xG (expected goals) – jak korzystać ze statystyk oczekiwanych goli?
+ 18 | Gra u nielegalnych firm jest zabroniona | Hazard wiąże się z ryzykiem | W serwisie znajdują się linki afiliacyjne — jeśli dokonasz rejestracji/pierwszego zakładu, możemy otrzymać prowizję. Nie wpłynie to na Ciebie finansowo | Więcej informacji znajdziesz w polityce afiliacyjnej w dostępnej w stopce serwisu.
Rosnąca świadomość graczy, którzy obstawiają zakłady bukmacherskie sprawia, że coraz większą popularnością cieszą się modele statystyczne dotyczące xG. Jak statystyka oczekiwanych bramek wpływa na typy graczy?
Co oznacza xG?
Skrót xG oznacza expected goals, co w tłumaczeniu na język polski = oczekiwane bramki. W piłce nożnej ten model statystyczny odnosi się do analizy, jak prawdopodobne było zdobycie gola z danej sytuacji. Dokładne wyniki mogą pokrywać się z dokładnym wynikiem xG, ale nie jest to regułą.
Według modelu statystycznego, jeśli drużyna miała xG na poziomie 2.00, to oznacza, że powinna zdobyć 2 bramki, jednak nie zawsze ma to przełożenie na końcowy wynik 1X2.
Jak obliczane jest expected goals?
Statystyka xG rozliczana jest na podstawie modelu statystycznego, który ocenia, jak prawdopodobne było zdobycie gola w danej sytuacji.
Model statystyczny bazuje na historycznych statystykach i porównuje, jak często w podobnej sytuacji dany strzał kończył się golem. Każde nowe uderzenie w tym modelu statystycznym jest określane w zakresie liczb od 0.00 do 1.00. Rzut karny ma przypisaną wartość na poziomie 0.75 (zazwyczaj – może się różnić na innych stronach) – niezależnie od strzelca i poziomu rozgrywek.
Jakie elementy wpływają na wartość strzału?
Do oceny wartości strzału model statystyczny bierze pod uwagę kilka elementów.
- Pierwszym z nich jest odległość od bramki przeciwnika.
- Następnie brany jest pod uwagę również kąt, z jakiego oddawany był strzał. Jest różnica w strzale z 20 metra na wprost bramki, a także z tej samej odległości na boku pola karnego.
- Model oczekiwany bramek zwraca również uwagę na to, czy był to strzał oddawany nogą, przewrotką czy głową. Strzał przewrotką w xG będzie niżej notowany niż klasyczne uderzenie nogą, ponieważ jest trudniejszy do wykonania.
- Istotne jest również to, czy strzał został oddany po dośrodkowaniu, podaniu po ziemi od kolegi, a może po samodzielnym dryblingu. Te wszystkie elementy mają wpływ na końcową trudność w oddaniu uderzenia. Zdecydowanie trudniej jest uderzyć z woleja po dośrodkowaniu, niż ze stojącej piłki.
- W tym modelu istotne jest również to, jak ustawiony jest bramkarz lub obrońcy. Strzał do pustej bramki z 20 metrów będzie inaczej oceniany niż uderzenie, w którym piłka musi ominąć 4 obrońców i dobrze ustawionego bramkarza.
Jak interpretować xG drużyny?
Rezultat w modelu xG można interpretować na podstawie skali. Przyjęło się, że wynik poniżej 0,5 oznacza bardzo małą liczbę dogodnych sytuacji. Skala pomiędzy 1.0 – 1.5 wskazuje na przynajmniej jedną oczekiwaną bramkę, więc jakieś okazje do zdobycia gola musiały się pojawić. Wszystko powyżej 2 goli w modelu xG oznacza wiele dogodnych sytuacji do zdobycia gola.
xG a rzeczywisty wynik meczu
Model xG nie przewiduje dokładnego wyniku meczu, ale oddaje statystycznie, jak dobre okazje do zdobycia gola na przestrzeni całego spotkania stworzyły oba zespoły. xG nie ma jednak wpływu na wynik rywalizacji, o czym regularnie przekonuje się wiele zespołów w każdym sezonie.
xG for i xG against
Statystyka xG for – pokazuje liczbę oczekiwanych bramek stworzoną przez drużynę.
xG against – w tym przypadku model koncentruje się na liczbie oczekiwanych bramek, do której dopuściła drużyna.
