[論文レビュー] Leicester's Tale: Another Perspective on the EPL 2015/16 Through Expected Goals (xG) Modelling

Sheikh Badar Ud Din Tahir, Leonardo Egidi+1 more|arXiv (Cornell University)|Feb 17, 2026

Sports Analytics and Performance被引用数 0

ひとこと要約

要約: 論文は推論ベースの xG フレームワークを構築し、EPL 2015/16 シーズンの standings をシミュレートし、ランキングの不確実性と希少な結果を定量化し、中盤の xG を早期警告信号として検証する。

ABSTRACT

Probabilistic modeling is an effective tool for evaluating team performance and predicting outcomes in sports. However, an important question that hasn't been fully explored is whether these models can reliably reflect actual performance while assigning meaningful probabilities to rare results that differ greatly from expectations. In this study, we create an inference-based probabilistic framework built on expected goals (xG). This framework converts shot-level event data into season-level simulations of points, rankings, and outcome probabilities. Using the English Premier League 2015/16 season as a data, we demonstrate that the framework captures the overall structure of the league table. It correctly identifies the top-four contenders and relegation candidates while explaining a significant portion of the variance in final points and ranks. In a full-season evaluation, the model assigns a low probability to extreme outcomes, particularly Leicester City's historic title win, which stands out as a statistical anomaly. We then look at the ex ante inferential and early-diagnostic role of xG by only using mid-season information. With first-half data, we simulate the rest of the season and show that teams with stronger mid-season xG profiles tend to earn more points in the second half, even after considering their current league position. In this mid-season assessment, Leicester City ranks among the top teams by xG and is given a small but noteworthy chance of winning the league. This suggests that their ultimate success was unlikely but not entirely detached from their actual performance. Our analysis indicates that expected goals models work best as probabilistic baselines for analysis and early-warning diagnostics, rather than as certain predictors of rare season outcomes.

研究の動機と目的

• xG ドリブンなシミュレーションを用いて、完全な EPL シーズンでのランキング不確実性を定量化する。
• xG ベースのモデルが実際のリーグ構造と最終成績をどれだけ反映しているかを評価する。
• 確率的フレームワーク内で希少または極端なシーズン結果を識別・特徴付ける。
• 中盤の xG 情報が後半のパフォーマンス予測の事前診断的価値を持つかを評価する。

提案手法

• 手作成のショットレベル特徴（位置、距離帯、ショット場所、身体部位、状況、アシスト方法、速攻）を用いたロジスティック回帰ベースの xG モデルを開発する。
• 3つのモデル仕様（Base 距離帯、Distance Zone × Body Part の相互作用、Granular 距離帯）を AIC と残差偏差で比較し、最適な適合を選択する。
• ショットの xG を推定し、その後チームレベルの xG をポアソンベースのプロセスへ入力してシーズンの結果と standings をシミュレートする。
• シーズン全体で 1000 回のシミュレーションを実行し、期待ポイント、順位、タイトル獲得や降格などの結果の確率を導出する。
• 前半の xG を用いて後半の結果をシミュレートし、予測価値を評価する中盤診断分析を表示する。

Figure 1 : End-to-end xG-based framework for season-level ranking simulation and inference

実験結果

リサーチクエスチョン

• RQ1 xG ドリブンの確率的フレームワークは、EPL 2015/16 のリーグ構造とトップ/ボトムの区分を再現できるか？
• RQ2 xG ベースのシミュレーションと実際の最終 standings を比較した場合、どの程度のランキング不確実性があるか？
• RQ3 中盤の xG は後半のパフォーマンス予測やレスターのタイトルのような希少な結果预测にどれだけ有用か？
• RQ4 xG シミュレーションはタイトル獲得、上位4位、降格などの事前確率を有意義に提供するか？
• RQ5 希少なシーズンイベントの予測における xG の限界は何で、早期警告診断にどう貢献するか？

主な発見

• 粒度の高い距離帯モデルが最も適合（最小の AIC および残差偏差）した仕様である。
• 中盤の xG は後半パフォーマンスに対する単調な信号を提供し、xG は現在のポイントを超えた基礎的なパフォーマンスを捉えていることを示す。
• レスター・シティは中盤の xG で上位チームの中に入り、タイトル確率は測定可能で無視できない程度だが、中盤情報下での最終的なタイトルは低確率の結果である。
• 1000 回のシミュレーションを通じて、フレームワークは大まかなリーグ構造を再現し、最終結果の妥当な分布を生成し、ランキングの不確実性と極端な結果の希少性を強調する。
• このアプローチは希少なシーズン結果の厳密な予測よりも、確率的基準と早期警告診断を強調する。

Figure 10 : Convergence of average predicted ranks with increasing simulations