Статистика xG: что это и как использовать в ставках на спорт?

Термин xG расшифровывается как «expected goals», а переводится как «ожидаемые голы».

Статистика xG – это метод оценки качества моментов, которые команда создает или допускает у своих ворот. Есть много методик подсчета xG.

Они различаются факторами, которые учитываются при определении веса удара по воротам. Под весом мы подразумеваем вероятность того, что удар завершится голом.

Вес каждого удара определяется на основе ряда параметров. Этот вес варьируется в зависимости от лиги. Основные факторы, которые учитывают различные xG-модели:

• дистанция до ворот и точка, из которой был нанесен удар;
• часть тела, которой был нанесен удар;
• количество касаний игрока до удара;
• каким способом игрок получил мяч до удара – к примеру, с помощью навеса или благодаря проникающей передаче.

Суммируя веса каждого созданного момента, мы получаем результат матча, ожидаемый на основании этих моментов. К примеру, счет матча «Спартак» – ЦСКА в 20-м туре РФПЛ 2017/2018 в цифрах xG выглядит так: 2.67 — 0.42. В реальности – 3:0.

Читайте также:

• Выбрать лучшего букмекера для ставок на спорт
• Прогнозы на сегодня от профессионалов
• Как выбрать букмекерскую контору – советы «РБ»
• Бездепозитные бонусы букмекерских контор
• Как не проиграть первую ставку – 6 советов новичку

Создателем первой системы xG по праву считается норвежский тренер Эгиль Ольсен [1]. Он известен своей успешной работой со сборной своей страны. При нем Норвегия дважды отбиралась на чемпионат мира (1994, 1998).

Ольсен знаменит еще и тем, что одним из первых начал использовать видеоанализ матчей вкупе с анализом статистических параметров.

При подготовке к разбору игр норвежский тренер делил все удары по воротам на три типа: опасные, средней опасности и неопасные. Удары распределялись по группам в зависимости от того, на каком расстоянии от ворот их наносили. Соответственно, чем дальше точка удара, тем вероятность забить меньше.

Философия Ольсена заключалась в том, что его команда должна стремиться к тому, чтобы как можно больше ударов в атаке были «опасными» и чтобы защита допускала как можно меньше «опасных» ударов.

Статистика xG — expected goals (ожидаемые голы)

В упомянутом ранее матче «Спартака» и ЦСКА реальный счет соответствовал ожидаемому по xG. «Красно-белые» создавали много моментов, которые команда конвертировала в голы. Но так бывает не всегда. Например, матч «Арсенал» – «Манчестер Юнайтед» в 15-м туре АПЛ 2017/2018, который окончился со счетом 1:3. В числах xG счет этого матча должен был выглядеть так: 4.55 — 2.12. Существенная разница.

Значит ли это, что модель xG не может предсказывать матчи и не показывает мастерство команды в создании моментов? Не совсем.

Методология xG помогает проанализировать то, насколько хуже или лучше команда выступила относительно моментов, которые она создала и допустила.

Все тот же матч «Арсенала» и «Манчестер Юнайтед» ознаменовался прекрасной игрой стража ворот «красных дьяволов» Давида Де Хеа. Он обновил свой же рекорд сезона 2017/2018 по числу сейвов в матче – 7. «Арсенал» действительно создавал много моментов, но мяч упорно не залетал в ворота. В этой встрече у «Арсенала» был сильный «андерперформ» (от англ. «underperform» – выступление ниже ожиданий). Он составил +3.55 (xG-GF). Это означает, что команда достаточно много создала, но не конвертировала моменты в реальные голы.

В футболе не всегда получается превратить моменты в голы. Иногда это дело случая. Но на дистанции подобные расхождения становятся частью статистических флуктуаций. То есть по недобору голов в одном матче можно предположить, что в последующих команда исправится.

Другая крайность – это «оверперформ» (от англ. «overperform» – выступление выше ожиданий). Он возникает тогда, когда команда забивает больше, чем показывает модель xG.