W analizach pojawia się współczynnik xG difference, czyli różnicy między xG for i against.
Jeśli w meczu zespół X osiągnął współczynnik xG for na poziomie 2.0, a against – 1.3, to oznacza, że skończył spotkanie z dodatnim wskaźnikiem +0.7, ponieważ stworzył sobie więcej dogodnych okazji od rywala.
| Statystyka | Co pokazuje? |
|---|---|
| xGF | Jak dobre sytuacje tworzy drużyna |
| xGA | Jak dobre sytuacje dopuszcza |
| xGF − xGA | Ogólna przewaga jakości sytuacji |
xG zawodnika
Model statystyczny oczekiwanych bramek rozwija się na tyle, że obecnie można sprawdzać już nie tylko xG całego zespołu, ale również wybranych zawodników. W rozwiniętych modelach statystycznych dostępne są również szczegółowe sytuacje z opisem wartości xG dla danego strzału.
Przykład, gdy zawodnik oddał 4 strzały:
- strzał 1 – 0,05 xG
- strzał 2 – 0,20 xG
- strzał 3 – 0,60 xG
- strzał 4 – 0,10 xG
Łączne xG zawodnika:
0,05 + 0,20 + 0,60 + 0,10 = 0,95 xG
Ze statystyk xG zawodnika warto korzystać obstawiając strzelców.
Czy wysokie xG oznacza, że drużyna powinna wygrać?
Wysoki współczynnik oczekiwanych bramek oznacza, że drużyna stworzyła sobie sytuacje, które statystycznie dawały jej spore szanse na zdobycie gola. Wysokie xG nie ma jednak bezpośredniego przełożenia na wynik meczu i często są sytuacje, gdy drużyny z wysokim xG przegrywają, ponieważ marnowały dogodne okazje, a rywale byli kliniczni pod bramką.
Jak wykorzystywać xG w analizie meczów?
W modelu oczekiwanych bramek warto korzystać w analizach do obstawiania piłki nożnej. Mogą być szczególnie przydatne w kontekście obstawiania liczby goli w meczu/drużyny czy też bramek wybranego piłkarza.
Na podstawie modelu oczekiwanych bramek jesteś w stanie oszacować, jak wiele dogodnych sytuacji tworzy drużyna lub zawodnik w starciach domowych czy wyjazdowych. Obstawiając bramki. Polecam również zwracać uwagę na statystykę xG against, czyli jak wiele sytuacji mają rywale w meczach z tym zespołem.
Istotne jest również porównanie rzeczywistej liczby zdobytych bramek do statystyk xG. Często pojawiają się przypadki zespołów, w których napastnik albo marnuje na potęgę albo strzela więcej niż powinien, co zaburza współczynniki xG względem rzeczywistych wyników. Warto brać to pod uwagę.
Ograniczenia modeli xG
Podstawowym mankamentem współczynnika oczekiwanych bramek jest to, że nie bierze on pod uwagę jakości piłkarza. Ustawiając Cristiano Ronaldo i losowego zawodnika z polskiej 3. Ligi w tej samej pozycji – model xG wskaże na ten sam współczynnik.
Współczynnik oczekiwanych bramek nie pokazuje realnie przebiegu całego spotkania.
Nie ma na rynku jednego i w pełni sprawdzonego modelu xG. Różne firmy mają swoje systemy, a to powoduje różnice w wynikach statystycznych na różnych stronach/portalach.
Dlaczego wartości xG różnią się między serwisami?
Wynika to z faktu, że nie istnieje jeden i w pełni sprawdzony model, aby obliczyć wzór na xG. Każdy system koncentruje się na innych aspektach/elementach, dlatego też może różnić się kwestia interpretacji danej sytuacji i tego jak dobra była dana okazja.
Problemem są również różne bazy danych dotyczące statystyk, ponieważ model oczekiwanych bramek bazuje głównie na odtworzeniu podobnej okazji z przeszłości.