积分榜指向阿森纳，分项数据却说未必
这是第九轮的焦点战，考验的是阿森纳的联赛步伐能否在一个对利物浦而言更易平局而非决出胜负的场地上延续。阿森纳八战积21分排名第二，七胜零平一负。利物浦八战积15分排名第四，四胜三平一负。分差是六分，但主场分项数据才是紧张所在：利物浦在四场主场联赛中一胜两平一负，进四球失五球。阿森纳的客场分项数据是三胜零平一负，进四球失三球。这就是Nutmegly人工智能解读背后的证据，该解读以39.6%的概率倾向客队，利物浦为32.4%，平局为28.0%。
状态持平，积分榜不然
近期状态并未让客队倾向变得显而易见。利物浦最近五场存储赛果为四胜一负：主场2-0布莱顿、主场4-3比利亚雷亚尔、客场2-1布伦特福德、客场6-3林茨，以及该段记录中最早的主场0-3负于曼城。阿森纳最近五场存储赛果保持不败：主场2-0埃弗顿、客场2-2拜仁慕尼黑、客场1-0诺丁汉森林、主场3-0里尔、主场2-1利兹联。在存储的八场样本中，双方场均积分均为2.38分。这是一个有用的修正：积分榜差距是真实的，但近期状态的效率是持平的。不同之处在于阿森纳的联赛记录没有平局，而利物浦有三场。
联赛积分榜是模型更强的证据。阿森纳八场联赛七胜，进13球失5球。利物浦八场四胜，进11球失8球。阿森纳的客场记录在进攻端并不惊艳——四场客场联赛进四球——但效率很高：三胜一负，失三球。利物浦的主场记录是弱点：四场一胜，进四球失五球。如果模型正确，这场比赛与其说是阿森纳大胜利物浦，不如说是阿森纳能否在胶着战中取胜，而利物浦的主场平局模式让主队保持竞争力。
模型为何倾向客队
客队倾向建立在积分榜之上，而非巨大的概率差距。阿森纳的21分和第二名是头条。他们八场联赛七胜是 concrete evidence that they can convert matches into three points. 利物浦的主场分项数据——一胜两平一负——是 concrete evidence that Anfield has not been a fortress in the recorded league sample. 模型的大2.5球概率为52.6%，略微倾向进球而非确信。这符合一场利物浦近期胜利包括4-3和6-3比分、但阿森纳联赛防守记录为八场失五球的比赛。
还有一个休息时间的备注，尽管是边际性的。在存储的赛程中，阿森纳上一场记录比赛与开球之间有八天；利物浦有七天。数据并未证实这是有意义的优势，记录中的间隔也不能证明额外休息。这是一个小因素，而非客队倾向的理由。
平局是反方论据
最强的反证是模型自身的三向分布。39.6%的客胜概率是一种倾向，而非多数。平局为28.0%，主胜为32.4%。模型的反方观点指出，三向概率并未清晰分离，平局区间必须保留。这不是形式上的。利物浦八场联赛中三场平局，四场主场中两场平局。阿森纳八场联赛无平局，但他们在存储样本中最近的客场比赛是客场2-2战平拜仁慕尼黑。联赛无平局的模式是样本事实，而非保证。
还有两个限定条件。一个外部预测指向与模型不同的方向，这意味着客队倾向并非共识。而且撰写时没有确认的首发阵容，伤病信息源列出两队共有13名潜在缺阵者。这并未告诉我们谁缺阵或双方将如何排兵布阵；它告诉我们单场比赛的方差比完全确定的首发名单所暗示的更高。模型自身的反方观点也指出了同样的不确定性。
观察点：阿森纳能否避免平局陷阱？
比赛的问题不是阿森纳是否是积分榜上更好的球队。他们是，领先六分和两个名次。问题是他们联赛无平局的模式能否在利物浦主场四场两平记录面前延续。如果比赛后期比分持平，平局就成为模型反方观点已经指出的结果。如果阿森纳的客场效率保持，39.6%的倾向就有清晰路径。数据无法告诉我们哪种情景会发生；它能告诉我们客队倾向合理但脆弱。
关注第一个进球，而不仅仅是最终比分。利物浦主场联赛进四球失五球；阿森纳客场联赛进四球失三球。这些都是低总数，使得首开纪录成为比赛状态的枢纽。数据没有说谁会进球或何时进球。它确实说明一球之差比赛与双方的分项数据一致，且平局以28.0%的概率仍然存在。这就是安菲尔德值得关注的紧张点。