Kembali selama off-season 2008, beberapa halaman baru diam-diam masuk ke Laporan Game NFL mingguan saya, yang semuanya ditujukan untuk handicapper DIY, haus akan statistik tim yang benar-benar berguna dan data pertandingan pemain head-to-head .
Semua 3 halaman baru adalah tambahan yang disambut baik. Namun, salah satunya khususnya sangat membantu poker online idn karena memungkinkan analisis data tim yang tepat dengan cara yang tidak mungkin dilakukan hingga saat itu (setidaknya dengan database saya).
Bagian dari Laporan Game yang saya bicarakan menyangkut halaman Bagan , yang menyediakan 15 grafik berbeda yang mengeksplorasi sejumlah statistik/peringkat utama dan lintasan sepanjang musimnya.
Sebelum 2008, perbandingan statistik dari minggu ke minggu bukanlah sesuatu yang dapat dengan mudah ditanyakan dan dianalisis menggunakan program perangkat lunak STAT saya. Tren saya sebagian besar berfokus pada ‘titik data tunggal’ seperti Rushing Yardage dari game sebelumnya, atau, rata-rata musim hingga saat ini yang tidak memperhitungkan di mana pengukuran yang sama mungkin berada di minggu sebelumnya, atau minggu sebelumnya itu, dan sebagainya.
Perluasan basis data tahun lalu dan kemampuan yang baru ditemukan untuk menjelajahi fluktuasi sepanjang musim dari banyak statistik penting, seperti: kualitas Pass Offense (POF) tim atau Rush Defense (RDE) –hanya untuk menyebutkan dua–telah diaktifkan Saya mengisolasi sejumlah pola menarik dalam 12 bulan terakhir, salah satunya, kebetulan menjadi fokus artikel ini.
Statistik yang dimaksud melibatkan Peringkat Pelanggaran Umpan tim yang diukur selama 3 pertandingan terakhir mereka (L3 POF) dan lebih khusus lagi: seberapa konsisten pengukuran ini selama satu musim.
‘Konsistensi’ dalam dunia matematika disebut ‘deviasi’ dan sangat mudah untuk dihitung. Sehubungan dengan analisis saya, saya suka melihat rata-rata deviasi (ADEV) .
Contoh ini akan menjadi tim memasuki Minggu 7 yang memiliki L3 POF dari 0,60 di Minggu 4, -0,25 dalam Minggu 5 dan 0,30 dalam Minggu 6, memberi mereka L3 POF rata-rata dari -0,2167 (0,60-0,25 + 0.30) / 3. Deviasi rata-rata kemudian dapat dihitung dengan mengambil jumlah ‘selisih’ antara masing-masing nilai individu dan rata-rata (-0,2167), dibagi dengan jumlah nilai (3). Hasil dalam kasus ini: 0.4556 .
Deviasi rata-rata untuk L3 POF biasanya sekitar 0,7. Namun, sejauh menyangkut tren ini, kami hanya akan tertarik pada tim dengan POF L3 yang sangat konsisten yang membawa deviasi rata-rata kurang dari 0,2 .
Sejak tahun 1994, tim dengan L3 POF ADEV kurang dari 0,2 adalah ATS 136-95 (58,9%) yang luar biasa menghasilkan keuntungan yang sangat rapi sebesar $3,970.00 saat bertaruh $110 untuk memenangkan kembali $100,00 pada setiap pertandingan. Tren ini bahkan sukses lebih besar dalam 6 musim terakhir, dengan rekor 63-36 ATS, berdasarkan satu kondisi ini saja.
Pada titik ini, perlu dicatat bahwa karena peringkat fundamental saya, seperti POF dan RDE, hanya dilacak mulai Minggu 3 musim reguler (data senilai 2 game diperlukan untuk perhitungannya) DAN perhitungan terpisah dari Rata-rata Deviasi memerlukan setidaknya 2 pengukuran berbeda lagi; tren ini hanya menjadi aktif di Minggu 4, yang juga merupakan minggu yang kemungkinan besar akan muncul.
