HV Blå. Hej då.

HV71, favoriten som stod för modern tids största fiasko med att bli delegerade ur högsta serien, har inte mycket tid att fundera på vad som hände utan får helt enkelt se framåt. Tur då att sidor som denna finns som kan hjälpa till på vägen. Denna artikel är inte på något sätt ämnad att vara heltäckande utan lyfter på ett par intressanta faktan som jag försöker styrka med data eller diskussion.

Thörnberg/Sundh-Gate. The Loose-Loose situation för Johan Hult.

Många beslut togs efter säsongen 19/20 för att göra laget än mer redo för att åter ta guldet till Jönköping. Det klart mest omtvistade var att dumpa lagets veteraner. Christoffer Persson är det nog inte många som saknat men duon Thörnberg och Sundh är många helt samstämda i att, hade de varit kvar i laget så hade HV71 spelat SHL-hockey även 21/22. Oavsett om detta är korrekt eller inte så skapa eftermälet en situation som gör att Johan Hult, oavsett väg att han gick, skulle hamnat i skottgluggen.

Låt mig förklara. Fakta. HV slutar sist i serien. HV är sämst. HV hade som mål att vara topp-4
Två av lagets sämsta spelare sett till att driva spelet, Oscar Sundh och Martin Thörnberg från säsongen innan är inte längre en del av truppen.

Corsin för säsongen 19/20. Fyra av fem spelare i den svaga kvadranten fick lämna laget inför 20/21.

Om då Thörnberg och Sundhs påverkan hade varit så stark som påstås. Dvs. klubbkänsla och ledarskapet i omklädningsrummet hade genererat x-antal poäng. Vart hade vi stått då? 10 Poäng extra? Fortfarande kvalspel. 15 Poäng extra? 10:e Plats.

Målet hade fortfarande varit väldigt långt borta. Men det är ju fortfarande bättre? Visst är det det. Dock lever vi inte i parallella universum, dvs. INGEN hade gissat att det skulle kunna vara ännu sämre slutposition än den då 10:e placering som skulle införskaffats. En tiondeplats skulle varit ett enormt fiasko även det.

Vi hade haft en liknande graf som ovan där Johan Hult hade fått utstå hård kritik för att förlängt med två killar som uppenbart var på väg utför i karriären. Tittar vi på spelarnas Game Score så var trenden tydlig.

Problemet med hela situationen var inte att Sundh och Thörnberg inte fick förlängt, det beslutet står jag bakom då det inte finns några “friplatser” kvar i SHL, Hitta en roll till en 33+ som inte bidrar med vad de en gång bidragit med blir svårare för var år med den typen av hockey vi spelar i Sverige. Undantagen är väldigt få (läs Lundqvist & Lindström som fortfarande är tongivande i sina lag. Fabricius plats i LHF har även den nått vägs ände). Tittar vi på topplagen så är det framförallt bredden som är en stor skillnad mot bottenlagen. VLH, RBK, LIF & SKE har alla fjärdekedjor som bidrar med en extra dimension till laget annant än att äta istid.

Problemet var såklart sättet avskedet från spelarna gjordes på. Som utfallet nu blev, oavsett hur Hult hade agerat så hade han fått utstå kritik.

Ha ett bra PP så får du framgång. Trodde vi alla.

Spelet i numerärt överläge, vilket historiskt är väl förankrat med framgång, var starkt i HV71 i år. Första lag som har högst PP% i serien och slutar sist. Faktum är att endast Skellefteå AIK som haft högre utdelningsprocent (15/16) över en säsong än vad årets upplaga i HV hade sedan 10/11.

Trenden över i stort sett hela säsongen var väldigt bra. När det det föll sista femton omgångarna så gjorde det redan låga poängsnittet detsamma. Det fanns ingen annan räddningsplanka att hämta.

