Calculer et interpréter les Expected Goals sans confondre les mesures

Définir la question avant de sortir la calculatrice

Voulez-vous évaluer les occasions créées pendant une rencontre, comparer deux attaques sur une saison ou construire votre propre modèle ? Ces tâches nécessitent des données différentes. Additionner des xG publiés ne revient pas à entraîner un modèle. Un tableau de scores ne suffit pas à retrouver la qualité des tirs : deux rencontres terminées sur le même résultat peuvent contenir des situations très différentes. Précisez aussi si vous étudiez les penalties, les tirs dans le jeu ou tous les tirs enregistrés.

Une probabilité par tir, avec une définition de fournisseur

Pour un tir i, on note pᵢ la probabilité estimée de marquer à partir des informations admises par le modèle. Distance, angle, partie du corps et action précédente peuvent faire partie des variables. Certains modèles ajoutent la position du gardien et des défenseurs. Les valeurs diffèrent donc entre fournisseurs. Ne mélangez pas deux colonnes xG comme si elles utilisaient nécessairement la même définition. Un modèle avant le tir et un modèle après le tir répondent également à des questions différentes.

Additionner les valeurs : un exemple entièrement fictif

Prenons quatre tirs pédagogiques auxquels un modèle attribue 0,08, 0,12, 0,35 et 0,05. Le total vaut 0,60 xG et la moyenne 0,15 xG par tir. L'addition représente une espérance de buts sur ces tirs, pas une probabilité de gagner. Sous une hypothèse supplémentaire d'indépendance, la probabilité d'au moins un but serait 1 − (1 − 0,08)(1 − 0,12)(1 − 0,35)(1 − 0,05), soit environ 50,01 %. Cette hypothèse n'est pas nécessaire pour additionner les espérances.

Construire un modèle plutôt que deviner des coefficients

Un modèle personnel commence par des tirs historiques et une cible binaire : but ou absence de but. Il faut définir les coordonnées, traiter les tirs bloqués et conserver les situations sans but. Une régression logistique peut écrire p = 1 / (1 + exp(−z)), avec z calculé à partir des variables. Les coefficients doivent être estimés sur un ensemble d'apprentissage ; choisir des nombres à l'intuition ne crée pas un modèle validé. Réservez d'autres rencontres pour mesurer les erreurs et la calibration.

Traiter les rebonds et les occasions qui ne deviennent pas des tirs

Plusieurs tirs d'une même séquence peuvent dépendre les uns des autres : un rebond n'existe que parce que la première tentative n'a pas terminé l'action. Le total brut de xG et une mesure corrigée par possession ne sont donc pas interchangeables. Une passe dangereuse interceptée avant tout tir ne reçoit pas nécessairement de xG dans un modèle fondé sur les seuls tirs. Cette limite explique pourquoi il faut lire aussi la progression du ballon, les entrées dans la surface et la vidéo.

Lire les écarts entre buts et xG avec assez de recul

Un écart de deux buts sur une seule rencontre ne démontre pas une qualité durable de finition ou un problème du gardien. Les événements sont peu nombreux et les probabilités estimées comportent elles-mêmes une incertitude. Comparez des périodes définies à l'avance, publiez le nombre de tirs et séparez les penalties. Pour la Pro League, vérifiez que la couverture du fournisseur est complète pour les saisons retenues. Un manque de données ne doit pas être transformé en une performance offensive nulle.

Liste de contrôle pratique

Avant de comparer deux sommes de xG, choisissez trois tirs de contrôle et remontez à leurs événements. Vérifiez la localisation, la partie du corps et la présence d'une valeur calculée. Ce petit échantillon ne valide pas le modèle statistique, mais il révèle les erreurs de jointure ou les probabilités provenant d'une autre version. La liste suivante concerne ensuite l'ensemble du fichier.

1. Fixer le fournisseur, la version du modèle et les saisons étudiées.
2. Vérifier les identifiants des tirs pour supprimer les doublons réels.
3. Séparer les penalties et documenter le traitement des rebonds.
4. Additionner les probabilités sans arrondir chaque tir au préalable.
5. Afficher le nombre de tirs et la couverture à côté du total xG.

Une seconde lecture doit retrouver les mêmes valeurs à partir des mêmes entrées, sans connaître votre conclusion. Conservez aussi les lignes rejetées et leur motif. Elles expliquent pourquoi le nombre de matchs effectivement analysés peut être inférieur au nombre annoncé dans le calendrier.

Documenter les probabilités utilisées et leur couverture

Conservez pour chaque tir l'identifiant de l'événement, la version du fournisseur, la probabilité brute et le motif d'une exclusion éventuelle. L'affichage arrondi à deux décimales ne doit pas devenir l'entrée du calcul : dix petits arrondis peuvent modifier une somme. Pour notre série de quatre tirs, la somme non arrondie est 0,60. La probabilité d'au moins un but utilise au contraire le produit des compléments et demande l'hypothèse supplémentaire d'indépendance. Ces deux opérations doivent être nommées différemment dans la feuille de calcul.

Pour contrôler un modèle de xG, examinez les probabilités face aux issues observées sur des tirs ultérieurs qui n'ont pas servi à l'ajuster. La fréquence des buts parmi des tirs de probabilité voisine informe sur le calibrage, à condition d'afficher l'effectif du groupe. Une bonne concordance globale peut masquer des écarts pour les têtes ou les tirs lointains. Une coupe de diagnostic devient exploratoire lorsque vous la choisissez après avoir vu l'erreur ; elle mérite alors une nouvelle vérification sur des données distinctes.

Sources et vérification

• Expected goals: définition et variables du modèle — Hudl StatsBomb — 2026-10-23
• Upgrading Expected Goals — StatsBomb — 2026-10-23
• StatsBomb Open Data: structure et conditions de réutilisation — Hudl StatsBomb — 2026-10-23