The Interpretive Limits of Expected Goals: Model Dependence, Realization Variability, and Decision-Making Under Uncertainty
Dit artikel betoogt dat Expected Goals (xG) begrepen moeten worden als modelafhankelijke conditionele kansen in plaats van deterministische uitkomsten, waarbij door middel van een retrospectieve analyse van 308 team-wedstrijdobservaties wordt aangetoond dat een significante divergentie tussen xG en gerealiseerde doelpunten inherent is aan probabilistische processen, en stelt een prospectief experiment voor om te evalueren hoe deze onzekerheid de besluitvorming beïnvloedt over verschillende participatiestrata en informatieomgevingen heen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In het moderne voetbal heeft een stille revolutie plaatsgevonden in de manier waarop we begrijpen wat er op het veld gebeurt. Decennialang was de tussenstand de enige waarheid die telde: twee doelpunten tegenover één betekende een overwinning, en niets anders kon dat veranderen. Tegenwoordig gebruiken analisten echter een hulpmiddel genaamd "expected goals" om achter het definitieve getal te kijken. Deze metriek probeert de kwaliteit van elke kans die een team creëert te meten, waarbij aan elke schot een waarschijnlijkheid wordt toegekend op basis van waar de schot werd genomen, wie het nam en de druk die zij ervoeren. Het is een manier om te zeggen dat een team een wedstrijd kan hebben verloren, maar toch beter heeft gespeeld dan de score doet vermoeden, of een wedstrijd kan hebben gewonnen door geluk ondanks het creëren van slechte kansen. Dit concept is een standaard onderdeel geworden van de taal van de sport, gebruikt door coaches, fans en wedders in gelijke mate om vaardigheid van toeval te onderscheiden. Toch, naarmate dit getal prominenter wordt, rijst een kritische vraag: garandeert een hoog aantal verwachte doelpunten ook een hoog aantal werkelijke doelpunten?
Een nieuwe studie door Giovanni Gallo, een onderzoeker bij Quantum Sport Analysis, onderzoekt de kloof tussen wat deze modellen voorspellen en wat er daadwerkelijk op het veld gebeurt. Het onderzoek betoogt niet dat de modellen kapot of nutteloos zijn. In plaats daarvan onderzoekt het een fundamenteel misverstand dat optreedt wanneer mensen een waarschijnlijkheid behandelen als een belofte. De studie onderzoekt 154 wedstrijden uit de vier hoogste Europese competities — de Premier League, Serie A, La Liga en de Bundesliga — tijdens de eerste vier ronden van het seizoen 2026/27. Door naar 308 afzonderlijke teamprestaties binnen die wedstrijden te kijken, bracht de onderzoeker de continue, op decimalen gebaseerde verwachte doelpuntengetallen in kaart naar de discrete, gehele getalrealiteit van het scoren in het voetbal. Omdat wedmarkten en wedstrijdresultaten afhankelijk zijn van gehele getallen, richtte de analyse zich op hoe vaak het totale aantal verwachte doelpunten van een team precies op het gehele getal landde dat een winst of een verlies bepaalt in veelvoorkomende wedmarkten, zoals of een team meer of minder dan een specifieke drempel zou scoren.
De bevindingen onthullen een aanzienlijke mate van onvoorspelbaarheid die zelfs met geavanceerde data blijft bestaan. Wanneer de onderzoeker keek naar hoe vaak het werkelijke aantal gescoorde doelpunten overeenkwam met de specifieke gehele getalband die door de verwachte doelpunten werd gesuggereerd, kwam dit slechts in ongeveer 36 procent van de observaties voor. Met andere woorden, in ongeveer twee van de drie gevallen scoorde het team een ander aantal doelpunten dan het dichtstbijzijnde gehele getal dat het model zou voorspellen. Het gemiddelde verschil tussen de voorspelde band en het werkelijke resultaat was bijna een volledig doelpunt. Dit mag misschien als een grote fout klinken, maar de studie verduidelijkt dat dit niet noodzakelijkerwijs een teken is dat de modellen fout zijn. De onderzoeker vergeleek de gegevens uit de echte wereld met een eenvoudige wiskundige simulatie van toeval, die een vergelijkbaar percentage exacte overeenkomsten voorspelde. Deze vergelijking suggereert dat de variatie een natuurlijk onderdeel van het spel is; zelfs als een model het gemiddelde gemiddelde van de kans op scoren perfect berekent, zal de uitkomst van een individuele wedstrijd nog steeds rond dat gemiddelde schommelen door de inherente willekeur van sport.
Een cruciaal onderscheid dat in het artikel wordt gemaakt, is dat tussen het gemiddelde resultaat van veel wedstrijden en het resultaat van een enkele wedstrijd. Wanneer de onderzoeker alle verschillen tussen voorspelde en werkelijke doelpunten over de gehele steekproef bij elkaar optelde, annuleerden de positieve en negatieve fouten elkaar grotendeels, waardoor een minimale gemiddelde afwijking overbleef. Dit toont aan dat de modellen in de loop van de tijd in balans zijn. Echter, voor een fan die een specifieke wedstrijd volgt of een wedder die een weddenschap plaatst op een enkele wedstrijd, biedt dat gemiddelde evenwicht weinig troost. De studie benadrukt dat een team een totaal aantal verwachte doelpunten kan hebben dat suggereert dat ze hadden moeten winnen, maar toch kunnen verliezen, zonder dat het model onnauwkeurig is. Het model beschrijft de kwaliteit van de gecreëerde kansen, niet de zekerheid van de eindscore.
Het onderzoek kijkt ook vooruit naar hoe mensen deze informatie gebruiken bij realtime besluitvorming, met name bij live wedden. De auteur stelt een toekomstig experiment voor om te zien hoe verschillende soorten mensen — experts, reguliere fans en nieuwkomers — reageren wanneer hen deze statistieken tijdens een wedstrijd worden getoond. De hypothese is dat het zien van een precies getal mensen een groter gevoel van vertrouwen in hun voorspellingen kan geven dan de data daadwerkelijk ondersteunt, wat ertoe leidt dat zij geloven dat zij de toekomst van een wedstrijd nauwkeuriger kunnen voorzien dan mogelijk is. De studie suggereert dat hoewel verwachte doelpunten een krachtig hulpmiddel zijn om het verleden te begrijpen, ze geen kristallen bol zijn voor de toekomst. Het getal dat op een scherm wordt weergegeven, is een voorwaardelijke schatting gebaseerd op de informatie die op dat moment beschikbaar is, en geen deterministische verklaring van wat er zal gebeuren.
Uiteindelijk dient het artikel als een gids voor het interpreteren van deze krachtige instrumenten met het juiste niveau van voorzichtigheid. Het betoogt dat de waarde van verwachte doelpunten ligt in het vermogen om de kwaliteit van het spel samen te vatten, niet in het vermogen om de exacte score van een enkel evenement te voorspellen. De kloof tussen de voorspelling en het resultaat is geen falen van de wiskunde, maar een reflectie van de prachtige, chaotische aard van het voetbal zelf. Door te begrijpen dat deze getallen waarschijnlijkheden vertegenwoordigen in plaats van zekerheden, kunnen fans en analisten de nuance van het spel waarderen zonder in de valstrik te trappen door te denken dat de data het element van verrassing heeft weggenomen. De studie concludeert dat hoewel technologie ons een diepere blik heeft gegeven in de mechanica van de sport, het eindsignaal nog steeds de macht heeft om het verhaal te herschrijven, ongeacht wat de cijfers voor de wedstrijd zeiden.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.