FIFA World Cup 2026: Analysis of Expected Goal Contribution (xGC) Model

This article analyzes the Expected Goal Contribution (xGC) model used by The Athletic to predict results at the World Cup. This system uses various models to measure the effectiveness of players.

10 June 2026✍️ Cristina Bravo📍 Global

𝕏 f 📱

The Athletic ने इस सप्ताह अपने विश्व कप ट्रैकर की शुरुआत की है, जिसे देखने की हम अत्यधिक सिफारिश करते हैं। यहाँ, आप प्रत्येक टीम के प्रत्येक चरण में आगे बढ़ने की संभावना का पूर्वानुमान पा सकते हैं, साथ ही सबसे संभावित राउंड ऑफ 32 मैचअप, वर्तमान अंक तालिका और कई अन्य आकर्षक पूर्वानुमान और परिदृश्य भी। इस लेख का उद्देश्य यह समझाना है कि हम उस टीम की ताकत कैसे उत्पन्न करते हैं जो इस सिमुलेशन को शक्ति देती है, जिसे हम Expected Goal Contribution या xGC कहते हैं। हम इसे "मॉडल" के बजाय "सिस्टम" कहते हैं, क्योंकि यह कई मॉडलों का एक सेट है जो मिलकर खेल को मापता है, एक व्यक्तिगत पास या ड्रिब्बल से शुरू होकर खिलाड़ियों और टीमों के आकलन तक। यह मॉडल उन सभी के लिए है जो जानना चाहते हैं कि आगामी फुटबॉल मैच में क्या होने की संभावना है, साथ ही यह भी कि क्यों। USMNT के किस खिलाड़ी पर मुझे ध्यान देना चाहिए? किसे अपनी टीम के लिए सबसे अधिक मूल्य प्रदान करने की उम्मीद है, और एक दिए गए खेल में, कौन अपनी अपेक्षा से कम या अधिक प्रदर्शन कर रहा है? लक्ष्य एक ऐसा सिस्टम बनाना था जो यह बताता है कि टीमें क्यों अच्छी हैं, न कि केवल कौन सी अच्छी हैं। Expected Goal Contribution केवल फुटबॉल के खेल के दो मुख्य सिद्धांतों पर निर्भर करता है: 1. टीमें खिलाड़ियों से बनी होती हैं। वे, निश्चित रूप से, अन्य चीजों (कोच, रणनीतियाँ, प्रणाली, सहयोग, संस्कृतियाँ) से भी बनी होती हैं, लेकिन खिलाड़ी स्वयं कुंजी हैं। 2. बेहतर खिलाड़ी अपने टीम के गोल करने की संभावनाओं को बढ़ाने में मदद करते हैं (या प्रतिकूल टीम को ऐसा करने से रोकते हैं) बुरी तरह से। यदि आप इन सिद्धांतों के पीछे जा सकते हैं, तो हमारा सिस्टम वास्तव में काफी सरल है: 1. हम मैच के हर बिंदु पर प्रत्येक टीम के गोल करने की संभावना का अनुमान लगाते हैं। 2. हम उन खिलाड़ियों को "क्रेडिट" देते हैं जो उन क्रियाओं में शामिल होते हैं जो उनकी टीम के गोल करने के अवसर को बढ़ाते हैं। 3. हम उन खिलाड़ियों को "दंडित" करते हैं जो आमतौर पर उन क्रियाओं के निकट होते हैं जो उनके विरोधियों के गोल करने की संभावना को बढ़ाते हैं। 4. हम एक Elo-शैली की रेटिंग प्रणाली का उपयोग करते हैं ताकि इन गोल योगदानों को समेकित और समायोजित किया जा सके, जिससे हमें आक्रामक और रक्षात्मक खिलाड़ी रेटिंग मिलती है। 