[논문 리뷰] Leicester's Tale: Another Perspective on the EPL 2015/16 Through Expected Goals (xG) Modelling

Sheikh Badar Ud Din Tahir, Leonardo Egidi외 1명|arXiv (Cornell University)|2026. 02. 17.

Sports Analytics and Performance인용 수 0

한 줄 요약

논문은 추론 기반의 xG 프레임워크를 구축하여 EPL 2015/16 시즌 순위를 시뮬레이션하고, 랭킹 불확실성과 희귀한 결과를 정량화하며, 중간 시즌 xG를 조기 경보 신호로 검토한다.

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.

연구 동기 및 목표

• xG 주도 시뮬레이션을 사용하여 전체 EPL 시즌에서 랭킹 불확실성을 정량화한다.
• xG 기반 모델이 실제 리그 구조 및 최종 순위를 얼마나 잘 반영하는지 평가한다.
• 확률적 프레임워크 내에서 희귀하거나 극단적인 시즌 결과를 식별하고 특성화한다.
• 중간 시즌 xG 정보의 ex ante 진단 가치가 2nd-half 성과 예측에 미치는 영향을 평가한다.

제안 방법

• 손으로 구성된 슛 수준 특징(위치, 거리 구역, shot_place, 신체 부위, 상황, 어시스트 방법, 빠른 역습)을 사용한 로지스틱 회귀 기반 xG 모델을 개발한다.
• 세 가지 모델 규격(Base 거리 구역, 거리 구역 × 신체 부위 상호 작용, 세분화된 거리 구역)을 AIC와 잔차 편차로 비교하여 최적 적합을 선택한다.
• 슛에 대한 xG를 추정한 뒤 팀 차원의 xG를 포아송 기반 프로세스에 입력하여 시즌 결과와 순위를 시뮬레이션한다.
• 시즌 1000회 시뮬레이션을 수행하여 예상 포인트, 순위, 우승/강등 등의 결과 가능성을 도출한다.
• 전력 반의 초반 xG를 사용하여 2nd-half 결과를 시뮬레이션하고 예측 가치를 평가하는 중간 시즌 진단 분석을 표시한다.

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

실험 결과

연구 질문

• RQ1 xG 주도 확률 프레임워크가 EPL 2015/16의 리그 구조와 상위/하위 구분을 재현할 수 있는가?
• RQ2 xG 기반 시뮬레이션과 실제 최종 순위를 비교할 때 팀의 랭킹 불확실성은 어느 정도인가?
• RQ3 중간 시즌 xG가 2nd-half 성과와 레스터의 우승과 같은 희귀한 결과를 예측하는 데 얼마나 유 informative한가?
• RQ4 xG 시뮬레이션은 우승, 상위 4위 달성 또는 강등에 대한 ex ante 확률을 의미 있게 제공하는가?
• RQ5 희귀한 시즌 이벤트를 예측하는 데 있어 xG의 한계는 무엇이며 조기 경고 진단에 어떻게 도움을 주는가?

주요 결과

• 세부 거리 구역 모델이 테스트된 규격 중 최적의 적합도를 제공한다(가장 낮은 AIC 및 잔차 편차).
• 중간 시즌 xG가 2nd-half 성과에 대한 단조로운 신호를 제공하여 xG가 현재 포인트를 넘어서는 근본적인 성과를 포착하고 있음을 시사한다.
• 레스터 시티는 중간 시즌 xG로 상위 팀들 가운데에 위치하며, 측정 가능한 무시할 수 없는 우승 확률이 있지만, 중간 시즌 정보 하에서는 최종 우승의 확률이 낮은 편이다.
• 1000회의 시뮬레이션에서 프레임워크는 대략적인 리그 구조를 재현하고 최종 결과의 가능 분포를 합리적으로 생성하며, 랭킹 불확실성과 극단적 결과의 희귀성을 강조한다.
• 이 접근법은 희귀한 시즌 결과의 결정론적 예측보다는 확률적 기준선과 조기 경고 진단을 강조한다.

Figure 10 : Convergence of average predicted ranks with increasing simulations