Hank i och med att jag bor i Brasilien,

GDDN?

Men sedan gick ju tragiskt Janne Z bort under den helgen, och i och med att det var hans son som jag pratade med så har det inte hänt något sedan dess.

Nej, det kan man ju verkligen förstå.

  • Hank svarade på detta.

      Matchbetyg LHC-IKO:

      Betyg finns även för Oskarshamn via min tweet:

      Kontraktet säkrat! Så skönt!

        Spännande att analysen visar så mycket blått när känslan hela tiden var att vi var riktigt trötta och beiga igår.

        Kanske att Corsi väger för tungt när det handlar om alibiavslut från dålig vinkel etc. 10 skott från förlängd mållinje ger väl en bättre gamescore än 9 skott mitt i slottet? Kanske att det ska vävas in xG mer? Försöker bara fundera på hur modellen kan förädlas 🙂

          alfie Ja, kollar man på skottkartan, så är det väldigt många skott från blå, som sällan resulterar i mål. Dessa bidrar ju till Corsin lika mycket som skotten från skottsektorn. Vi sköt 19 skott fler i lika styrka (49-30) under matchen igår, men hamnar ändå på samma xG som IKO. Det tycker jag tyder på att vi hade svårt att komma till de farliga lägena trots att vi var spelförande sett till Corsi.

          Ingen dum idé att försöka få in xG som en del i modellen för Game Score. Det känns som att vi har lite idéer nu, som vi kanske kan diskutera efter säsongen, för hur vi kan göra modellen bättre. T.ex. med de senaste förslagen om tekningar, och nu även xG.

          Som alltid, mycket uppskattat med er feedback!

            Ja, med statistik kan man aldrig få till en perfekt, rättvisande och heltäckande bild men man kan försöka komma så nära som möjligt 🙂

            En annan sak jag funderat på är offensiva/defensiva zonstarter om det finns att tillgå. En spelare som matchas vid offensiva tekningar kommer ju ha en bättre chans till bra corsi, men det vägs kanske upp av att en som startar i defensiv zon har större chans till hits och blocked shots..? Svår balansgång det där..

              alfie Exakt, målet är ju att få fram ett objektivt spelarbetyg, som är så bra som möjligt, med tillgänglig data.

              Zonstarter hade helt klart varit mycket intressant. Det är inget som jag har lyckats hitta dock.

              Det svåra är ju, som sagt, att få fram data som bidrar till Game Score som är kopplat till bra defensiva insatser. T.ex. borde ett byte från SOG till xG dra ner betygen för backarna, som sällan kommer till lika farliga skottlägen.

              En annan data som hade varit kul att föra statistik över är passningar till målchanser. Typ en xG-assist, på något sätt.

                Lukkinen

                Det är väldigt märkligt då han drog på sig en helt hjärndöd tripping i 4mot5 som det sedan blir mål på. När 0-2 målet sker så markerar han en spelare som inte finns och låter skytten glida in och ostört placera pucken i mål. Han är alltså på egen hand ansvarig för båda målen bakåt i går, men det har han även varit tidigare och ändå fått bra betyg här. I och med att han får iväg skott(missar solklara lägen) och vinner puckar i sarghörnen så gagnar statistiken hans spelstil.

                Modigs var helt bedrövlig igår, trots det så kan man inte lasta Modigs för något av målen. Törna däremot…

                    Kjeppkinesen När 0-2 målet sker så markerar han en spelare som inte finns

                    Du menar hans gubbe? Det är Weigelt som tappar Brian Cooper.

