| # | 对阵 | 实际 | 预测 xG | 方向 | 主/平/客 |
|---|---|---|---|---|---|
| M1 | MEXMexico对South AfricaRSA | 2-0 | 2.58-0.32 | ✓(主胜) | 71 / 18 / 11 |
| M2 | KORSouth Korea对Czech RepublCZE | 2-1 | 1.85-1.47 | ✓(主胜) | 45 / 25 / 30 |
| M3 | CANCanada对Bosnia and HBIH | 1-1 | 1.90-1.39 | ✗(主胜) | 54 / 24 / 23 |
| M5 | USAUnited State对ParaguayPAR | 4-1 | 2.35-1.03 | ✓(主胜) | 63 / 21 / 16 |
| M7 | HAIHaiti对ScotlandSCO | 0-1 | 1.08-2.22 | ✓(客胜) | 20 / 23 / 56 |
| M6 | BRABrazil对MoroccoMAR | 1-1 | 2.23-1.20 | ✗(主胜) | 57 / 23 / 20 |
| M8 | AUSAustralia对TurkeyTUR | 2-0 | 1.25-2.05 | ✗(客胜) | 27 / 25 / 49 |
| M11 | NEDNetherlands对JapanJPN | 2-2 | 2.29-1.31 | ✗(主胜) | 50 / 24 / 25 |
| M12 | SWESweden对TunisiaTUN | 5-1 | 2.68-0.71 | ✓(主胜) | 73 / 18 / 10 |
Germany 在 38'-68' (30 分钟) 窗口内攻入 4 球 (38' Nico Schlotterbeck / 47' Jamal Musiala / 50' Kai Havertz / 68' Nathaniel Brown) —— 这是"重复打击链"的典型:同队在短时间内多次破门,反映对方防守结构未被及时修正。密度达到碾压阈值,Layer 27 Crushing Mode 应触发但未必识别到这种微观序列。
Sweden 在 7'-96' (89 分钟) 窗口内攻入 5 球 (7' Youssef Ayari / 30' Alexander Isak / 59' Viktor Gyökeres / 84' Anthony Svanberg / 96' Youssef Ayari) —— 这是"重复打击链"的典型:同队在短时间内多次破门,反映对方防守结构未被及时修正。密度达到碾压阈值,Layer 27 Crushing Mode 应触发但未必识别到这种微观序列。
Mexico 与 South Africa 之间共出现 3 张红牌 (90' César Montes / ?' Themba Zwane / ?' Yaya Sithole) —— 红牌集群强制触发战术调整:阵型从 11v11 切换到少打少/多打少,后腰前插频率改变,定位球价值上升。
United States 在 7'-91' (84 分钟) 窗口内攻入 3 球 (7' Folarin Balogun / 20' Christian Pulisic / 91' Gio Reyna) —— 这是"重复打击链"的典型:同队在短时间内多次破门,反映对方防守结构未被及时修正。密度中等,属于有效重复打击但未达碾压阈值。
⚠ 方法论说明: 链路提取仅基于公开事件流(进球/红黄牌/换人时间轴),不含传球、盘带、抢断、位置数据。7 场样本下,链路 → xG 的修正系数尚在标定,不构成统计显著结论。
▌ 数据输入: 链路提取器读取 match_event_streams.json 中按分钟排序的事件流。完整的事件级追踪数据(传球网络、热区、压迫动作)不在采集范围内 —— 当前链路本质上是『事件序列模式』而非『战术行为序列』。
| # | 对阵 | 对手均排名 H/A | Form ΔxG H/A | 疲劳 ΔxG H/A | 基线 xG | 修正 xG | P(D) (τ uplift) | 方向 |
|---|---|---|---|---|---|---|---|---|
| M13 | BELvsEGY | 79/95 | +0.10/-0.01 | -0.12/-0.12 | 1.98-1.18 | 1.96-1.04 | 23.8%(-0.9%) | H |
| M14 | IRNvsNZL | 57/144 | -0.00/+0.06 | -0.12/-0.10 | 1.94-1.34 | 1.81-1.31 | 25.1%(+6.6%) | H |
| M15 | ESPvsCPV | 11/102 | +0.03/+0.02 | -0.12/-0.06 | 2.89-0.43 | 2.81-0.39 | 11.1%(+0.2%) | H |
| M16 | KSAvsURU | 63/44 | +0.00/+0.01 | -0.12/-0.02 | 0.89-2.22 | 0.77-2.21 | 20.1%(-2.7%) | A |
| M37 | BELvsIRN | 79/57 | +0.10/-0.00 | 0.00/0.00 | 2.55-0.73 | 2.65-0.73 | 15.5%(-10.3%) | H |
| M38 | NZLvsEGY | 144/95 | +0.06/-0.01 | 0.00/0.00 | 1.12-2.12 | 1.19-2.10 | 22.7%(+2.2%) | A |
| M39 | ESPvsKSA | 11/63 | +0.03/+0.00 | 0.00/0.00 | 2.96-0.35 | 3.00-0.35 | 9.3%(-6.4%) | H |
| M40 | URUvsCPV | 44/102 | +0.01/+0.02 | 0.00/0.00 | 2.56-0.85 | 2.58-0.87 | 17.1%(+0.7%) | H |
⚠ 方法论说明: 本层在已有 34 层基线之上新增 3 层叠加。对手调整 Form 的 RPI/SOS 简化版在小样本下是规则化方法,不是 ML;τ 参数 ρ=-0.10 是经典经验值,需更多样本标定。Travel 疲劳系数基于 FIFPRO 2025/03 + HMM
▌ 对手调整 Form 参考: 设计动机:观察球队近期状态时需考虑对手强弱,而非只看绝对数据。RPI = simple_wp × (0.5 + strength_of_schedule × 0.5),SOS = 1 - avg_opponent_rank_normalized。Belgium 7-0 Liechtenstein 这类赛果自动降权,避免『鱼腩刷数据』误判。
▌ 平局修正 参考: Dixon & Coles 1997,『Modelling Association Football Scores and Inefficiencies in the Football Betting Market』。τ(0,0)=1-λh·λa·ρ,τ(1,1)=1-ρ。负值 ρ 提升 0-0/1-1 低分平局概率,修正纯 Poisson 低估。
⚠ 样本量警告: 当前仅 9 场已赛,准确率波动极大,不构成对模型质量的统计显著性评价。
主预测命中: 最可能比分完全命中。
前五命中: 实际比分在预测概率最高的 5 个比分中。
方向命中: 主胜/平/客胜的大方向预测正确(比主预测比分命中宽松得多,但更具实用性)。
▌ 小样本下的高准确率不保证未来表现。请参考 完整免责声明。