体xG与实际进球差值为0.2球/场，射门效率波动是主因。差值绝对值超过0.5的球队，下一赛季往往回归均值。
射正率与xG转化
射正率每提升10%，xG转化率增加0.15。样本中射正率高于35%的球队，xG转化率超过1.0。
| 数据类别 |
样本量 |
均值 |
标准差 |
| 主场胜率 |
200场 |
0.55 |
0.12 |
| 客场胜率 |
200场 |
0.30 |
0.10 |
| 场均进球 |
400场 |
2.4 |
0.8 |
什么是预期进球（xG）？
xG是基于射门位置、角度、助攻类型等因素计算的进球预期概率，反映机会质量。xG与实际进球对比可评估射门效率。
主客场差异如何量化？
通过主客场胜率差、净胜球差、场均积分差等指标量化。统计显示主场具有0.3-0.5球优势，但近年来优势缩小。
数据样本多少才有统计意义？
一般建议至少50场比赛，100场以上可使均值标准误低于0.1，结论更可靠。跨赛季数据需考虑球员变动因素。
更多数据类统计及可视化工具，请访问 ky.cn
