xPts是什么?足球预期积分的算法与5个读法

xPts是什么 足球预期积分算法与读法

xPts是什么?xPts(Expected Points)中文一般叫预期积分,意思是:按照一场比赛双方实际创造出的射门机会质量,这支球队「平均来说应该」拿到几分。它建立在预期进球 xG 之上,把「机会」翻译成和积分榜同一种单位——分数。所以它最常见的用途,是拿来和真实积分榜对照,看哪支球队的排名有水分、哪支球队踢得比名次更好。

预期积分的核心公式

联赛规则是胜 3 分、平 1 分、负 0 分,预期积分就是这三种结果的概率加权平均:

xPts = 3 × 胜率 + 1 × 平局率(负的部分乘 0,直接省略)

因此单场 xPts 一定落在 0 到 3 之间。难点不在公式,而在怎样从双方的 xG 得出胜、平、负的概率。目前主要有两种做法。

两种算法:泊松近似与逐脚射门

  • 泊松近似:只用双方全场 xG 总和,把它当作平均进球数,用泊松分布算出每种比分的概率,再加总胜平负。例如一方 2.0 xG、另一方 1.0 xG,算出来强队胜约 60.6%、平约 21.2%、负约 18.3%,预期积分约 2.03 对 0.76。
  • 逐脚射门(模拟或精确计算):把每一脚射门当成一次独立的「进或不进」,进球概率就是这脚的 xG。Opta 的做法是把整场射门模拟 10,000 次,统计赢、平、输的比例;也可以用泊松二项分布直接精确算出,结果与大量模拟几乎一致。

逐脚算法能抓住「质量与数量」的差别。举一个常被引用的例子:甲队射门 6 次、每次 0.1 xG;乙队射门 3 次,分别为 0.1、0.2、0.3。两队 xG 总和都是 0.6,但精确计算后甲队胜率约 28.3%、乙队约 29.9%、平局约 41.8%,预期积分是 1.27 对 1.31——少而好的机会略占便宜。

xPts是什么用途:五个读法要点

  • 看累计,不看单场:单场 xPts 波动很大,至少十场以上累积才开始有意义,一个赛季的差距最有参考价值。
  • 对照实际积分:实际积分明显高于预期积分,常见原因是终结效率超常、门将高光、比分险胜;明显低于,则往往是机会做得不错却没拿到结果。
  • 差距会收敛:手感火热的射手和门将很难持续一整季,所以积分与 xPts 的大差距通常会缩小,过程数据是更稳定的走势参考。
  • 留意比赛局面:模型不考虑领先或落后,领先方主动收缩会让对手射门变多,这会让领先型球队的 xPts 偏低。
  • 只在同一来源内比较:Opta、Understat 等各家 xG 模型不同,算出的预期积分也不同,不要跨网站比大小。

举个已结束赛季的例子:据 Statz 的统计,2025/26 英超阿森纳以 85 分夺冠,预期积分约 74.9,两张表都排第一;阿斯顿维拉实际 65 分排第四,但预期积分只有约 52.4,排在第 12,说明维拉那季的名次明显好于过程数据。

预期积分的局限

xPts 只认射门。长时间压制但没有形成射门、被犯规打断的单刀、越位在先的进球,都不会进入计算。另外它通常假设两队进球互相独立,会略微低估平局,因此一个联赛所有球队的预期积分总和往往比实际积分总和稍多。点球是否计入也因数据站而异,有的网站会剔除点球,避免一个判罚左右整场数值。

和其他数据一起看

预期积分是「结果层」的指标,想拆开原因就要往下看:进攻机会质量看 xG是什么,射正后的威胁和门将发挥看 PSxG是什么,传球创造的机会看 xA是什么,推进与控球价值可以看 xT是什么 和 推进传球是什么,防守端的逼抢强度则看 PPDA是什么。

总结一句:xPts是什么?它是把双方射门机会换算成「应得积分」的数据,用来检验积分榜的含金量,而不是用来预测某一场的比分。读数时记住三件事:看累计、看同一来源、结合比赛局面。

常见问题

xPts 和 xP 是同一个数据吗?

是的,两者都是 Expected Points 的缩写,中文称预期积分,只是不同网站的写法不同。

单场预期积分的范围是多少?

在 0 到 3 之间。它等于 3 乘以胜率再加上平局率,所以不会超过 3,也不会低于 0。

为什么两队单场预期积分加起来不是 3?

因为平局时两队一共只拿 2 分,平局概率越高,两队预期积分的总和就越低。

预期积分能用来预测下一场比赛吗?

不适合直接预测单场。它更适合在较长样本里判断一支球队的成绩是否有过程支撑,以及名次是否可能回落或回升。

资料来源:Opta Analyst:英超预期积分表、Statz:What is xPts、Tony ElHabr:What exactly is an expected point。文中示例概率为本站按公式复算。

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部