射門數同角球數有冇關係？
有關係，但唔算去到「射門一多，角球就一定多」。 目前 HKBetNet 2026/27 早段免費快照 N=146， 比賽層級「射門 vs 角球」Pearson 相關係數係 0.472， 「射正 vs 角球」就係 0.316。 前者屬中等正相關，後者較弱； 呢頁會拆清楚相關強度、不確定範圍、r² 可以點理解，同點解相關唔等於因果。
直接答案：射門同角球有中等正相關，射正關係反而較弱
目前數據顯示，射門多嘅比賽通常亦較容易有更多角球； 但相關係數 0.472 明顯未去到接近 1。 即係兩個變量有同步，但仲有大量角球波動唔可以單靠射門數解釋。
目前數據證據
| 關係 | Pearson r | 方向 | 描述 |
|---|---|---|---|
| 射門 vs 角球 | 0.472 | 正相關 | 中等 |
| 射正 vs 角球 | 0.316 | 正相關 | 較弱 |
射門總數同角球嘅相關比射正更高， 呢個結果喺足球邏輯上並唔奇怪： 一次射門即使冇射正，都可能因封堵、折射、門將撲出或者防守解圍而製造角球； 射正只係射門入面其中一部分。
相關係數實際量度緊乜？
Pearson correlation 量度兩個連續變量嘅線性同步程度：
r = Corr(Shots, Corners)
r 接近 +1 代表兩者高度同向； 接近 0 代表線性關係弱； 接近 -1 就代表反向。 目前 0.472 同 0.316 都係正值， 所以方向一致：射門較多嘅比賽，角球一般亦偏多。
但 correlation 只睇線性關係， 極端比賽、非線性、聯賽混合樣本同第三個變量都可以影響 r。
相關係數唔係固定常數：目前區間有幾闊？
用 Fisher z 轉換做簡單 95% 近似， 目前兩個相關係數嘅不確定範圍大約係：
| 關係 | r | 近似 95% CI |
|---|---|---|
| 射門 vs 角球 | 0.472 | 0.335–0.589 |
| 射正 vs 角球 | 0.316 | 0.162–0.455 |
兩個區間都仍然高過 0， 代表目前樣本見到嘅正向關係唔似純粹由零附近波動造成。 不過呢個只係同一批早段樣本嘅統計範圍， 唔代表之後完整賽季一定維持同一個 r。
r² 可以幫你睇「線性共享變異」，但唔好當成因果百分比
如果將相關係數平方：
r² = r × r
射門 vs 角球嘅 r² 約 22.3%， 射正 vs 角球約 10.0%。
呢個可以粗略理解成兩個變量在線性層面有幾多共享變異， 但唔可以寫成「射門解釋咗 22.3% 角球原因」。 原因同統計共變係兩回事。
點解射門總數比射正同角球更同步？
角球往往來自進攻壓力過程，而唔只係「射正」。 例如：
- 射門被後衛封出底線；
- 遠射或近射被門將撲出底線；
- 傳中被防守球員擋出；
- 持續壓迫令防線頻繁解圍。
所以總射門可能比射正更貼近「持續進攻壓力」， 而角球本身亦係進攻壓力其中一個結果。 但呢個只係合理機制解釋， 本頁相關分析本身並冇證明以上每一條都係因果路徑。
相關唔等於因果：兩者可能由第三個因素一齊推高
一場節奏快、控球壓前、射門多嘅比賽， 角球自然亦可能較多。 但真正推動兩者嘅可以係球隊風格、比分狀態、 控球區域、主客場、對手實力或者紅牌。
如果想講「射門增加會令角球增加幾多」， 就要用更完整嘅回歸或者因果設計， 控制聯賽、球隊、主客場同其他比賽因素。 單靠 correlation 做唔到。
主客場本身同角球差異可以配合 主場同作客會影響角球數量嗎？ 一齊睇。
射門資料應唔應該直接放入角球模型？
有相關唔代表加落模型就一定有樣本外提升。 要判斷射門資料有冇真正預測價值， 最少要比較兩個版本：
| 版本 | 輸入 |
|---|---|
| Baseline | 球隊角球、主客場、聯賽 prior |
| Shots overlay | Baseline + 射門／射正訊號 |
之後固定未見比賽，比較 MAE、概率校準或者盤口事件嘅 Log Loss。 只有新訊號喺樣本外穩定改善， 先有理由提高模型複雜度。
近期數據值唔值得加權，可以再睇 最近角球數據真的有預測作用嗎？； 球隊角球基準則由 球隊開出角球大細點樣計？ 處理。
編輯研究經驗：相關圖最容易俾極端比賽誤導
HKBetNet 做角球資料 QA 時， 如果某幾場同時有 25+ 射門同 15+ 角球， 相關係數可以俾尾部點明顯拉高。 所以我哋唔會只睇一個 r 就完。
下一步通常會拆聯賽、主客場，再檢查極端值； 如果移除幾個尾部比賽之後 r 大幅跌， 就代表整體關係未必有表面咁穩。
五大聯賽本身角球環境已經唔完全一樣， 可以配合 不同聯賽的角球分布一樣嗎？ 一齊判斷混合樣本會唔會製造額外相關。
研究依據
以下文獻只支持 correlation 嘅統計解讀同使用限制， 唔代表佢哋證明 HKBetNet 呢批足球樣本嘅結果。
- Schober, Boer & Schwarte (2018)：Correlation Coefficients: Appropriate Use and Interpretation
- Akoglu (2018)：User’s guide to correlation coefficients
HKBetNet 自己嘅資料來源、模型凍結、樣本外測試同更新原則， 可以再睇 編輯與研究方法。
限制與不能推出的結論
- 目前 N=146 只係 2026/27 賽季早段快照，相關係數之後可以改變。
- r=0.472 同 r=0.316 係混合五大聯賽嘅比賽層級相關，未控制聯賽、球隊同主客場。
- 95% CI 使用 Fisher z 近似，未處理比賽之間可能存在嘅群組結構。
- r² 只反映線性共享變異，唔係「因果解釋百分比」。
- 射門相關較高，唔等於加入射門訊號一定令角球模型樣本外表現更好。
- 相關不等於因果，不能寫成射門多必然角球多。
- 模型概率唔係投注建議，更加唔係保證盈利。