📊 2026 世界杯 · 数据方法论

• 官方比赛信号：FIFA 授权的赛事实时数据流（每秒 25 帧事件数据）

• 光学追踪系统：每座球场部署 12 个高清摄像机，记录球员及球的坐标 (x,y)，采样频率 25Hz

• 人工复核：关键事件（进球、红牌、点球）经至少两名独立分析师确认

• 数据合作伙伴：Opta / StatsBomb / 中超官方数据实验室 (CSL Data Lab)

• 缺失值处理：运动轨迹采用卡尔曼滤波插补；事件缺失则回溯视频原始记录

• 多源对齐：将光学数据与裁判信号同步，时间戳统一到毫秒级

• 异常值剔除：明显偏离物理常数的跑动/速度记录被自动过滤并复核

• 时区标准化：所有时间戳转为 UTC，且网页展示时按用户端时区转换

xG (预期进球) — 基于射门位置、角度、防守压力等计算每次射门的进球概率，详见 xG 模型说明。

PSxG (预期扑救后进球) — 考虑门将扑救能力后调整的 xG，用于评估门将表现。

射门转化率 = 实际进球数 / 总射门次数（不含封堵）
射正转化率 = 进球数 / 射正次数

控球率 — 基于球队总传球次数占全场比例（不包括解围、界外球）。

传球成功率 = 成功传球 / 总传球尝试（向前传球权重更高）
推进式传球 — 传球后使球向对方球门方向移动超过 10 米。

PPDA (每次防守动作允许的传球次数) = 防守方在对方半场的防守动作次数 / 进攻方在该区域的传球次数。

抢断成功率 = 成功抢断 / 总抢断尝试
拦截 — 阻断对方传球的次数（非身体接触）
解围 — 将球踢出本方危险区域的次数
高位压迫成功率 — 在对方半场完成抢断或造成传球失误的比例

预期积分 (xPts) — 基于每场预期进球和预期失球模拟出的期望积分，用于衡量“运气成分”。

ELO 评分 — 基于对手强度调整的动态实力评分，每场比赛后更新: R_new = R_old + K * (实际结果 - 预期结果)。

进攻三区触球次数 — 在对方禁区及边路 30 米区域的触球频率。

基于即时 ELO 评分、近 5 场状态指数、伤病加权和主客场优势，通过逻辑回归预测胜平负概率：

每天重新拟合参数，确保反映最新形势。

每次小组赛/淘汰赛后，基于当前积分和剩余赛程概率，模拟 10,000 次剩余比赛。

• 小组排名规则严格遵循 FIFA 法定顺序（积分→净胜球→互相战绩→公平竞赛分）。
• 淘汰赛单场结果按 AI 预测引擎的标准差分布抽样。
• 点球大战基于历史世界杯点球成功率（球员、门将模型）。

使用无监督学习 (K-means) 将球队分为 4 个实力档次，用于小组抽签模拟和实力可视化。

特征向量包括：ELO、最近 10 场 xG 差值、关键传球数、防守韧性指标。

随着赛事推进，模型超参数（如加权学习率）采用贝叶斯优化，最小化预测误差。

同时也对 xG 模型中的击中门框、偏转等“随机事件”进行贝叶斯平滑，减少小样本偏差。

• 所有原始数据均来自 FIFA 官方信号提供商，具有法律授权。
• 每项聚合指标均提供 90% 置信区间，避免“确定性谬误”。
• 历史回测显示，晋级概率模型针对近三届世界杯的准确率达到 74% 的前四强预测覆盖率。
• 开源校验：核心指标计算规则已在 GitHub 公开，接受监督。

• 无法量化“更衣室气氛”、“裁判倾向”、“突发伤病”等隐性变量。
• 小组赛末轮“默契球”可能性难以纳入模型，存在黑盒风险。
• 球员瞬时爆发或状态失常无法被提前捕捉（例如门将超神发挥）。
• 极端天气（如暴雨）对 xG 的影响尚未完全建模，但在淘汰赛会被标记提示。