⚽ Modelador Estadístico xG (Expected Goals) y Mapa de Tiros

100% Client-Side
Probabilidad de Gol (xG) 0.34 xG (34%)
Ratio de Conversión 1 gol cada 2.9 tiros
Ángulo Visible a Portería 28.4° de arco
Peligro del Tiro Ocasión Clara
⚽ Parámetros del Disparo y Contexto
Jugadas:
Posición del disparo: 11.0m del centro • Ángulo visible: 28.4°
{}
# Python xG model

¿Qué es Modelador Estadístico xG (Expected Goals) y Mapa de Tiros y cómo funciona?

La herramienta Modelador Estadístico xG (Expected Goals) y Mapa de Tiros de Teclea.Dev Run te permite procesar y transformar datos directamente en tu navegador web. Calculate Expected Goals (xG) soccer probabilities using logistic regression shot models, visible goal angles, 2D pitch map visualizers, and StatsBomb JSON payloads. Toda la ejecución se realiza en memoria en el cliente sin transferir información privada a servidores externos.

📖 Guía de Uso Rápido

  1. Regresión Logística: Modela la probabilidad de gol evaluando distancia euclídea, ángulo visible a portería, superficie de contacto y presión defensiva.
  2. Mapa Táctico 2D: Canvas interactivo que dibuja el área de penal, cono de tiro y círculo de peligro proporcional al xG.
  3. Esquema StatsBomb: Exporta el evento del disparo en formato JSON compatible con Opta y StatsBomb.
  4. Desglose de Ponderaciones: Matriz con los coeficientes $\beta$ del modelo logit.
  5. 100% Client-Side: Cálculo local con script de entrenamiento en Python (Scikit-Learn).

Ventajas y Características Técnicas