Setelah Minggu 7, jumlah tim yang memiliki ADEV kurang dari 0,2 turun drastis, berkat peningkatan peluang setidaknya satu kinerja passing yang sangat buruk (atau sangat baik) yang akan meningkatkan ADEV melampaui tolok ukur kami.
Sekarang, rekor 136-95 ATS selama 15 musim tidak ada artinya; namun, dengan penambahan sejumlah kondisi ‘sekunder’ terkait, seseorang dapat meningkatkan profitabilitas tren ini secara signifikan.
Yang pertama dari kondisi ini menyangkut eliminasi tim mana pun yang keluar dari Pass Offense Rating (POF) > +0,5 di musim sebelumnya .
Tim yang keluar dari musim dengan peringkat Pass Offense yang cukup tinggi untuk mungkin menempatkan mereka di 5 besar di liga hanya memiliki 19-32 ATS ketika juga memiliki L3 POF ADEV 116-62 (65,2%) ATS dan keuntungan $4.780,00 .
Jadi, mengapa tim yang memiliki Pass Offense yang dapat diprediksi di paruh pertama musim ini–dan itu bisa bagus atau buruk–sangat bagus dibandingkan dengan angkanya?
Jawabannya tidak terlalu jelas, jujur. Tapi, itu mungkin lebih berkaitan dengan pembuat garis yang biasanya meremehkan tim yang telah menghasilkan upaya yang baik (atau buruk) secara konsisten sehubungan dengan Passing Offense mereka, lebih dari apa pun.
Terlepas dari logika yang keruh, tren ini pasti patut ditonton di musim 2009.
Untuk semua detailnya, bersama dengan 2 kondisi sekunder lainnya yang meningkatkan persentase kemenangannya menjadi lebih dari 70%, silakan baca terus.
(Catatan: ASMR adalah singkatan dari Average Spread Margin Rating. Peringkat positif menunjukkan tren yang lebih kuat dari rata-rata versus garis, negatif–lebih lemah dari rata-rata. TDIS% adalah persentase tim di liga yang terlibat dalam situasi ini pada satu waktu atau yang lain. WT% adalah persentase tim yang 0,500 atau lebih baik dan SPR adalah penyebaran rata-rata untuk tim dalam situasi ini. Untuk detail lebih lanjut, silakan lihat Halaman 18 dari Panduan Laporan Game NFL 2008 saya.)
Tren Situasi #131 Ringkasan
Kondisi Primer (Blok Bangunan)
1) L3 Pass Offense Rating Rata-rata Deviasi (L3 POF ADEV) Kondisi Sekunder (Tighteners)
1) Kecualikan Pass Offense Rating (POF) > 0,5 musim lalu.
2) Kecualikan 4 Kemenangan Pra Musim (PSW).
3) Kecualikan Poin Terhadap rata-rata (PA) > 30 per game.
Statistik Situasi
ASMR: -0,7 Tuan
Rumah%: 53
Anjing%: 48
TDIS%: 94
WT%: 60
SPR: +0,4
Tim Teratas: BAL(15); OAK(11); MIN(9); MIA(8); BF(7)
Rekor Situasi
Keseluruhan (Sejak ’94): 109-45 ATS
2008 Musim: 5-1 ATS
2007 Musim: 5-2 ATS
2006 Musim: 8-4 ATS
2005 Musim: 10-6 ATS
2004 Musim: 7-3 ATS
5 Hasil Terakhir. Pilih dalam kurung.
2008 WK7–TEN 34 KC 10 (SEPULUH -9) W
2008 WK5–TEN 13 BAL 10 (SEPULUH -3) P
2008 WK4–PIT 23 BAL 20 (BAL
+5.5 ) W 2008 WK4–CHI 24 PHI 20 (CHI +3) W
2008 WK4–BUF 31 STL 14 (BUF -8) W