Ljusblå – Snittet sista tio matcherna
Mörkblå – Snittet hela säsongen

Förmågan att vara starka i spel lika styrka var, för ett antal anledningar direkt svag. Tittar vi på utdelning per speltid för spelare med över 200 mins istid i HV finner vi, som förväntat med utfallet för säsongen, anmärkningsvärda siffror. Anton Wedin var HVs produktivaste spelare med 1,45 poäng per spelad timme. Med det så rankar han in som HVs 104(!) produktivaste spelare sedan 2010/2011. 103 spelare har varit produktivare.

HVs produktivaste spelare sedan 10/11

För exemplifiera detta mer. Fjolårsfloppen Juuso Ikonen hade samma poängssnitt per speltid som Anton Wedin. Nu påstår jag inte att Ikonen hade presterat detsamma i årets upplaga men just poängutdelningen i de lägre kedjorna var i stort sett nada denna säsong vilket skadade laget mer än vad jag läst någonstans. Juuso Ikonen gjorde 12 poäng lika styrka 19/20 på 10 mins istid per match (ES). Ingen av killarna i fjärdekedjan denna säsong nådde upp över 6 poäng. Totalt 5 spelare gjorde fler poäng lika styrka än Ikonen i år.

En spännande skottkarta, en så kallad snow flake-chart, som jämför HV71s avslut med övriga lag i SHL för att se i vilka ytor som HV sköt mer än övriga lag i ligan. Denna skvallrar om varför det inte blev allt för många mål gjorda i denna spelform.

Hults stora misstag

Sportchef Hult må varit, i mångas ögon, för passiv och lät “säsongen glida ut händerna” på HV. Men han drog faktiskt alla livlinor en sportchef fogar över. Inget lag värvade så mycket som HV gjorde under säsongen. Spelare kom in på korta kontrakt (Schira, Svensson, Allsvenska lån) samt 4 tyngre som förstärkte vid trade deadline. På det bytte han huvudtränare efter att först ha gett Rahm extra stöd.

Sparka Rahm eller inte (jag står oftast på inte-sidan då det endast är för att lugna intressenter och jag är ingen intressent i HV) låter jag gå förbi. Valet av ersättare gjorde det dock totalt fruktlöst. Läs tweet från dagen han tog över.

HV var ett dominant lag som egentligen haft en nedåtgående trend över ett antal säsonger. En stor del kan förstås tilldelas den stora spelarflykt som framgången med guldet skapade. Många duktiga individer har kommit och gått. Däremot så har spelidén varit rätt lik. Bristen på utveckling/anpassning av spelarmaterialet satte HV i en sits som var från dominanta till underordnad.

Att lyfta in en tränare som varit med och satt HV i sitsen de befann sig i och hoppas på att positiva tongångar och “hitta grundspelet” skulle rädda upp det var såklart naivt. Ett tränarbyte i det läget, kräver i min mening mer av total rokad. Spela tärningen och hoppas på träff. Nu fortsatte det i samma takt.

Liknelse som passar är att sitta i heta stolen i Postkodmiljonären och nyttja en livlina med att ringa en vän som har exakt samma kunskap som du själv. Förutom att svaret blir det samma som ditt så är livlinan dragen. Du får inte ringa någon mer (nu kan man ju byta tränare flera gånger under en säsong men det görs ju än mer ovilligt).

Poängsnitt med Rahm -> 1,0
Poängsnitt med Lundh -> 0,95

Värvningarna som sådana motsätter jag mig inte. Många av inför-värvningarna var riktigt vassa. Wedin/Forsberg föll väl ut. Ilomäki, Donovan & Murray var en trio som applåderades när de lyftes in. Lias och Sandin var på pappret bra men motivation syntes sakna på den ena och stäm på den andra. Spelskickligheten på backsidan blev ett problem. Tränarbytet totalt fruktlöst.

HV får ta lärdom av misstagen som begicks, läropengen blir dyr. Om HV är ett SHL lag 22/23? Upp till kamp!

Founder. Writer. Data Scientist. The Monkey beater.

Var med o tippa SHLs slutspel.

Poängfördelning:

För varje korrekt gissat lag vidare i
– 8-del ges 1 poäng
– Kvartsfinal 2 Poäng
– Semifinal 3Poäng
– Final 4 Poäng
– Kval 2 Poäng

Vid flera tävlanden på full poäng används matchserieresultaten som särskiljare. Flest rätt vinner!