5. हम एक मिनट-भारित औसत लेकर टीम के आक्रामक और रक्षात्मक रेटिंग बनाते हैं। 6. हम एक टीम की आक्रामक रेटिंग और उनके प्रतिकूल की रक्षात्मक रेटिंग के बीच के अंतर का लाभ उठाते हैं (और इसके विपरीत) यह निर्धारित करने के लिए कि आगामी मैच में प्रत्येक टीम कितने गोल करने की उम्मीद कर सकती है। निश्चित रूप से, प्रत्येक चरण में बहुत सी बारीकियाँ हैं, जिन्हें मैं नीचे और विस्तार से बताऊंगा। हालाँकि, उन लोगों के लिए जो इस उच्च-स्तरीय व्याख्या से संतुष्ट हैं, मैं अच्छे सामान पर आगे बढ़ना चाहता हूँ - यह प्रणाली विश्व कप के प्रारंभ में प्रत्येक टीम के रोस्टर का मूल्यांकन कैसे करती है? हमारे पास स्पेन और फ्रांस इस टूर्नामेंट की शीर्ष टीमें हैं, जो उन बाजारों के मूल्यांकन के साथ मेल खाती हैं जो इन दोनों पक्षों को स्पष्ट पसंदीदा मानते हैं। नीचे आप देख सकते हैं कि हमारी रेटिंग FIFA की नवीनतम रैंकिंग के साथ कैसे तुलनीय है। यहाँ आप देख सकते हैं कि जबकि हम सामान्यतः FIFA की विश्व रैंकिंग के साथ समन्वयित हैं, कुछ महत्वपूर्ण असहमति भी हैं। अर्जेंटीना ने 2022 में पिछले विश्व कप में जीत हासिल की, और वर्तमान में 18 मैचों की जीत की लकीर पर है। हालाँकि, xGC का अनुमान है कि लियोनेल मेस्सी के साथ भी, उनका रोस्टर फ्रांस और स्पेन जैसी टीमों के मुकाबले उतनी ही धमकी नहीं रखता। नॉर्वे - इसके विपरीत - 1998 के बाद से अपने पहले विश्व कप में भाग ले रहा है, और इसलिए FIFA रैंकिंग में 48 योग्य टीमों में से पीछे के आधे में है। लेकिन xGC एर्लिंग हालैंड को इस टूर्नामेंट में शीर्ष फॉरवर्ड में से एक मानता है, जबकि एलेक्ज़ेंडर सोर्लोथ, मार्टिन ओडेगार्ड और एंटोनियो नूसा सभी भी काफी अनुकूल रैंकिंग में हैं। नीचे xGC के अनुसार विश्व कप रोस्टर पर शीर्ष पांच फॉरवर्ड, मिडफील्डर्स और डिफेंडर्स का अवलोकन किया गया है। मैं इन स्थिति समूहों का काफी व्यापक रूप से उपयोग करता हूँ: फॉरवर्ड में केंद्रीय फॉरवर्ड, विंगर और आक्रमणकारी मिडफील्डर शामिल होते हैं; मिडफील्डर्स में केंद्रीय, बाएँ, और दाएँ मिडफील्डर्स शामिल होते हैं; और डिफेंडर्स में विंग-बैक, फुल-बैक और सेंटर-बैक शामिल होते हैं। स्पेन के लैमिन यामल को फुटबॉल के पर्यवेक्षकों और हमारे मॉडल द्वारा उच्च रेटिंग दी गई है। ठीक है, हमने बारीकियों को काफी देर तक टाला है। नीचे मैं इस प्रक्रिया के प्रत्येक चरण के बारे में अधिक विस्तार से जाऊंगा। गोल संभावना का अनुमान लगाने के लिए, हमें यह आकलन करना होगा कि एक खिलाड़ी ने अपनी टीम के गोल करने की संभावनाओं को कितना बढ़ाया। यह एक नया विचार नहीं