                      4 dagar senare

                      Matchbetyg LHC-ÖHK:

                      Betyg finns även för Örebro via min tweet:

                      Verkar ha varit en riktigt stabil defensiv insats, speciellt efter första perioden:
                      - 16-10 i målchanser
                      - 10-3 i farliga målchanser!
                      - 3-1,8 i xG

                      Matchbetyg FHC-LHC:

                      Betyg finns även för Frölunda via min tweet:

                      13 dagar senare
                      13 dagar senare

                      Nu har jag jobbat in tekningsstatistiken i Game Score. Grundtanken var att vikta en vunnen/förlorad tekning i samma storleksordning som ett skottförsök. Alltså att en vunnen tekning bidrar med +0,05 poäng och att en förlorad tekning bidrar med -0,05 poäng. Samma tänk användes när puckvinnande tacklingar lades till i modellen. En sådan tackling bidrar till +0,05 poäng, alltså samma vikt som ett skott mot eget mål hade bidragit med (-0,05).

                      Vi har dock officiell statistik för tre olika typer av tekningar: tekningar i offensiv, defensiv och neutral zon. Så jag kollade på statistiken för respektive tekning, sett över alla lagens tekningar under säsongen som gått, och kom fram till detta:

                      • Tekningar i offensiv zon vinns till 55%
                        - Lagen ligger mellan 52% (TIK) och 61% (RBK)
                        - LHC 7:a med 55%

                      • Tekningar i neutral zon vinns till 50%
                        - Lagen ligger mellan 45% (FBK) och 56% (FHC)
                        - LHC 4:a med 51%

                      • Tekningar i defensiv zon vinns till 45%
                        - Lagen ligger mellan 41% (FBK) och 49% (BIF)
                        - LHC 13:e med 42%

                      I och med att det är olika sannolikhet att vinna en tekning i olika zoner, så valde jag att vikta dem olika:

                      • Neutral zon, 50% sannolikhet för både vinst och förlust
                        - Vunnen tekning bidrar med +0,05 poäng
                        - Förlorad tekning bidrar med -0,05 poäng

                      • Offensiv zon, 55% chans till vinst, och 45% för förlust
                        - Vunnen tekning bidrar med 5% mindre än en vinst i neutral zon, alltså +0,0475
                        - Förlorad tekning bidrar med 5% mer än en förlust i neutral zon, alltså -0,0525

                      • Defensiv zon, 45% chans till vinst, och 55% för förlust
                        - Vunnen tekning bidrar med 5% mer än en vinst i neutral zon, alltså +0,0525
                        - Förlorad tekning bidrar med 5% mindre än en förlust i neutral zon, alltså -0,0475

                      Jag tänker att det är på detta sätt som tekningar kommer bidra till Game Score, men att jag i sammanfattningarna endast presenterar totalt antal vunna och förlorade tekningar, enligt följande (näst sista, och tredje sista kolumnen):


                      FOW - Face-off Won
                      FOL - Face-off Lost

                        Hank

                        Mycket bra! Exakt så som jag tänkte att det skulle fungera.

                        Återigen ett innerligt tack för tiden du lägger ner. Väldigt roligt att följa statistiken under säsongen!

                            Anonymous2 Tack!

                            Dock inser jag nu att jag redan behöver revidera vikterna, jag vill ju att man ska hamna på 0 poäng om man tekar enligt snittet. Som exempel:

                            • Av 100 tekningar i defensiv zon är snittet 45 vunna och 55 förlorade, och borde alltså resultera i 0 poäng. Så det det måste skilja 10% istället för 5%.
                              Vinst: +0,055*45 = 2,475
                              Förlust: -0,045*55 = -2,475
                              Summa: 0

                              När man applicerar den uppdaterade modellen på våra centrar så påverkas deras Game Score-snitt enligt följande:

                              • Markus Ljung, +0,08
                                - från 0,90 till 0,98
                              • Ben Maxwell, +0,02
                                - från 0,56 till 0,58
                              • Christoffer Ehn, +0,02
                                - från 0,52 till 0,54
                              • Arvid Costmar, -0,04
                                - från 0,28 till 0,24

                              Riktigt bra tekande från Ljung (55% totalt), stabilt/bra tekande från Maxwell (50,5%) och Ehn (51%), och tyävrr sämre tekande från Costmar (39%).

                              Kollar man på våra mindre ordinarie centrar så ser ser det ut såhär:

                              • Ljungman 37%
                              • Ekmark 33%