数据类

翻完近几个赛季的对阵记录，一些容易被忽略的规律开始浮现。整型数据（INT）作为最基础的统计单位，记录着比分、射门次数、控球率等关键指标，为量化分析提供了可靠样本。

历史交锋脉络：比分样本的整数分布

在超过200场历史交锋中，比分1-0、2-1出现频次最高，占比分别为18.5%和15.2%。这些整数组成了胜负分界线，也反映了比赛强度与防守稳定性。

5-0以上比分仅占样本的3.2%，且多出现在实力悬殊的赛季。这些极端整数值往往拉高场均进球，需结合具体阵容缺失等因素修正。

主场场均进球1.87（INT），客场1.34，差值0.53。统计样本显示，主场优势在关键战中更明显，直接反映在净胜球整数上。

上半场进球INT均值为0.72，下半场为1.15。主队下半场进球数提升显著，可能与体能分配和战术调整有关。

净胜球INT从-2到+8不等，但集中在-1至+2区间（占72%）。强队净胜球呈正态分布，弱队则左偏。

失球数在0-2之间占样本的68%，其中1球失球占比最高（34%）。INT整数边界对防守质量敏感。

当胜场INT累积超过5时，后续胜率提升至68.3%。统计学上，整数阈值影响心理预期与盘口调整。

主场胜率在达到60%后出现平台期，样本中仅有4支球队突破70%的整数关口，说明天花板效应存在。

预期进球精确到两位小数，但实际进球为整数。统计显示，xG在1.5-2.0区间时，实际进球≥2的概率为55.8%。

整型数据映射发现，xG低于0.5时实际进球为零的概率达81%，而xG超过3.0时，实际进球至少3个的概率为67%。

比分、射门等INT字段舍弃了小数信息，导致方差低估。样本量低于30时，整数数据的置信区间会显著扩大。

十年以上的比赛数据，因规则变化（如加减补时），INT记录可能出现偏差。需采用滚动窗口平滑处理。

统计指标	样本容量	INT均值	标准差	最大值
场均进球	380	1.61	0.89	8
主场场均进球	190	1.87	0.92	6
客场场均进球	190	1.34	0.85	5
净胜球	380	0.53	1.42	8

整数只记录离散值，无法反映比赛细节，比如1-0的比分可能包含多次门框或红牌，这些在小样本中显著影响统计规律。

历史主场场均进球可作为基线，结合对手客场失球数调整，得出期望整数值，再通过泊松分布计算胜平负概率。

是的，较短赛季（如30场）净胜球INT分布更离散，需使用每90分钟净胜球来标准化。

数据由 ky.cn 提供统计分析，更多整型数据模型可参考相关研究。