LaumannBingo Fatta vilken inverkan det hade varit på spelet om vi haft Hävelid med, Hävan & Schira istället kanske?
Matchbetyg
- Jämn match, tråkigt att gå tomhänta igen
- Fantenberg - Hultström fortsätter spela på en egen nivå
- Ljungh-kedjan matchades väldigt hårt offensivt
- Costmar-kedjan matchades väldigt hårt defensivt
Godkänd insats helt klart. Jag vill dock utmana våra XG. Bortsett från två ramträffar så var det inte många skott som kändes heta, även om de sköts från rätt områden.
Hank Du har säkert skrivit det tidigare, men jag hittar inget om det nu - men hur väl korrelerar xG med faktiskt gjorda mål i modellen över tid? Eller egentligen funderar jag nog på hur väl xG förklarar faktiskt gjorda mål? Skulle vara intressant att se hur stor träffsäkerheten är i modellen.
Och tack för de här inläggen. Det har gått så långt att jag kommer på mig under matcherna snarare längta till att se siffrorna, än själva spelet…
HOCKEY Har tänkt på det där också. @Hank modell baseras ju på var skottet tas ifrån. Det är ju en väldig skillnad på ett case där målvakten är helt ur position och spelaren som skjuter är i balans och ett case där målvakten är på plats, skytten är ur balans och skjuter med backhand och det är 4 spelare mellan spelaren och målet. De exemplen ger samma xG. Så på en enskild match kan det va lite svajigt och missvisande, men som all annan statistik ger det en rättvis bild över tid.
Om man inte systematiskt skjuter i magen förstås . Tror det är en självförtroendefråga. Det är ju ingen som är i direkt målstim i laget, varken på individ- eller kedjenivå. Då hålls det lite hårdare i klubban, det blir någon sekunds feltiming osv. Svårt att se sånt i statistik antar jag.
... hur väl korrelerar xG med faktiskt gjorda mål i modellen över tid?
Bra fråga!
Jag har bara sammanställt data för våra matcher under föregående säsong och under denna säsong, enligt följande:
Denna säsong (mindre sample size):
- Vi gör 0,73 mål färre per match i snitt, mot förväntat i min modell
- Vi släpper in 0,30 mål färre per match i snitt, mot förväntat i min modell
Förra säsongen (större sample size):
- Vi gjorde 0,35 mål färre per match i snitt, mot förväntat i min modell
- Vi släppte in 0,15 mål färre per match i snitt, mot förväntat i min modell
Det verkar som att modellen konvergerar mot det faktiska utfallet vid större sample size. Men min känsla är att min modell ligger lite högt i xG mot faktiskt utfall, i alla fall sett till våra matcher. Dock så pekar andra modeller också på att våra matcher är målsnålare än vad chanserna borde resulterat i.
Man skulle behöva titta på alla lagens matcher för att få en bättre bild av hur bra modellen är.
Hank Intressant. Ja precis, för att bedöma modellen skulle man ju egentligen behöva alla lags data för åtminstone nån hel säsong.
En sak som skulle vara sjukt intressant, men knappast görligt, skulle vara att ta hänsyn till de enskilda spelarna lagen har. Ett lag med enbart brunkare behöver förmodligen fler skott från farliga sektorer än ett lag fyllt med målskyttar. Alltså är inte deras xG lika hög vid lika antal skott från samma positioner.
Samtidigt hänger det ju lite på vad modellens syfte är, utvärdera lagets prestation mot något slags allmänt snitt - eller förutsäga hur många mål ett lag kommer göra vid ett visst antal skott.
Däremot tycker jag 0,35 måls diff, sett på föregående säsong måste ses som bra betyg för modellen.
Han e fin Junland. In med den där breddbacken nu förhelvete, och ingen korttidslösnibg. Junland får på tok för stort förtroende och Sjöström bör ej vara ordinarie i ett lag med ambition om slutspel. 10-15 min/match och boxplay på vår kapten.
Vinner vi i statistiken så förlorar vi matchen. Vad bör Cluben dra för slutsatser av det egentligen, och vad ska man åtgärda?
Detta skulle väl kunna innebära att vi gör massa mål under matcher med lågt xG och få med högt. Och i snitt blir xG och gjorda mål lika. Typ som @Kjeppkinesen är inne på ovan. Eller tänker jag fel?
(Säger inte att det är så men vill förstå hur du räknat!)