关于 xfoot

这是什么

xfoot 是一个用统计模型(泊松分布 + Dixon-Coles 低比分修正)对 2026 世界杯每场比赛做数据分析的学习与作品集项目。模型从历史国际比赛估算各队攻防强度(加权极大似然 + 时间衰减),再推导出每场的胜平负概率、比分矩阵、总进球分布等七类输出;并诚实展示模型的局限性与回测水平。

合规声明

• ·本工具不提供任何投注建议,不推荐投注方向、不跟单,不涉及任何博彩信息。
• ·所有概率均为模型基于历史数据的统计估计,不代表真实结果,实际比赛具有高度不确定性。
• ·模型不考虑伤病、停赛、天气、战术克制、临场状态等因素;每场分析均附「模型局限性声明」。
• ·本项目仅供球迷了解与学习,为个人非商业用途,世界杯结束后归档。

诚实是产品功能

我们主动展示模型的不确定性与预测失误,而非只挑选「说中」的案例。每场分析都可展开完整数学推导,资深球迷可逐项核对模型如何得出结论。

名词解释

λ(预期进球)

模型给某队这场的预期进球数 = 攻强 × 对方守强 × 联赛均值 ×(主场系数)。

攻强 / 守强

球队场均进 / 失球相对国际 A 级平均的倍数。攻强 >1 进攻强于平均;守强越高代表防守越弱。

Dixon-Coles(ρ)

在泊松模型上对 0-0/1-0/0-1/1-1 等低比分做相关性修正的经典足球模型,ρ 为修正系数(经验值约 -0.08)。

Brier Score

概率预测的准确度分数(0~2),越低越准。完全瞎猜的多类 Brier ≈ 0.667。

命中率

预测概率最高的结果(胜/平/负)实际发生的比例;纯随机约 1/3。

校准曲线

若模型说「60%」的事约六成真的发生,就是校准良好;点越贴近对角线越准。

回测 / holdout

用模型没见过的历史比赛(不参与训练)检验预测,避免「自己考自己」。