足球比赛的进球数量（能力、预期）是一个可以利用数学模型模拟预测的独立事件，一场比赛会进多少球实际上都是有一定概率可算的，不然机构也不会随便开设指数，人家都有强大的精算师班底和技术支持。

经常看球的人可能都有个粗浅的认知，有的球队、联赛的进球数量偏多，有的偏少，有的中庸，因而有大球狗、小球狗之类的戏称。比如西班牙联赛、阿根廷联赛、伊朗联赛的整体进球数量就偏少，机构给到的指数也常常在2.5以下甚至到1.75起步。德国联赛、荷兰联赛、澳洲联赛、冰岛联赛的整体进球数量就偏大，机构经常给到2.5以上甚至3.5起步。

拜仁、多特、曼城等球队由于进攻火力强大，似乎大球偏多，当然这只是一种感性认知，需要借助数学统计工具来做具体分析，曼城也偶尔送你品尝0-0的双黄蛋，所以不能妄下结论，直觉一般是偶然的、离散的、不靠谱的，要相信大数据、大趋势的理性逻辑。

泊松分布（poisson distribution）是一种统计与概率学里常见到的离散概率分布，适合于描述单位时间（或空间）内随机事件发生的次数，可以被应用到预测90分钟（含伤停补时）内进球事件发生的次数，即预测进球数量。

1、统计历史战绩等数据，分析每支球队的平均进球数量（区分主场、客场等因素，考虑主场优势），评估其进球能力，为其设置预期进球能力的参数；

2、通过模型模拟得出比赛有0、1、2、3等个进球的对应概率，预测最终的比分；

3、将模型模拟结果与机构实际给到的进球数据、概率进行比对，研判机构调整走势，确定最终的大小球方向，甚至预测比分。

这种模型预测分析具有一定的参考价值，可在实践中不断补充完善。

缺点是球队预期进球能力的评估不好确定，单场比赛的球员阵容配置、教练战术等因素对进球数量影响也较大，如果主教练突然安排摆大巴的防守紧缩战术，如果关键的锋线球员伤缺而后防补强，那无疑将大大降低进球预期，所以一定要充分结合模型模拟结果和机构数据走势来分析具体球赛。

模型对0-0的研判可能也有局限性，需要做调整。

如果有时间、精力，本人预计要更新足球进球预期预测的系列内容，进球数预测相对来说不是太依赖临场数据，可以提前进行统计分析，只是初期的数据收集和建模工作比较花时间，看我心情。