预期进球是最流行也最容易被误用的进攻指标。星空体育从建模方式讲起，指出它在强队身上会产生哪三种系统性偏差，以及怎样用它才比较稳。
1、偏差一：训练样本里包含大量一边倒的比赛
弱队被压着打时形成的射门，位置分布往往很差（远射、角度小的补射）。这些样本拉低了远距离射门的估值，使模型给出的低值区间过于平滑。对强队来说，它们在对手收缩时制造的很多中距离机会，实际进球概率可能高于模型给出的平均，因为它们面对的防守组织并不等同于样本里的平均水平。
2、偏差二：点球被单独赋权，抹掉了制造能力的差别
点球在模型里通常给一个接近固定的高概率（约每三次进两次这一量级），这意味着只要获得点球，就能给本场指标一次性大幅加分。问题是"赢得点球的能力"本身并不在模型里：有的球队通过压迫与跑动持续制造定位球与手球接触，这部分价值不会在预期进球里体现，只在点球发生的那一刻以固定分值出现。
3、偏差三：比赛状态与主客场不进模型
射门发生时的比分与剩余时间对质量影响很大：落后一方在末段的射门常常来自更冒险的阵型与更高的压迫强度，这类机会的真实价值与顺境下的同类射门不同。多数模型只描述射门本身，不描述比赛处境，于是在控场型强队与追赶型球队之间会出现不对称的比较结果。
4、为什么"预期进球差"比"预期进球总量"更稳
把两队的指标相减，可以消掉一部分共同的场地与风格噪声（比如双方都获得若干次低质量远射），剩下的更能反映机会质量的差距。但这一做法仍无法处理上面三条偏差，因此更适合用作赛后描述，不适合直接推断"下一场该谁赢"。
5、球员层面：它衡量的是机会供给，不是射术
一名前锋的预期进球高，主要说明他的位置与跑动能持续换来好机会；把实际进球与预期进球相减，才能粗略观察射术与运气。但球员层面的样本更碎：位置变化、队友质量、球队战术都会影响机会结构，用它给射手排名需要同时交代每九十分钟的出场时间。
6、什么时候应该干脆弃用这个指标
三种场合不合适：一是样本极小的单场评价，二是比较防守策略差异极大的两支球队，三是分析以定位球为主要得分手段的队伍。此时用禁区内射门次数、真实射正质量与比分结构一起看更诚实。指标本身没错，错在被拿去做它并不承担的推断。
如果要给普通观众一个可操作的观察方法，那就从「球员层面：它衡量的是机会供给，不是射术」入手：先确认无球状态下的站位是否合理，再看有球时能否保持推进方向。顺序换一下，你对「预期进球为什么会高估强队：射门质量模型里的三个系统性偏差」这类话题的判断会稳很多，也不容易被一时的比分带走。
把「偏差一：训练样本里包含大量一边倒的比赛」与「偏差三：比赛状态与主客场不进模型」放在一起看，会发现它们是同一件事的两个方向：前者决定球队能不能把比赛推进到危险区域，后者决定推进到位之后能不能真正形成威胁。只盯其中一项，很容易对一场比赛得出片面结论，这也是我们做同类选题时坚持两条线都写的原因。
本篇的线索可以收成四句：偏差一：训练样本里包含大量一边倒的比赛；偏差三：比赛状态与主客场不进模型；为什么"预期进球差"比"预期进球总量"更稳；以及什么时候应该干脆弃用这个指标。四句话背后是同一个判断标准——能不能在对手针对之后仍然保持结构完整。这也是我们评价一场比赛时最常用的坐标。
它是尺子，不是答案
预期进球把不同机会放到同一把尺子上，方便赛后描述与跨场比较；它并不打算回答"该谁赢"。星空体育只要在读数据前先问一句它估的是什么，很多看似荒谬的结论就会自动消失。