Första & enda priset är ett 1-årsabonemang av Better Than a Monkey!

Tyvärr finns det inte så mycket smartness i formuläret och ingen läcker grafik. Så håll era vinnare i skallen och rita gärna trädet framför er för att få ihop det korrekt. Kom ihåg att det bäst rankade laget möter det sämst rankade osv. i var rond.

Ranken.

  1. VLH
  2. RBK
  3. LIF
  4. SKE
  5. LHF
  6. ÖHK
  7. FHC
  8. FBK
  9. MIF
  10. DIF

Öppen till 5 min innan 8-delarna startar. Lycka till!

Tävlingen låst. Tack för alla bidrag!

Founder. Writer. Data Scientist. The Monkey beater.

Introducerar två nya mätetal på sajten, HDSC och SC.

HDSC – High Danger Scoring Chance
SC – Scoring Chance

Detta är en distinktion från vanliga avslut för att få en liten tydligare definition av kvalitén på ett avslut. Det är inget som Better Than a Monkey specifikt tagit fram utan det finns en definition här. Vissa modifikationer blir det baserat på det datat som finns tillgängligt såklart.

Definition: Varje avslut får initialt ett värde mellan 1-3.

  • Har ett avslut mer än 0,09 i xG (inre skottsektorn). så får den värde 3
  • Över 0,03 (skottsektorn) -> 2.
  • Offensiv Zon -> 1
  • Blockas avslutet -> -1 på originalvärdet.
  • Är det inom 3 sekunder efter ett tidigare avslut (retur) -> +1 på originalvärdet.

Alla avslut med 3 eller 4 som slutvärde räknas som en Farlig Målchans (High Danger Scoring Chance).
2 och uppåt som Målchans (Scoring Chance). Annars är det bara ett avslut.

En titt på de topp 10 visar skillnaden mellan olika spelare. (Count står för totala antalet avslut).

Dennis Everberg sköt ifjol (19/20) nästan 130 skott färre än Kevin Clark 16/17 men hade endast fem färre farliga målchanser. Även Joel Lundqvist tar en betydligt lägre mängd “alibiavslut”.

Vad är då svagheterna? En mängde såklart då vi inte vet speciellt mycket om kontexten. Men ett steg framåt i att bedöma avslut då kvalitén.

Founder. Writer. Data Scientist. The Monkey beater.

Better Than a Monkey är nu inne på fjärde säsongen och ni som varit med på hela resan vet hur mycket som hänt. Det som började som en sida där predictions och artiklar var det centrala till en mer heltäckande statistiksida där visualisering av data by far and beyond är det som drar mest besökare idag.

Med det skiftande/adderade fokuset så har dels tiden men framförallt kostnaden för sajten ökat för var månad. För att kunna driva sajten framåt med samma fart så väljer jag nu att låsa in visualiseringarna bakom så kallade betalväggar.

Vad ni får för pengen:

  • Laggrafer
  • Spelargrafer
  • Game Score
  • xG
  • Game Reports
  • Skottkartor
  • Spelarkort
  • Lagkort
  • Historiken över algoritmen

Det finns idag två olika nivåer. En “Full Access” samt en “Sponsor”. Enda skillnaden är priset då du som “Sponsor” helt enkelt adderar en extra peng i ren uppskattning. Önskas en lunch som motprestation är det bara att slå en signal.

Graferna låses någon gång under eftermiddagen den 9 December.

För att signa upp följ länken:

https://www.patreon.com/btam

För frågor: erik.wilderoth@gmail.com

Founder. Writer. Data Scientist. The Monkey beater.

Det finns en mängd olika så kallade xG modeller ute i det vilda. Den heliga gralen i sportanalys överlag är förstås att finna den bästa, mest träffsäkra xG-modellen. Du som är här för att finna den kan sluta läsa nu.

