STATS의 데이터 과학 책임자인 패트릭 루시는 슛의 위치, 수비수의 근접성, 공격의 성격(예: 직접 프리킥 또는 페널티킥) 등 여러 가지 요소를 기반으로 EGV를 산출한다고 설명합니다. 슛의 EGV는 리그에서 평균적인 실력을 가진 선수가 슛을 했다고 가정하므로, 예를 들어 근처에 수비수가 없는 골대 앞 10야드 지점에서 슛을 하면 골로 연결될 확률이 높다고 예상합니다.
STATS의 데이터 과학 책임자인 패트릭 루시는 슛의 위치, 수비수의 근접성, 공격의 성격(예: 직접 프리킥 또는 페널티킥) 등 여러 가지 요소를 기반으로 EGV를 산출한다고 설명합니다. 슛의 EGV는 리그에서 평균적인 실력을 가진 선수가 슛을 했다고 가정하므로, 예를 들어 근처에 수비수가 없는 골대 앞 10야드 지점에서 슛을 하면 골로 연결될 확률이 높다고 예상합니다.