है, जिसे सबसे पहले 2011 में सारा रड द्वारा लिखा गया था, और तब से इसे Expected Threat, VAEP, g+ और OBV के रूप में जाना जाता है, अन्य नामों में। ये सभी प्रभावी रूप से एक ही काम करते हैं, और हमारा कार्यान्वयन कुछ नया नहीं है। हमने बस एक रैखिक मॉडल बनाया है ताकि यह अनुमान लगाया जा सके कि एक टीम के गोल करने की संभावना कितनी है, हमें उपलब्ध जानकारी के साथ (जैसे गेंद पिच पर कहाँ है, गेंद के साथ टीम ने कितनी देर तक कब्जा किया है, पिछले कुछ सेकंड में खेल की गति क्या रही है, आदि) । यदि हम पिच को क्षेत्रों में विभाजित करते हैं, और उनमें से सभी के गोल संभावना के अनुमान का औसत लेते हैं, तो यह है कि एक टीम प्रत्येक क्षेत्र से गोल करने की संभावना कितनी है। एक बार जब हम गोल संभावना हासिल कर लेते हैं, तो गोल योगदान की गणना करना सीधा हो जाता है। हम बस उस घटना की शुरुआत (जैसे पास या कैरी) और घटना के अंत में गोल संभावना में अंतर को खोजते हैं, और यह घटना द्वारा जोड़ा गया गोल योगदान बन जाता है। आक्रामक खिलाड़ियों के लिए, इस गोल योगदान को घटना में शामिल खिलाड़ियों को सौंपना बहुत सरल है। कैरी पूरी तरह से उस खिलाड़ी को सौंपा जाता है जिसने गेंद को आगे बढ़ाया, पासर और रिसीवर के बीच पास को साझा किया जाता है, और शॉट्स को शॉट के xG के लिए क्रेडिट मिलता है जो उन्होंने निकाला था, जो यह निर्धारित करता है कि उनकी टीम के लिए शॉट लेने से पहले उनकी गोल संभावना क्या थी। रक्षात्मक श्रेय अधिक जटिल है, क्योंकि एक दिए गए ऑन-बॉल क्रिया के लिए, हमारे पास वास्तव में यह डेटा नहीं है कि किसने खेल में शामिल खिलाड़ियों को मार्क किया। हमारे पास यह विचार है कि प्रत्येक डिफेंडर सामान्यतः पिच पर कहां रक्षा करते हैं (जैसे टैकल, इंटरसेप्शन, चैलेंज, आदि), और हम उस स्थानिक जानकारी का उपयोग करके रक्षकों को "दंडित" करते हैं, जो उनके सापेक्ष "जिम्मेदारी" के अनुसार होती है जहाँ आक्रामक क्रिया हुई। इसका अर्थ यह है कि बाईं विंग पर एक हमले का अधिक दंड एक दाएँ-बैक के लिए होता है बनिस्बत एक केंद्रीय डिफेंडर के। "एक्सपेक्टेड" भाग गोल योगदान का एक हिस्सा है जो Elo-शैली के अपडेटिंग सिस्टम का उपयोग करके बनाया जाता है। हम प्रत्येक खिलाड़ी को एक लीग औसत रेटिंग के साथ प्रारंभ करते हैं, हम उनकी आगामी मैच के लिए उनके रेटिंग और प्रतिकूल टीम के रेटिंग के आधार पर एक अपेक्षित गोल योगदान उत्पन्न करते हैं, और फिर हम देखे गए गोल योगदान की तुलना में क्या अपेक्षित था, के आधार पर खिलाड़ी की रेटिंग को समायोजित करते हैं। जितना अधिक कोई खिलाड़ी अपनी अपेक्षा से अधिक या कम प्रदर्शन करता है, उतना अधिक हम उनकी रेटिंग को अपडेट