对于足球比赛，在将综合数据拆分为多方面的由单一因素影响的数据后，单数据方便统计，单一因素影响的数据变化趋势可确定，从而获得更精确的综合数据。我将从获得球权与净创造机会两方面计算xG,再分析上述三者遵循的规律，进而确定△xG的符号。
1，评价一次进攻有且仅有数量和质量两方面，获得球权代表不计规给予的进攻的数量，在创造机会能力相同时进攻越多，xG越大。
净获得球权X为:
X=△x+1，对开球球权球队
X=△x，对开球无球权球队
其中，△x为两队丢失球权次数之差。
2，推进表进攻的质量。净创造机会Y定义为:
Y=△（sin0.5θ/所有对手到球距离之和的倒数）
其中，△代表触球前后Y之差，x为球到球门区域内对手数量，y为对手距球距离，θ为球到球门所成角。跟据统计:1，场均创造机会正比于净推进，因此可用净创造机会数据代替Y; 2，创造机会在出场率趋向于100%时只于球员本身能力有关，而与触球次数无关，因此X与Y互相独立; 3，致命失误导致被射门远小于创造机会，因此可忽略不计。
净创造机会Y表示为:
Y=k△y，△y为两队创造机会次数之差。
3，综上，依据量纲分析法，预期净胜球dxG表示为
△xG=A△X+B△Y+A,对开球球权球队
△xG=A△X+B△Y,对开球无球权球队
其中，A,B为系数。要使某队预期进球获胜，则△xG>0,反之则反之。3被我称为曼城定理。
当一个球队符合以下条件时可认为实力不变，即可以认为已有平均X与Y数据为下一场比赛在客场修正之前的数据:由影响球员实力的因素可知，1，人员少调整，2，心态少变化，3,伤病(体力)正常;因获得球权后创造机会，xG由0增大等效于创造机会后丢失球权，xG由+∞减小，而丢失球权与对手位置，跑动，双方的反应有关，前者由球队风格和球员意识决定，中者仅由风格决定，对前者而言，风格能使球员位置改变，变化幅度远大于意识的位置内变化，对后者而言，据统计，球队间抢断+拦截的差距远大于球员间的差距，又因为欧冠归类后仅有3种风格，分别为西式，德式和法式，在n场后遇到所有风格的球队的概率为3^1-nCn^1Cn-1^1，在小组赛结束时遇到过所有风格的球队的概率为2/3，因此可近似认为在同赛季内小组赛对手水平一致，得到4，相同赛季。我将其称为拜仁条件。
已有净获得球权X和净创造机会Y，则将已结束比赛的X与Y代入曼城定理，则可解出很多B的范围。某队 xG获胜的概率即为令△xG> 0的Bx的充分条件在过去的B的范围中出现的概率，即Bx的范围包含过去某些不等号相同的B，这些B出现的概率。
应用中，由于2回合赛制，3/4的比赛A可消去，则令A=1方便判断;由于创造机会为量子化，因此产生的恒成立及不存在B并不代表真实情况，可忽略；由于2回合赛制，且据统计，客场对丢失球权和创造机会的影响分别接近1个常数，在已计算场次很大的情况下设B> m，m将在一定范围内中均匀分布，则客场不利对晋级概率无影响。在不考虑客场影响时P晋=n^2/m^2，N为mmax-mmin, n为mmax-Bx，在考虑客场影响时P晋1=n^2/m^2-a^2/ △Y^2N^4, a为客场净获得球权增加值。N=6，△Y在存在b时>1，因此P晋=P晋1。B<m，创造机会客场修正同理。因此只需计算一次，即晋级方为Bx的充分条件出现概率更大的一方。我将其称为皇马判据。
这样会产生几个问题。点球大战获胜概率无法计算，这是模型适用范围导致的;一方胜平负概率相加<1，这是已结束场次不足导致的，丢失球权和创造机会在符合拜仁条件时波动，这是同风格教练有差距导致的。因此，结果并不精确。