大家好，我是大角勇也。
之前我做过一期视频，解释了预期进球数（xG)是什么。
今天我来解释另一个现代足球数据统计中比较重要的一个数据——xA
xA，中文叫预期助攻数，跟xG的原理其实差不多。一个是进球，一个是助攻。
大家都知道，评判一个前锋球员，主要取决于他为球队进球或者获得联赛积分的能力。
那么作为一个富有创造力的中场球员，比如德布劳内，我们评判他表现是否优秀的时候，往往会看他的助攻数多过于他的进球数。
问题是，助攻数这个指标非常依赖队友的发挥，即使你的传球质量很好，但如果你传球的对象没有马上射门，那么你就失去了助攻的机会，又如果他射门了却没进球，你也不会得到助攻。
当然，有的时候你只是随意传了一个球，对手禁区外就远射破门了，你就躺到了一次助攻。
所以，仅仅看助攻数，还是很难衡量一位中场球员的创造能力是否强大。
那么，xA预期助攻数这个概念就应运而生了。这个统计模型基于用质量补充数量，更深入地分析球员的传球，反映了他们每脚关键传球在创造机会上的价值。
预期助攻模型用来衡量传球成为进球助攻的可能性，数值在0-1之间，0代表永远不会导致助攻的传球，1则代表接球者每次都会得分的传球。
那么，究竟是如何计算这个预期进攻的数值呢？大部分体育公司都会使用Opta几十万次的传球数据进行模拟，并结合许多变量，进行计算。这些变量会影响传球成为助攻的可能性大小。
其中，最重要的有以下几种变量：
1、传球类型
例如：传中、非传中、头球、直塞球，等等，都有不同的分值
2、传球场景
例如：运动战、角球、任意球、界外球等，也有不同的分值比例
3、传球位置
防守三区、进攻三区、中场、禁区等等
4、接球位置
5、传球距离
6、接球者最近的防守球员距离
以上这些都是最重要的参考因素。体育分析机构都会给予这些参考因素不同的权重，最终计算出球员一场比赛中的预期助攻数。
那么我们如何来看待这个数据呢？
我们可以通过xA的数据进行球员的观察，即使你没有看他所有的比赛，你只要通过数据就能了解个大概。
咱们举个例子：
利物浦的两位边后卫，左边罗伯特森和右边的阿诺德是目前欧洲足坛最有创造力的边后卫之二。
为了对比明显，我选择了2019-20赛季这两位的数据
19/20赛季结束的时候，阿诺德总助攻数是13个，罗伯逊则是12个，光看助攻数，非常相近，这个时候，我们如何区分他俩谁更优秀，更有创造力呢？
传统对比球员创造力的方式，一般就是看谁的威胁球更多，助攻数里面谁的运动战助攻更多。
事实上，那个赛季，他们两位的创造机会能力是相同的，都是41次。而通过运动战送出的助攻更是罗伯特森以10：6遥遥领先。
难道是罗伯特森比阿诺德更优秀吗？
虽然以上的传统指标可以让我们了解他们的创造力，但是通过xA，我们可以掌握他们所有传球的质量。
通过上图可以看到，两名球员虽然创造了相同数量的威胁球机会，但是，阿诺德的传球更有可能导致助攻，他的xA数值为7.1，而罗伯特森的xA只有4.9，这很可能说明，虽然阿诺德创造了更多高质量的机会，但可惜接球的队友没有把握好，所以最终只有6个运动战进球。而罗伯特森只有4.9的xA就拿下了10次助攻，不得不佩服他的接球队友的得分能力。
从下面这两张xA的地图中就很明显能够看出：
第一张是罗伯特森的，第二张是阿诺德。
图中的红色实心圆代表他们助攻结束的位置，也就是接他们助攻球的球员射门位置。而空心圆圈则代表他们传出大威胁的球的结束位置。
很明显，阿诺德的大威胁传球结束位置非常集中，几乎都在大禁区里且围绕小禁区线的附近。更有一大堆传到后门柱大威胁的机会没有被转化为进球。
而罗伯特森的传球则更分散，很多都需要依靠接球球员的个人能力才能转化成进球。
这么来看，是不是可以判断，其实阿诺德的传球质量是更好的那个呢？
近些年来，像xG、xA以及以后还会说的xP、ppda、比赛动量等这些高级数据指标在足球界变得越来越普遍，球员的教练都在关注这些数据指标。
这些都是既直观又好用的指标。
很多球队的体育总监和球探在一些采访中都透露了他们如何通过这些指标对球员进行观察和引入。
那么，作为我们这些足球和足彩的爱好者，如果你要了解一支球队和一个球员，仅仅通过一些传统的指标来分析判断，目前来看已经远远不够了。
好了，今天对于xG的介绍就到这里，希望大家喜欢我的文章。以后会带来更多的足球数据分析相关的内容，敬请期待~~~
另外，关于泊松工具表的免费赠送，截止本周五。
最后，感谢大家的支持！
告辞！