करते हैं और इस प्रकार उनकी भविष्य की अपेक्षा। पहेली का अंतिम टुकड़ा यहाँ है कि खिलाड़ी-स्तरीय xGC से टीम रेटिंग या रोस्टर xGC तक जाना। यह चरण काफी सरल है: हम उन खिलाड़ियों के xGC का मिनट-भारित औसत करते हैं, जो हमारे सर्वोत्तम अनुमान पर आधारित हैं कि प्रत्येक टीम के लिए कौन शुरू करने जा रहा है। इस बिंदु पर, आपको उम्मीद है कि इस प्रणाली के काम करने के बारे में कुछ समझ हो गई है। लेकिन, आप कैसे जानते हैं कि इसका उपयोग करना सही है? तीन कारणों से: खिलाड़ी xGC स्थिर है: हमारा सिस्टम लगातार एक ही खिलाड़ियों को वर्ष दर वर्ष ऊँचा उठाता है। खेल-विश्लेषण की दुनिया में, हम इसे "स्थिरता" कहते हैं। इसका अर्थ है कि हम खिलाड़ी के भीतर कुछ माप रहे हैं, न कि केवल उनके संदर्भ में। एक खिलाड़ी की रेटिंग, यदि हम इसे ठंडा शुरू करते हैं और इसे केवल एक सत्र के एक आधे खेलों से उत्पन्न करते हैं, तो यह दूसरे सत्र के आधे में उनकी रेटिंग के साथ बहुत मजबूत सहसंबंध रखती है। उच्च xGC वाले खिलाड़ियों को आमतौर पर अधिक भुगतान किया जाता है: उच्च xGC वाले खिलाड़ियों की आमतौर पर अधिक ट्रांसफरमार्क्ट मूल्य होते हैं, जिसका अर्थ है कि हम कुछ ऐसा माप रहे हैं जिसे व्यापक फुटबॉल समुदाय मूल्यवान मानता है। हमारे xGC मान ट्रांसफरमार्क्ट मूल्यों के साथ 0.65 के पियर्सन के साथ सहसंबंधित होते हैं। शायद एक अधिक सहज आंकड़ा, यदि हम अपने नमूने में से दो खिलाड़ियों का यादृच्छिक चयन करते हैं, तो अधिक नेट xGC वाले खिलाड़ी का ट्रांसफरमार्क्ट मूल्य 80 प्रतिशत समय अधिक होता है। रोस्टर xGC भविष्य के मैच के स्कोरलाइनों की भविष्यवाणी करता है: उच्च रोस्टर xGC (खिलाड़ी xGC का संग्रह) वाली टीमें सामान्यतः अधिक गोल करती हैं और कम गोल वाली टीमों की तुलना में अधिक जीतती हैं, और जब हम रोस्टर xGC का उपयोग यह अनुमान लगाने के लिए करते हैं कि एक पक्ष कितने गोल करेगा, तो हम पाते हैं कि हमारी पूर्वानुमान बहुत अच्छी तरह से कैलिब्रेटेड होती हैं - जिसका अर्थ है, यदि हम शून्य गोल को 30 प्रतिशत संभावना के लिए 100 मैचों के लिए भविष्यवाणी करते हैं, तो उन मैचों में से 30 में, शून्य गोल नहीं थे। तो, हमारी खिलाड़ी रेटिंग स्थिर हैं, वे भीड़ की समझदारी के साथ सहसंबद्ध हैं, और वे मैच के परिणामों की भविष्यवाणी करने में उपयोगी हैं। और यही है। यह है xGC, वह प्रणाली जो हमारे विश्व कप ट्रैकर पूर्वानुमान और पूर्वानुमान को आगे बढ़ा रही है। कृपया हमें टिप्पणियों में बताएं कि आप इस प्रणाली के बारे में क्या सोचते हैं, और जब टूर्नामेंट आगे बढ़ता है तो हमारे पूर्वानुमानों का अनुसरण करना न भूलें।

▶ संबंधित वीडियो

← All News

𝕏 f 📱