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。本文将基于统计样本，从历史交锋、主客场差异、进球失球等多个维度，量化分析数据类型转换背后的规律。
历史交锋脉络
交锋频次与胜负分布
统计近10次交手，A队胜5场，B队胜3场，平2场，胜率分布呈现明显偏向。其中A队主场交锋4次全胜，客场1胜3平2负，差异显著。
净胜球累积趋势
近10场累计净胜球A队+12，B队-5，但近5场A队净胜球仅+2，B队+0，趋势有所收敛。
主客场差异
主场优势量化
A队主场场均进球2.3，失球0.7；客场场均进球1.1，失球1.8，主客场净胜球差值为1.9。
客场韧性分析
B队客场场均控球率48%，低于主场的55%，但反击效率更高，射正率提升至35%。
进球与失球统计
场均进球走势
两队交手总进球数波动较大，近5场场均2.4球，低于历史均值3.1球，防守强度有所提升。
失球时段分布
失球集中在上下半场末段，最后15分钟失球占比达40%，体能下降是关键因素。
胜率走势样本
近期胜率变化
A队近10场整体胜率60%，但近5场下滑至40%；B队近10场胜率30%，近5场回升至40%。
胜率与预期表值关联
当预期进球大于1.5时，A队实际胜率达70%；低于1.0时胜率仅20%。
预期进球参考
预期进球与实际转换
A队场均预期进球1.8，实际进球1.9，转换效率偏高；B队预期1.2，实际1.0，略低于模型。
预期失球防御效能
B队预期失球1.5，实际失球1.7，门将表现低于平均，扑救率仅65%。
| 赛季 | 主队 | 客队 | 控球率(%) | 射门次数 | 射正次数 | 预期进球 |
|---|---|---|---|---|---|---|
| 2023-24 | A | B | 58 | 12 | 5 | 1.8 |
| 2022-23 | B | A | 52 | 10 | 4 | 1.3 |
| 2021-22 | A | B | 61 | 14 | 7 | 2.1 |
历史交锋对胜负预测有多大参考价值？
根据样本，历史交锋胜率与最终结果相关性约为0.4，需结合主客场、伤病等因素。
主客场差异如何量化？
通过计算主客场净胜球差、场均进球差等指标，本例中A队主客场净胜球差为1.9。
预期进球模型是否准确？
平均误差在0.3球左右，但小样本中波动较大，建议结合射门质量数据使用。
数据来源：ky.cn，更多统计规律请访问ky.cn。
