欢迎关注栏目《让步观察》。让步观察会用数据模型推算每场主客队进球数，进而推送比分概率，根据比分概率，解析让步数据。 浦项铁人对阵全北现代汽车，机构大小球给到2/2.5球，大球1.07、小球0.80。我的模型给出的合理位置同样是2/2.5球，模型水位大球约0.93、小球约0.92。 这场表面看是2/2.5，但和前面几场不一样。单看两队主客场进球数据，比赛并不算特别容易打高；但机构仍然给到2/2.5，并且小球水位明显偏低，说明机构对进球上限有防范，但也不愿意把位置压回2球。 模型最后认可2/2.5，核心原因是：两队名气和整体强度不低，但近期主客场进球结构偏谨慎。浦项主场进攻偏弱，全北客场进攻也没有特别强，双方防守数据都比较稳，所以这场更像是2球附近的比赛，而不是明显冲向3球以上。 浦项主场进攻偏弱，把总进球往下压 计算这场比赛时，联赛此前已经完成114场。主队一共打进124球，客队一共打进139球，因此可以得到两个联赛基础数据： 联赛主队场均进球：124 ÷ 114 = 1.088球 联赛客队场均进球：139 ÷ 114 = 1.219球 这两个数字相当于本场计算的联赛底盘。 浦项铁人此前8个主场打进4球、失掉5球；全北现代汽车此前10个客场打进9球、失掉6球。 因为单独使用8到10场比赛容易受到极端比分影响，所以模型加入相当于5场比赛的联赛平均数据进行平滑。简单理解，就是球队自己的表现占主要部分，同时用少量联赛平均数据防止结果过于极端。 浦项铁人主场进攻的平滑结果为： （浦项铁人主场4个进球＋联赛主队均值1.088×5）÷（8＋5） =（4＋5.440）÷13 = 0.726球 全北现代汽车客场防守的平滑结果为： （全北现代汽车客场6个失球＋联赛主队均值1.088×5）÷（10＋5） =（6＋5.440）÷15 = 0.763球 把这两个数字与联赛主队场均进球1.088相比，可以得到： 浦项铁人主场进攻系数：0.726 ÷ 1.088 = 0.667 全北现代汽车客场防守失球系数：0.763 ÷ 1.088 = 0.701 因此，浦项铁人本场的预期进球为： 1.088 × 0.667 × 0.701 = 0.509球 这个结果说明，浦项主场进攻端给出的支持并不强。浦项此前8个主场只进4球，平滑后仍明显低于联赛主队平均，所以模型没有把浦项这一侧看得很高。 全北客场进攻也不算强，但仍有一定得分能力 全北现代汽车此前10个客场打进9球。经过相同的平滑处理，其客场进攻数据为： （全北现代汽车客场9个进球＋联赛客队均值1.219×5）÷15 =（9＋6.095）÷15 = 1.006球 浦项铁人此前8个主场失掉5球。经过平滑后，浦项主场防守失球数据为： （浦项铁人主场5个失球＋联赛客队均值1.219×5）÷13 =（5＋6.095）÷13 = 0.854球 随后分别与联赛客队场均进球1.219比较： 全北现代汽车客场进攻系数：1.006 ÷ 1.219 = 0.825 浦项铁人主场防守失球系数：0.854 ÷ 1.219 = 0.700 全北客场进攻低于联赛客队平均，浦项主场防守失球也偏少。两项叠加后，全北这一侧的预期进球也没有被明显抬高。 所以，全北现代汽车本场的预期进球为： 1.219 × 0.825 × 0.700 = 0.705球 最后把两队的预期进球相加： 浦项铁人0.509球＋全北现代汽车0.705球 = 全场1.214球 只看主客场进球底盘，这场确实偏谨慎。这个数字解释了为什么机构虽然给到2/2.5，但小球水位只有0.80。机构不是在强推高进球，而是在2/2.5这个位置上，对小球方向给了更低水位。 为什么模型仍然认可2/2.5？ 这里要分清两个东西：一个是纯进球底盘，一个是最终大小球位置。 纯进球底盘只看两队本赛季主客场进球和失球，会把这场压得比较低，因为浦项主场进球少，全北客场进球也不算强。 但最终模型还会考虑联赛整体给法、球队强度、双方历史定位、机构对这类比赛的常见处理方式，以及同一位置下水位是否偏向某一侧。综合之后，模型没有把这场压回2球，而是认可2/2.5这个中间位置。 换句话说，模型的判断不是“这场一定容易出大比分”，而是“2/2.5这个位置合理，但小球一侧更被防范”。 1.214个预期进球，会产生哪些比分？ 得到两队预期进球后，再通过泊松分布计算不同比分的概率。 公式是： 某队进k球的概率 = e^(-预期进球) × 预期进球^k ÷ k! 具体比分概率 = 浦项铁人进x球概率 × 全北现代汽车进y球概率 本场概率较高的几个比分为： 浦项铁人0-0全北现代汽车：29.7% 浦项铁人0-1全北现代汽车：20.9% 浦项铁人1-0全北现代汽车：15.1% 浦项铁人1-1全北现代汽车：10.7% 浦项铁人0-2全北现代