积分榜与模型表面上的分歧
富勒姆四场比赛仅积一分，排名第18位：零胜、一平、三负，进四球失七球。曼联四场比赛积四分，排名第13位：一胜、一平、两负，进七球失七球。表面上看，积分榜指向曼联占优。Nutmegly的人工智能分析也同意这一点，倾向客队胜，胜率为47.3%，富勒姆胜率为27.3%，平局概率为25.4%。但这一客胜数字只是相对多数，并非绝对多数；主胜和平局加起来的概率为52.7%。在克拉文农场球场，这些分项数据让比赛变得不那么简单。
富勒姆在当前积分榜上的主场战绩为零胜、零平、两负，进四球失六球。曼联的客场战绩为零胜、一平、一负，进两球失四球。双方都未能将分项数据转化为胜利。富勒姆在主场取得了进球，但尚未拿到主场积分。曼联在客场避免了一次失利，但尚未在客场取胜。这就是矛盾所在：模型的客胜倾向基于总体状态和积分，而具体场地的数据则指向一场更加开放的较量。
近期样本究竟说明了什么
富勒姆存储的近期赛果，由新到旧依次为：9月12日客场0-0战平利物浦，9月5日主场2-3负于水晶宫，8月30日客场0-1负于桑德兰，8月24日主场2-3负于切尔西，以及5月24日主场2-0战胜纽卡斯尔。纽卡斯尔那场结果来自较早的样本，并非本赛季的状态。当前的联赛积分榜更能反映本赛季的情况：一分、一平、三负。
曼联存储的近期赛果同样参差不齐：9月13日主场0-1负于曼城，9月10日主场4-0战胜沙巴FA，9月6日客场2-2战平埃弗顿，8月30日主场5-2战胜伊普斯维奇，以及8月22日客场0-2负于赫尔城。大胜与失利并存。在存储的八场比赛样本中，富勒姆场均0.62分，曼联场均1.75分。在英超样本中，富勒姆场均0.80分，曼联场均1.40分。这是支持客胜倾向的最有力证据。
反向证据：主场进攻、客场防守与样本范围
一个提供的对位信号指向相反方向：富勒姆主场场均进球1.40，而曼联客场场均失球0.80。这一信号有利于主队。它也凸显了一个范围问题：当前积分榜显示曼联在两场客场比赛中失四球，场均2.0球，而对位信号使用的是不同的样本。模型自身的反驳意见指出，外部预测与其方向不一致，且样本定义存在差异。这并非一个明确的客胜判断，而是基于总体效率的倾向。
进球市场增添了另一层信息。模型给出总进球超过2.5球的概率为57.97%，因此它预期比赛相对开放，而非谨慎保守。这与近期结果相符：富勒姆在当前积分榜上的主场比赛进四球失六球，而曼联的客场比赛进两球失四球。如果比赛遵循这一模式，客胜倾向可能需要曼联的进攻贡献进球，而曼联在联赛客场两场比赛中仅打入两球。如果不是这样，富勒姆的主场得分信号就变得更加重要。
什么会改变局面
首发阵容尚未确认，伤病界面报告没有缺阵球员。没有伤病报告并不证明两队阵容完整，而首发数据的缺失为比赛呈现不同面貌留下了空间。模型的解读是赛前估计，而非观察到的结果。确认的首发阵容可能会改变平衡，但数据并未告诉我们如何改变。
最清晰的条件变量是首粒进球。如果曼联先得分，富勒姆当前的积分榜位置——一分、三负——意味着艰难的追赶。如果富勒姆先得分，曼联的客场战绩——零胜、一平、一负、进两球——将受到考验。模型给出的客胜概率不会因为一个进球而被推翻，但比赛将向分布中主胜和平局的一侧移动。超过2.5球的概率也意味着比赛可能不会长时间停留在0-0或1-0。
观察重点
观察富勒姆能否将主场进球转化为主场积分，以及曼联的客场进攻能否比当前两场客场联赛中的两球做得更多。如果曼联的客场防守稳固，且进攻找到第二球，模型的客胜倾向就显得合理。如果富勒姆先得分，而曼联的客场进球数仍然停滞不前，那么52.7%的主胜和平局合计概率就成为焦点。值得记住的问题：克拉文农场球场能否将富勒姆的进球转化为积分，还是曼联的客胜倾向将得以保持？