En xG-modell (expected goals = förväntade mål) beräknar helt enkelt hur troligt det är att ett avslut faktiskt slutar upp som ett mål, dvs vi vill bedöma kvalitén på avsluten. För att kunna skapa en så bra modell som möjligt så behövs förstås så många olika parametrar som möjligt. Det har vi idag inte tillgång till med SHL data (önskas se en sådan modell på NHL-data rekommenderas MoneyPuck)

Den datan som jag har tillgänglig är positionsdata, som förvisso är grundstenen i alla xG-modeller, vilket gör att vi kan komma en bra bit på vägen.

Alla avslut 2019/2020

Apans xG-modell har på ett enkelt sätt delat in planen i ett rutnät på 22X100 rutor. För varje ruta som har över 250 avslut räknas skottprocenten fram (mål / alla avslut). Dvs. alla avslut utanför offensiv zon kommer bli blanka. Detta hanteras med att sätta ett värde på 0,01 på alla rutor med < 250 avslut. Avsluten som tagits gångas sedan med rutprocenten och på den vägen får vi den enklaste form av ett förväntat mål.

Som exempel kan vi ta Joel Lundqvist och Nils Lundkvist i mötet FHC – LHC den 24 Oktober. Joel sköt 7 skott under matchen medans Nils mäktade med 11 skott. Joel hade efter matchen en xG på 0,94. Nils 0,22. Ta en titt på skottkartorna så får vi en förklaring på det.

Joel Lundqvist
Nils Lundkvist

Med hjälp av denna modell får vi helt enkelt fram “shooter talent”, Har en spelare bättre skottprocent än medelavslutet från den positionen så får den ett positiv avtryck. Detta mäter vi med Actual vs. Exptected. Som exempel, säsongen 17/18 gjorde Elias Pettersson 24 mål. Förväntat var strax över 9. Max Friberg gjorde 4 mål på sina förväntade 12.

Med hjälp av xGn kan vi därmed se lags utveckling genom matcher men även spelares utveckling jämfört med sin utdelning,

Frölunda vann matchen med 4-1.
Gustav Rydahls karriär sedan 2017.

En enkel modell men än bättre sätt än inget att sätta ett värde på ett skott. En mängd grafer kommer kommande dagar på sajten.

Founder. Writer. Data Scientist. The Monkey beater.

För att mäta förväntingarna på säsongen, var god fyll i hur du tror det SHL slutar 2020/2021. Alla tips som har samma lag på två placeringar stryks (inte lyckats programmera fram begränsningen)

Tack för alla inlämningar, sammanställning pågår.

Founder. Writer. Data Scientist. The Monkey beater.

Efter varje match finns det en hel del siffror att ta del av vilket kan, med lite kreativitet, vinkla en insats till lite vad som önskas av den som tittar på siffrorna. Låt säga att vi har en spelare som gör ett mål, en assist, skjuter två skott på mål men är samtidigt inne på tre mål bakåt samt tar två tvåminutersutvisningar. Laget har dessutom fått dubbelt så många skott mot sig när spelaren har varit på isen. Hur bedömer vi en sådan insats? Tittar vi bara på poängen ser det bra ut. Tittar vi bara på corsin ser det inte bra ut. Plus Minus är negativt också.

PlayerGA1A2+-GWGSOGBkSCorsi CFCorsi CAPIMBoxPlayMinsPerGoal
Player X1012302081640

I ett försök att ge en neutral betygsättning på sajten intoducerar jag nu “Game Score”. Kraftigt influerad (till större delarna kopierat modellen) av Dom Luszczyszyn (https://hockey-graphs.com/2016/07/13/measuring-single-game-productivity-an-introduction-to-game-score/ ). Med hjälp av datan presenterad ovan så viktas och summeras de olika mätetalen till ett gemensamt mätetal, “Game Score”.

