Expected Goals berekenen en de verschillende maten uit elkaar houden

Begin met de vraag die je wilt beantwoorden

Wil je de kansen in één wedstrijd beschrijven, twee aanvallen over een seizoen vergelijken of een eigen schotmodel maken? Voor die doelen heb je verschillende gegevens nodig. Gepubliceerde xG-waarden optellen is iets anders dan een model trainen. Uit een lijst met eindstanden kun je de schotkwaliteit niet terughalen. Twee wedstrijden met dezelfde uitslag kunnen heel andere kansen bevatten. Leg daarom ook vast of je alle schoten bekijkt, alleen schoten uit open spel of een selectie zonder strafschoppen.

Een kans per schot hangt af van het gebruikte model

Voor schot i staat pᵢ voor de geschatte kans op een doelpunt, gegeven de informatie die het model gebruikt. Afstand, hoek, lichaamsdeel en de voorafgaande actie zijn mogelijke kenmerken. Sommige modellen verwerken ook de positie van de doelman en de verdedigers. De uitkomsten van verschillende aanbieders hoeven daardoor niet gelijk te zijn. Voeg zulke kolommen niet zonder controle samen. Een model vóór het schot en een model dat ook de plaatsing van de bal meeneemt, meten bovendien verschillende aspecten.

Een volledig fictief voorbeeld stap voor stap optellen

Veronderstel vier oefenschoten met kansen 0,08, 0,12, 0,35 en 0,05. Samen leveren ze 0,60 xG op, of gemiddeld 0,15 xG per schot. Dat totaal is een verwacht aantal doelpunten voor deze schoten, geen winstkans. Alleen onder de aanvullende aanname van onafhankelijkheid is de kans op minstens één doelpunt gelijk aan 1 − (1 − 0,08)(1 − 0,12)(1 − 0,35)(1 − 0,05). Dat geeft ongeveer 50,01 %. Voor het optellen van verwachtingen is onafhankelijkheid niet vereist.

Een model schatten in plaats van coëfficiënten verzinnen

Voor een eigen model heb je historische schoten nodig en een doelvariabele die aangeeft of het schot een doelpunt werd. Definieer de coördinaten, de behandeling van geblokkeerde schoten en de selectie van wedstrijden. Met logistische regressie kun je p = 1 / (1 + exp(−z)) gebruiken. De waarde z volgt uit kenmerken en geschatte coëfficiënten. Die coëfficiënten moeten uit trainingsgegevens komen. Getallen kiezen op gevoel is geen validatie. Gebruik afzonderlijke wedstrijden om fouten en kalibratie te onderzoeken.

Rebounds en aanvallen zonder schot apart begrijpen

Schoten binnen één aanval kunnen van elkaar afhangen. Een rebound ontstaat bijvoorbeeld pas doordat een eerdere poging de aanval niet beëindigde. Een ruwe som van xG is daarom niet automatisch hetzelfde als een kansmaat per balbezit. Een gevaarlijke pass die wordt onderschept voordat iemand schiet, krijgt in een uitsluitend op schoten gebaseerd model meestal geen eigen xG. Bekijk daarom ook de opbouw, acties in het strafschopgebied en beelden. De beperking van de maat is onderdeel van de uitleg, geen reden om de ontbrekende acties zelf van verzonnen kansen te voorzien.

Verschillen tussen doelpunten en xG rustig beoordelen

Een verschil van twee doelpunten in één wedstrijd bewijst geen blijvende afwerkingskwaliteit en evenmin een structureel probleem bij de doelman. Er zijn weinig gebeurtenissen en ook de geschatte kansen zijn onzeker. Vergelijk vooraf gekozen periodes, vermeld het aantal schoten en toon strafschoppen afzonderlijk. Controleer voor de Pro League of de aanbieder alle gewenste seizoenen en wedstrijden dekt. Wanneer een bestand ontbreekt, mag je dat niet voorstellen als een wedstrijd waarin een ploeg geen enkele kans heeft gecreëerd.

Praktische controlelijst

Kies vóór een vergelijking van xG-totalen drie controleschoten en zoek hun oorspronkelijke gebeurtenissen terug. Controleer locatie, lichaamsdeel en de aanwezigheid van een modelwaarde. Daarmee valideer je nog niet het statistische model. Je kunt wel verkeerde koppelingen of kansen uit een andere versie opsporen. Pas daarna de volgende controles op het volledige bestand toe en bewaar afwijkende gebeurtenissen apart.

1. Leg aanbieder, modelversie en onderzochte seizoenen vast.
2. Controleer schotidentificaties en verwijder alleen echte dubbele invoer.
3. Behandel strafschoppen en rebounds volgens een vooraf beschreven regel.
4. Tel kansen op zonder eerst ieder schot afzonderlijk af te ronden.
5. Toon aantal schoten en gegevensdekking naast het xG-totaal.

Een tweede lezer moet met dezelfde invoer dezelfde uitkomsten kunnen terugvinden, zonder jouw conclusie vooraf te kennen. Bewaar ook de uitgesloten rijen en de reden voor iedere uitsluiting. Zo blijft duidelijk waarom het aantal daadwerkelijk onderzochte wedstrijden kleiner kan zijn dan het aantal wedstrijden op de kalender.

Gebruikte kansen en hun dekking documenteren

Bewaar per schot het gebeurtenisnummer, de leveranciersversie, de oorspronkelijke kans en een eventuele uitsluitingsreden. Een waarde die voor weergave op twee decimalen is afgerond, mag niet opnieuw als rekeninvoer dienen. Verschillende kleine afrondingen kunnen samen een totaal veranderen. Voor de vier oefenschoten is de onafgeronde som 0,60. De kans op minstens één doelpunt gebruikt daarentegen een product van complementen en vereist een extra aanname van onafhankelijkheid. Geef deze twee bewerkingen verschillende namen in het rekenblad, zodat verwachting en gebeurteniskans herkenbaar blijven.

Controleer een xG-model door kansen te vergelijken met uitkomsten van latere schoten die niet voor het schatten zijn gebruikt. Het doelpuntenaandeel binnen een groep vergelijkbare kansen vertelt iets over kalibratie, mits het aantal schoten zichtbaar is. Een goede algemene overeenkomst kan afwijkingen bij kopballen of afstandsschoten verbergen. Een groep die je pas kiest nadat je een fout hebt gezien, is een verkennende diagnose. Een afzonderlijke nieuwe gegevensperiode moet dan uitwijzen of dat patroon terugkomt. Alleen de oorspronkelijke vier oefenschoten kunnen zulke modelkwaliteit niet aantonen.

Bronnen en controle

• Expected Goals: definitie en modelvariabelen — Hudl StatsBomb — 2026-10-23
• Upgrading Expected Goals — StatsBomb — 2026-10-23
• StatsBomb Open Data: structuur en gebruiksvoorwaarden — Hudl StatsBomb — 2026-10-23