本文目录导读：
开源项目的数据能告诉我们什么、补时进球是否存在统计规律，以及这种规律是否可用于预测。
开源项目能提供什么
足球开源数据生态里,确实有不少项目专门做事件级数据：
- StatsBomb Open Data：提供世界杯、欧洲杯等赛事的逐事件数据，含精确时间戳
- FBref / football-data.co.uk：提供比赛结果和基础统计
- Understat：xG 数据，含进球时间分布
- Wyscout 公开数据集：部分赛事的事件流
这些数据足以支撑对补时进球的描述性统计和假设检验，但要注意样本偏差——公开数据往往偏向大赛，而大赛的补时行为可能不同于常规联赛。
统计上确实存在的规律
从已有研究和公开数据分析看,几个现象比较稳健：
进球率随比赛时间上升
这不是补时独有的,大量研究（如 Armatas 等对世界杯的分析）显示，下半场进球多于上半场，15 分钟是进球高峰，补时阶段只是这个趋势的延续甚至放大。
补时进球占比偏高
以英超为例,补时阶段（90+分钟）的进球占总进球的比例通常在 8%–12% 左右，而补时时间只占全场时间的约 5%–7%，单位时间进球率明显高于平均。
补时长度本身在增加
IFAB 近年推动更精确的补时计算（2022 世界杯后尤其明显），补时 8–10 分钟已成常态，这直接增加了补时进球的绝对数量，但不一定改变单位时间进球率。
落后方进球更多
补时阶段,落后一方的进攻投入显著增加，领先方则倾向于收缩，所以补时进球中，扳平或追近比分的比例高于扩大领先。
这些规律能否称为“可循”
关键在于区分三个层次：
| 层次 | 是否可循 | 说明 |
|---|---|---|
| 描述性规律 | ✅ 是 | 补时进球率高于平均，这是稳定事实 |
| 解释性机制 | ✅ 部分 | 体能下降、战术冒险、裁判补时延长 |
| 预测性规律 | ❌ 基本不可 | 具体哪场比赛补时进球，接近随机 |
核心问题在于：高进球率 ≠ 可预测。 补时阶段确实更容易进球，但“更容易”是从 0.03/分钟变成 0.06/分钟这种量级，放到单场比赛里仍然是小概率事件，博彩市场的补时进球赔率通常也在 5–10 倍以上，说明市场也不认为它高度可预测。
开源项目实践中的陷阱
如果你想用开源数据做补时进球分析,几个常见坑：
- 补时时间的内生性：补时长短本身取决于比赛进程（换人、伤病、VAR），不是外生变量
- 样本选择：只分析有补时进球的比赛，会高估规律性
- 时间戳精度：不同数据源对“90+3”的记录方式不一致
- 联赛异质性：英超、西甲、低级别联赛的补时行为差异很大，混在一起分析会稀释信号
补时阶段进球有统计规律，但没有可靠的可预测规律。
开源项目能做的是：
- 量化补时进球的时间分布、比分情境分布
- 检验补时长度与进球数的关系
- 比较不同联赛/赛事的行为差异
但如果目标是“预测某场比赛补时会不会进球”，开源数据能提供的边际信息非常有限——因为这件事本质上受太多不可观测的即时因素影响（球员体能状态、教练临场决策、裁判尺度）。
一句话：规律可循，预测很难。
