本文目录导读：
关于定位球得分概率是否“大”，需要先明确一点：不同开源项目的数据来源、统计口径和联赛范围差异很大，结论不能一概而论。 但综合主流足球数据分析开源项目（如 StatsBomb 开放数据、FBref、Wyscout 公开样本、以及学术界的 soccer-analytics 仓库）的结论,可以给出一个相对清晰的图景。
定位球是进球的重要来源，但“单次定位球直接得分”的概率并不高；其价值主要体现在“数量多、可训练、防守可优化”上。
关键数据区间（五大联赛/国际大赛样本）
| 指标 | 典型数值 |
|---|---|
| 定位球进球占总进球比例 | 约 25%–35%（含点球）；不含点球约 20%–28% |
| 角球直接进球率 | 约 2%–3%（每次角球） |
| 任意球直接射门得分率 | 约 4%–8%（取决于距离与射手） |
| 点球得分率 | 约 75%–80% |
| 界外球/间接任意球形成射门转化 | 更低，<2% |
开源项目中的典型发现
- StatsBomb 开放数据（世界杯、女足、部分联赛）：定位球（set-piece）进球占比在世界杯样本中常达 30% 左右，其中点球贡献显著；若剔除点球，角球+任意球合计约 15%–20%。
- FBref / Opta 派生数据：角球每次期望进球（xG）通常仅 02–0.04，说明单次角球价值很低，但一场比赛 8–12 个角球累积起来不可忽视。
- 学术类开源仓库（如 soccer-analytics、PySport 社区项目）：多数回归分析显示，定位球数量与进球正相关但弹性小；定位球防守质量（如区域盯人 vs 人盯人）对失球影响显著。
- 点球是最大例外：单次得分概率最高（~76%），定位球得分概率大”这一说法若包含点球，则部分成立；若只谈角球/任意球,则明显偏低估。
需要注意的统计陷阱
- 分母定义不同：按“每次定位球”还是“每场定位球”算,结论差异巨大。
- 样本选择偏差：强队定位球机会多、质量高,直接比较会高估。
- “得分”定义：直接得分 vs 二点球/二次进攻得分，后者常被归入“开放进攻”,导致定位球贡献被低估。
- 联赛差异：英超、意甲定位球占比通常高于西甲；低级别联赛定位球占比往往更高。
实践建议
如果你在做开源项目分析,建议：
- 明确区分 点球 / 直接任意球 / 角球 / 间接任意球 / 界外球；
- 用 xG per set-piece 而非单纯进球率,样本更稳定；
- 报告 占比（share of goals） 与 单次转化率（conversion per event） 两个指标,避免误导；
- 控制球队实力与比赛状态（领先/落后）后再比较。
一句话总结：定位球（尤其含点球）占进球约三成，是战术重点；但单次角球/任意球直接得分概率只有个位数百分比，所谓“概率大”只在“累积贡献”和“点球”意义上成立。
