xG是什么？一篇讲清预期进球怎么算、能看懂什么、别读错什么

一句话先说清：xG（预期进球，Expected Goals）是给每一次射门打的『进球概率分』，取值在0到1之间，衡量的是机会的质量，而不是这场球实际进了几个。

一次xG为0.3的射门，意思是历史上位置、角度、条件相似的射门里，大约每10次能进3次。把全队每次射门的xG加起来，就得到全队的xG——它回答的是「这支球队今天创造的机会，按常理该进几个」，而不是「今天进了几个」。

理解这一条，你就能看懂为什么有的球队「数据碾压却输球」，也能识别哪些赛后热搜是在误读数据。

xG是怎么算出来的？

xG不是某个人拍脑袋给的分，而是一个模型基于几十万次历史射门学习出来的概率。它主要看以下几类信息，不涉及任何神秘公式：

模型做的事只有一件：比对「历史上条件相似的射门，实际进了多少」，输出一个0到1的概率。因为点球的条件几乎固定，业界模型（如FBref采用的Opta口径、Understat的公开模型）通常把点球的xG设在0.76到0.79之间，这正是历史点球的大致命中率。这也解释了xG的本质——它是概率的平均，不是对某一脚球的预言。

一个真实例子：2026世界杯决赛

抽象的定义不如一场真实的比赛好懂。看2026世界杯决赛西班牙对阿根廷的xG：

这张表把xG的用法讲得很清楚。西班牙创造了约1.94个「该进的球」，实际只进了1个——效率低于机会质量，但赢下了比赛。阿根廷的xG只有0.20，机会质量接近于零，最终也确实一球未进。数据完整拆解见我们的现场分析：120分钟0射正也能差点夺冠？世界杯决赛史上最极端的一场攻防不对称。

值得注意的是：西班牙xG近2却只进1，这不代表西班牙「运气差」或阿根廷「防守崩了」——单场比赛里xG和进球有偏差是常态。真正的信号要在几十场比赛后才看得出来。

xG擅长什么，不擅长什么

擅长：衡量「过程」而非「结果」。 一支球队可能连续几场0-1输球，但每场都创造出2.0以上的xG——这说明它的进攻其实在做对的事，只是临门一脚或运气没跟上，长期大概率会回正。反过来，靠远射和门将失误连赢几场、xG却很低的球队，往往难以为继。据虎扑上中国球迷的长期讨论，用赛季累计xG判断「哪支球队被战绩高估/低估」，比只看积分榜更接近真相。

不擅长：预测单场胜负、评价某一脚球的实际质量。 xG给的是同类机会的「平均」概率，它不知道这一脚是不是世界波，也不知道今天这个门将状态如何。样本越小，偶然性越大。

三个最常见的误读

误读一：把xG当成胜率。 xG不是「赢球的概率」。它只统计机会质量，不包含门将扑救、防守拦截转化率、临场心理这些决定胜负的环节。世界杯决赛西班牙xG是阿根廷的近10倍，比赛却拖到加时才1-0——机会质量的悬殊，不等于胜负的悬殊。

误读二：拿单场xG下结论。 「某队上一场xG才0.5，肯定不行」——这是把噪音当信号。单场90分钟射门样本太小，一次定位球机会就能让xG跳动。要看趋势，请看赛季累计。

误读三：以为xG衡量了射门本身有多精彩。 xG只看射门发生时的「客观条件」（位置、角度、方式），一脚30米吊射空门和一脚30米死角世界波，赛前条件相似，xG可能同样很低——它不为你那脚球的弧线打分。维基百科的预期进球词条对这一点有清晰说明。

所以呢？

下次你在赛后数据里看到xG，记住三句话：它衡量机会质量，不是胜负；它要看长期累计，不是单场；它给条件打分，不给你那脚世界波打分。 把这三条装进脑子，你就能比大多数球迷更准确地判断——一支球队是真的强，还是只是这几场运气好。

想在新赛季开打前拿到五大联赛的xG与数据资源包？免费订阅FYT体育赛季通，每周一份数据简报直达邮箱。

延伸阅读：控球率越高赢球越多？30年数据证明这是足球最大的迷思。

数据来源：18球数据实验室；xG方法论参考FBref（Opta口径）、Understat公开模型与维基百科预期进球词条；中文球迷讨论参考虎扑。世界杯决赛数据见18球数据实验室现场拆解。