([G] * 0,75) + ([GWG]*0,25) +(0,7 * [Assists A1]) + (0,55 * [Assists A2]) + (0,15 * [+]) – (0,15*[-]) + (0,075 * [SOG]) – (0,15 * [PIM]) + (0,15 * [BkS])) + (0,05 * [Corsi CF]) – (0,05* [Corsi CA]) + (0,075 * [BPMinutesWithOutGoal])

Några skillnader/förbättringar jämfört med originalformeln;
  • Matchavgörande mål värderas högre än ett vanligt mål (+0,25)
  • Ett blockat skott värderas högre (dubbelt så högt som ett skott på mål)
  • Spel i numerärt underläge räknas med, för varje minut en spelare är på isen utan att det blir mål belönas med poäng
  • Backmål värdesätts extra (+0,25)

Varför värdera ett blockat skott högre än ett skott på mål? I och med att vi saknar kontext, dvs. avslutet kan vara från varstans så är långt i från alla avslut tagna med intentionen “att göra mål”. Däremot så är varje “blockat skott” ett initiativ för att stoppa ett skott från att gå i mål.

Genom att applicera formeln på Player X nämnd ovan så får hen en Game Score på 0,6. Det blir ett positivt värde (en spelare som är inblandad i 0 event får betyg 0) vilket visar att målen spelaren bidrog med ändå väger upp de sidorna som inte var lika bra från matchen.

För att se om det finns substans i mätetalet gör vi ett stickprov historiskt och tittar på spelare som gjort fler än 30 matcher säsongerna 15/16-18/19.

BTAMGS20200113-2

Ögontestet säger att mycket är rätt med detta mätetal. Elias Petterssons säsong 2017 är outstanding!
Joakim Lindström är med ett antal gånger men sänks av många utvisningsminuter (2017 hade Lindström 63 utv min. Möller hade exempelvis 6).
Frågetecknet landar på Lasch som känlsan säger borde kvalificera sig högre (13:e bästa).

Formeln för målvakter blir enklare. Skillnaden görs på räddningar/insläppta mål från slottet.

([GA Outside Slot] * -0,95 ) + ([GA from Slot] * -0,8 ) + ([SVS outside Slot] * 0,05 ) + ([SVS Slot] * 0,2)

Slutsats

Finns förstås bra uppsida och uppenbara faror med att använda ett sådant här mätetal. Fördelen är att, på ett snabbt sätt, få en överblick över hur en spelare har presterat under en match.

Ett så kallat “all-in-one” mätetal förenklar mycket och kan vara en bra ingång på en analys. Största faran är att siffrorna inte sätts i någon kontext. Som exempel, ett skott på mål kan vara superfarligt men likväl vara en indumpning som landar på målvakten.
Saker i spelet försvinner även, säg Laschs stora styrka som är att hitta in passningar i slottet. Gör inte spelaren som blir serverad mål syns inte spelet i statistiken här.

Founder. Writer. Data Scientist. The Monkey beater.

Totalt deltog 96 st personer i undersökningen “SHL 2019/2020”.

Så här tror BTAMs läsare att SHL slutar 2019/2020.

  • Key takeaways
  • Frölunda är enda laget som ingen tror missar direktplats till kvartsfinal (topp-6).
  • Oskarshamn får motsatstipset. Ingen tror på en topp-6 placering för smålänningarna.
  • Det tordes bli tre tydliga block i serien.
    En topp 5 som slåss om seriesegern.
    Fem lag som fajtas om placeringarna 6-10.
    Örebro, Leksand och Linköping försöker undvika negativ kvalplats.
    Och sen har vi Oskarshamn.

Svenska mästare tror massan även den att Frölunda blir med Färjestad som främsta utmanare. (Väldigt jämnt med 30,5% mot 29,5%). Skillnaden mot serietipset här är att Växjö passerar Luleå i vinstchans.

LagJournalisternaFansen
Djurgården24,13%13,68%
Färjestad13,79%29,47%
Luleå12,64%7,37%
Växjö Lakers11,49%11,58%
Frölunda10,34%30,53%

Kul kuriosa är att alla lag utan två styckens sympatisörer tror att deras lag kommer leverera bättre än vad massan tror. Dessa är de två topptippade lagen, Färjestad och Frölunda.

Founder. Writer. Data Scientist. The Monkey beater.