Такое часто бывает. Канонический для пример этого явления – «Спартак» образца сезона 2016/17.

Оверперформ (overperform) — выступление выше ожиданий

В том сезоне «Спартак» стал триумфатором первенства, но по xG был почти самым крупным «оверперформером». Проще говоря, его победы были неожиданными. Вы помните голы Дениса Глушакова с дальних дистанций, которые приносили победы «красно-белым»? Такие удары имеют низкий вес: с подобных дистанций почти невозможно постоянно забивать и приносить результат. Тем не менее такими ударами были добыты важные победы «Спартака». Подобный ритм сложно поддерживать на дистанции в два и более сезонов.

Есть несколько моментов, которые пока никак не учитываются xG-моделями. К примеру, ненанесенные удары. Представим ситуацию, что игрок вышел на ударную позицию, но промахнулся по мячу. Такой момент не будет учитываться в xG. Впрочем, на длительной дистанции – в сезон или несколько сезонов – подобное нивелируется.

На длительной дистанции xG-статистика отражает действительную силу команд

Несмотря на проблемные элементы xG-системы, которые также включают трактовку автоголов, пенальти, непробитых ударов, на длительной дистанции xG-статистика достаточно близко отражает действительную силу команд. С начала сезона АПЛ 2017/2018 статистику xG стали представлять в эфире BBC наряду с другими статистическими параметрами, по которым оценивается матч, вроде процента владения мячом или точных передач.

xG может быть полезен и в ставках на спорт. Нужно понимать, что это не единственный параметр, который следует использовать для ставок. Нужно всегда исходить из того, почему цифры вышли именно такими. Надо учитывать форму игроков и то, в каком состоянии они подходят к встрече.

Важно помнить и то, что любые статистические параметры склонны к регрессии к среднему, о которой мы еще поговорим. То есть статистический всплеск на дистанции нивелируется падением.

Например, нападающему сложно удержать высокую результативность на длительной дистанции, через какое-то время он перестанет забивать больше ожидаемого по xG. Та же логика применима к командам. Удачные серии, когда команда создает меньше, чем в реальности забивает, заканчиваются. И такие серии можно отслеживать и прогнозировать.

• модель Michael Caley (https://twitter.com/Caley_graphics);
• модель 11tegen11 (https://twitter.com/11tegen11);
• сайт с результатами по основным европейским лигам (understat.com);
• статистика по MLS (http://www.americansocceranalysis.com/mls-tables-2017/).

Статистика xG позволяет узнать справедливость результатов матча. Стоит отметить, что рано или поздно, как показывает практика, статистика усредняется. Ставить только по xG очень опасно, так как футбол — не бейсбол, здесь больше динамики и передвижения. Цифры здесь работают не так эффективно.

Модель xG (их есть несколько) можно и нужно использовать при подготовке к матчу, причем не только тренерам, но и бетторам. Но не делать на этом решающий акцент, используйте это как один из аргументов в пользу той или иной ставки.

Как производится расчет по системе xg?

Строгих правил по расчету xG для обычных игроков не существует. Каждый статистический сервис пользуется своим алгоритмом подсчета рассматриваемого показателя, за счет чего значения на разных сервисах отличаются друг от друга.

Можно ли самому рассчитать xg?

Попытаться произвести расчеты можно, но будут ли ваши расчеты точными и актуальными – большой вопрос.

Где найти расшифровку таблицы xg?

На сервисах, предоставляющих xG-статистику, в таблицах можно найти условные обозначения для каждого термина, представленного в них.

Как научиться пользоваться xg статистикой?

XG статистика позволит игроку прогнозировать количество потенциальных забитых и пропущенных мячей в любом матче. Отталкиваясь от этой статистики, бетторы смогут не только прогнозировать тотал матча, но также предугадывать исходы игр и, возможно, точные счета. Чтобы научиться пользоваться статистикой, необходимо регулярно набираться самостоятельного опыта работы с ней.

Источники: 

1. Биография Эгиля Ольсена.