本文目录导读：
在开源项目中结合xGA（预期失球，Expected Goals Against）评估防守表现，核心思路是：用公开数据 + 开源工具链，把“防守好不好”从主观印象变成可量化、可复现的指标，下面按“数据—模型—评估—落地”四个层面说明具体做法。
先明确xGA在防守评估中的定位
xGA衡量的是对手创造的机会质量总和，即“面对这些射门，平均门将/防守体系预期会丢多少球”，它反映的是防守体系限制对手机会质量的能力，而不是门将扑救能力（后者用xGA−GA或扑救超额值衡量）。
因此用xGA评估防守时,要区分三个层次：
| 层次 | 指标 | 含义 |
|---|---|---|
| 机会限制 | xGA/90 | 每90分钟让对手积累的预期进球 |
| 机会质量结构 | xGA/shot、射门位置分布 | 防守是否把对手逼到低质量区域 |
| 门将/最后一环 | xGA−GA、PSxG−GA | 门将是否超额/欠额 |
数据来源（开源/公开）
- 事件数据：StatsBomb Open Data（含shot freeze-frame、坐标、身体部位）、Wyscout公开样本、Football-Data.co.uk（仅比分，不够）。
- 追踪数据：部分联赛公开的SkillCorner样本、Metrica Sports样本（开源追踪数据）。
- 补充：FBref/Understat提供现成xG/xGA（Understat覆盖五大联赛），可直接做基线对比。
- 自建：用开源爬虫（如socceraction配套数据、
statsbombpy）拉取公开比赛。
关键点：xGA模型需要射门坐标 + 射门前事件（助攻方式、防守压力、是否反击），坐标是底线，压力/门将位置是加分项。
开源模型与工具链
- socceraction（MLOSS）：提供xT、VAEP、Atomic-VAEP，可自定义xG模型；其
ExpectedGoalsModel类可直接训练。 - statsbombpy：拉取StatsBomb开放数据。
- mplsoccer：画射门图、热区图、防守动作分布。
- Understat/FBref API封装（如
understatapi、soccerdata）：批量取xGA基线。 - PyMC / scikit-learn / XGBoost：自建xG模型（逻辑回归可解释性好，GBM精度高）。
- nflfastR式思路迁移：R端可用
worldfootballR。
典型流程：
soccerdata/statsbombpy取射门事件；- 特征工程：距离、角度、身体部位、助攻类型、是否反击、防守球员距离（有追踪数据时）；
- 训练xG模型（按联赛/赛季分层校准）；
- 按“防守方”聚合对手射门xG → xGA；
- 按对手强度、比分状态、主客场做调整（可用ELO或对手xG调整）。
评估防守表现的具体方法
1 基础聚合
- 球队赛季xGA、xGA/90、xGA/射门；
- 分区间：运动战xGA、定位球xGA、反击xGA（区分防守场景）；
- 滚动窗口（如5场、10场）看趋势，避免小样本噪声。
2 对手与情境调整
- 对手强度调整：用对手进攻xG或ELO做回归调整，得到“调整后xGA”；
- 比分状态：领先时防守收缩会推高xGA，需分状态统计；
- 主客场分开。
3 与结果对比（防守超额）
- xGA − GA：正值为防守（含门将）超额表现；
- PSxG − GA（若用门将模型）：分离门将贡献；
- xGA vs 实际失球的时间序列：识别“运气/门将”与“体系”的偏离。
4 结构诊断（比总数更有用）
- 对手射门位置热图：是否被压到禁区中央；
- xGA/射门：高说明允许高质量单次机会；
- 防守动作分布（抢断、拦截、解围位置）：结合xT/VAEP看防守动作是否“有效”；
- 被反击xGA占比：暴露攻防转换问题。
5 统计显著性
- 用bootstrap给xGA/90置信区间；
- 小样本（<10场）不要下结论，或用贝叶斯收缩向联赛均值收缩；
- 多赛季合并提升稳定性。
开源项目落地建议
- 仓库结构：
data/（原始事件）、features/（射门特征）、models/（xG模型+校准）、reports/（球队xGA报告）、notebooks/。 - 可复现：固定随机种子、记录数据版本（DVC）、模型卡（model card）说明训练集与校准。
- 可视化：mplsoccer出射门图 + xGA趋势线 + 分场景柱状图，直接放进README或静态站点。
- 对比基线：至少和Understat/FBref的xGA对比，证明自建模型合理。
- 伦理与版权：只用公开/授权数据，注明来源与许可（StatsBomb开放数据需遵守其条款）。
常见坑
- 只报xGA总数：不区分运动战/定位球/反击，无法指导防守改进；
- 忽略对手强度：强队xGA低可能只是赛程友好；
- 小样本过拟合：单赛季半程xGA波动大，需收缩；
- 把xGA当门将指标：xGA是体系指标，门将要看xGA−GA/PSxG−GA；
- 模型未校准：xG概率需按联赛校准，否则跨联赛不可比。
一句话总结：开源项目里，用soccerdata/statsbombpy取射门事件，用socceraction或自建模型算xG并按防守方聚合得xGA，再做对手/情境调整和分场景拆解，配合bootstrap与可视化，就能把防守表现做成可复现、可比较、可指导改进的量化评估。
