通过一些正规渠道，我拿到了历届（1930-2014）世界杯小组赛+决赛的进球比分数据，随便分析了一下还挺好玩。
06、10年球员们发挥不好，总进球量少于正常水平，几乎回到50年前水平；
20届世界杯总进球2500个，巴西贡献了近1/10，总进球前十名贡献了一半；
巴西进攻能力最强，英格兰防守最强
计算了小组赛各场的比分概率
所谓正规渠道其实就是百度文库下载的。进球数据大家可以后台回复“世界杯”获得，原始数据和计算过程我都留下了。
有几个问题需要解释一下：
1、因为年代久远，好多国家已经改了名字，比如苏联、西德，考虑到俄罗斯和苏联国家实力的不对等，我并没有把他们合并成一个国家。过去的就让他过去吧。
2、世界杯决赛是没有平局的，最终比分我用了点球大战的分数，毕竟点球也是实力。
3、1938年后到1950年，因为二战，世界杯连续12年停办。愿世界不再有战争。
下面是正文
丨历届进球数走势
我拿到的数据包含年份+小组赛/决赛比赛双方+比分，经过简单的处理，将各年度的进球总数拉个折线图，得到下面：
走势图很清楚的，球员们的身体素质和技术水平在提高，除了2006和2010年那两年有些低落外，整体进球数量是在稳步提升。
我不懂球，不知道为什么1954年和1958年进球这么多，难道是因为刚结束二战，球员身体素质高？还是因为1954年改了赛制的原因？
另外，1958年中国队第一次参加世界杯，预选赛中被印尼打回来了……
丨20届进球2500粒，巴西占了1/10
统计胜负双方总进球数，1930-2014年内，累计进球2500粒（包括点球大战），其中巴西进球232粒，接近总数的1/10，进球前十的国家总进球1222粒，占到总数的近一半。
巴西虽然进球最多，但是失球同样是最多的，毕竟几乎每届他都能踢到最后。与进球相对的，球队对手的进球数即为该球队的失球数，统计一下失球数TOP10的球队，巴西依然第一：
丨加一些数学模型进来
单纯的走势、分布这些数据没啥意思，我决定加一些高端的数学模型进来，这样才能对得起高大上的球迷们。
既然有历届的进球数据，不考虑国家主权变动、球员身体素质等因素，我们可以通过数据计算，得到各球队的进攻实力和防守实力。
这么多年世界杯下来，一共有86支球队，全部分析太麻烦了，我们只分析2018年世界杯进入小组赛的32支球队好了。PS：冰岛和巴拿马今年第一次进世界杯，往届没有数据，我给了他们平均数。
进攻能力/防守能力的概念
很简单，进球越多则进攻实力越强。我们把所有球队的平均进球数作为基准，那么A球队的平均进球数÷所有球队的平均进球数则代表了该球队的进攻实力。这个指数越大说明进攻能力越强。同样，失球数表示防守能力，指数越小防守能力越强。
本届世界杯小组赛32个球队的进攻能力和防守能力排名：
> 进攻能力
前五名基本上没有争议，我一个不看球的人都认识他们。但是排在第六名的丹麦，为啥这么强呢？
回溯源数据我发现，丹麦在1986年小组赛中6-1战胜了乌拉圭，2002年2-0战胜了法国，这两个国家都是蛮强的，因为乌拉圭世界杯进小组赛比较多，1930年首届世界杯4-2虐阿根廷，1950年2-2平西班牙，2-1虐巴西，1954年4-2虐英格兰，直到2014年还分别以2-1、1-0的战绩干过英格兰和意大利。
毕竟只是数据，一战得名太容易左右排名。
> 防守能力
防守能力的榜单有点扯哈，我也不优化了，直接讲一下为什么出现这种排名的原因吧。
塞尔维亚就2010年进了一次世界杯，踢了三场球，输了两场（澳大利亚2-1，加纳1-0），然后赢了德国（1-0），本身平均失球数就低，还防住了德国，实力一下子就上去了。
克罗地亚我不认识，但是看历届的比分还是很硬的，赢8场进了18个球，对手只进了5个；输8场对手一共进了12个球，防的可是巴西、阿根廷、法国！
> 泊松分布
这个概念就比较高级了，其实很简单。举个例子：
举个例子，假设你在公交站等车，虽然站牌上写着公交车平均5分钟一班，但你如果在公交站等上5分钟，你有可能等来1辆、也有可能等来3辆，当然如果运气不好，1辆公交都没等来也是常事。
这里来1辆还是3辆还是1辆也没来的概率是可以计算出来的，这个计算方法就叫做泊松分布。它的公式长这样：
这个公式里面有个参数λ，它是球队在某次比赛中能进几个球。这个我用了A的进攻能力×B的防守能力×32强平均进球数。具体为什么这么算，可以看下一条推送，那篇文章有详细的解释。
其他就不讲了，直接上结果。有兴趣算一遍的可以下载原数据（后台回复“世界杯”）。
这种世界级比赛进球数都在0-4之间，超过4个球的很少。
我们就只计算0-4个球的概率，计算结果是这样的：
用上面的数据，理论上你就可以算出本届世界杯小组赛每种比分的概率了，俩球队的进球概率相乘即可。
收工。
PS，我不懂球，很多计算方法参考了公众号 城南往事 的文章，我把它转载在下一条了，感兴趣可以去看一看。
