Kurioses
26.01.2012 - 19:45 Uhr
Zitat von MajorM
Würde mich tatsächlich interessieren wie es dazu kommt. 1 Meter ohne Torwart wäre selbst bei mir recht wahrscheinlich.
Oder beginnt die Rechnung ab dem eigenen Strafraum?
Zitat von igor83
Habe mir gerade mal bei understat die xG zum gestrigen Spiel angesehen.
Malens Tor ist mit 0,62 angesetzt. Also ich glaube kaum jemand wird dieses Tor als nur zu 62% wahrscheinlich annehmen
Habe mir gerade mal bei understat die xG zum gestrigen Spiel angesehen.
Malens Tor ist mit 0,62 angesetzt. Also ich glaube kaum jemand wird dieses Tor als nur zu 62% wahrscheinlich annehmen

Würde mich tatsächlich interessieren wie es dazu kommt. 1 Meter ohne Torwart wäre selbst bei mir recht wahrscheinlich.
Oder beginnt die Rechnung ab dem eigenen Strafraum?
Das liegt daran, dass heute nicht mehr jeder unfallfrei 80m geradeaus laufen kann.
Vor einigen Jahren war das noch nur beim Rückwärtslaufen so. Wird halt nicht besser mangels Sportunterricht.
Im Ernst, dieses xG ist mir immer suspekt. Gestern waren doch beide Mannschaften weit über dem xG. Unter dem Strich möchte ich nicht behaupten, dass insbesondere der BVB nur für zwei Tore gut gewesen sein soll wenn ich so an den Sportskameraden Reus denke.
Zitat von MajorM
Würde mich tatsächlich interessieren wie es dazu kommt. 1 Meter ohne Torwart wäre selbst bei mir recht wahrscheinlich.
Oder beginnt die Rechnung ab dem eigenen Strafraum?
Zitat von igor83
Habe mir gerade mal bei understat die xG zum gestrigen Spiel angesehen.
Malens Tor ist mit 0,62 angesetzt. Also ich glaube kaum jemand wird dieses Tor als nur zu 62% wahrscheinlich annehmen
Habe mir gerade mal bei understat die xG zum gestrigen Spiel angesehen.
Malens Tor ist mit 0,62 angesetzt. Also ich glaube kaum jemand wird dieses Tor als nur zu 62% wahrscheinlich annehmen

Würde mich tatsächlich interessieren wie es dazu kommt. 1 Meter ohne Torwart wäre selbst bei mir recht wahrscheinlich.
Oder beginnt die Rechnung ab dem eigenen Strafraum?
Also erstmal war die Entfernung schon größer als einen Meter, es waren eher sechs Meter.
Ich kann mir nur zwei Ursachen vorstellen.
1. Kommen solche Situationen wie mit Malen extrem selten vor. Wann kann ein Spieler mal mit dem Ball ins Tor laufen? Da fehlt xG vermutlich eine ausreichend große Berechnungsgrundlage.
2. Wird die Positionierung des Gegners vielleicht doch nicht so sehr und so gut mit einbezogen, wie es teilweise behauptet wird. Andererseits verstehe ich dann nicht, warum Kones Tor eine Trefferwahrscheinlichkeit von nur 3% haben soll, das kann eigentlich nur an den vielen Gegenspielern im Schussfeld liegen.
Ansonsten zählt aber nur die Abschlusssituation selber, es ist also egal ob der Spieler vorher 80 Meter mit Ball zurückgelegt hat.
Dieser Beitrag wurde zuletzt von Doc_Gonzo am 26.11.2023 um 13:59 Uhr bearbeitet Zitat von igor83
Habe mir gerade mal bei understat die xG zum gestrigen Spiel angesehen.
Malens Tor ist mit 0,62 angesetzt. Also ich glaube kaum jemand wird dieses Tor als nur zu 62% wahrscheinlich annehmen
Habe mir gerade mal bei understat die xG zum gestrigen Spiel angesehen.
Malens Tor ist mit 0,62 angesetzt. Also ich glaube kaum jemand wird dieses Tor als nur zu 62% wahrscheinlich annehmen

Da ist der so genannte Kuba-Faktor von 0,38 mit eingerechnet.
Zitat von MajorM
Würde mich tatsächlich interessieren wie es dazu kommt. 1 Meter ohne Torwart wäre selbst bei mir recht wahrscheinlich.
Oder beginnt die Rechnung ab dem eigenen Strafraum?
Zitat von igor83
Habe mir gerade mal bei understat die xG zum gestrigen Spiel angesehen.
Malens Tor ist mit 0,62 angesetzt. Also ich glaube kaum jemand wird dieses Tor als nur zu 62% wahrscheinlich annehmen
Habe mir gerade mal bei understat die xG zum gestrigen Spiel angesehen.
Malens Tor ist mit 0,62 angesetzt. Also ich glaube kaum jemand wird dieses Tor als nur zu 62% wahrscheinlich annehmen

Würde mich tatsächlich interessieren wie es dazu kommt. 1 Meter ohne Torwart wäre selbst bei mir recht wahrscheinlich.
Oder beginnt die Rechnung ab dem eigenen Strafraum?
Vielleicht ist es einfach nur ein sehr schlechtes xG Model?
Bundesliga.de und damit AWS geben die Torwahrscheinlichkeit mit 98% an bei 7.3m Schussdistanz. Fbref hat die Opta Daten und führt das Tor mit xG von 0.99.
Vielleicht sollte man das als Warnung vor understat nehmen?

Dieser Beitrag wurde zuletzt von barcaberlin am 27.11.2023 um 08:23 Uhr bearbeitet Zitat von barcaberlin
Vielleicht ist es einfach nur ein sehr schlechtes xG Model?
Bundesliga.de und damit AWS geben die Torwahrscheinlichkeit mit 98% an bei 7.3m Schussdistanz. Fbref hat die Opta Daten und führt das Tor mit xG von 0.99.
Vielleicht sollte man das als Warnung vor understat nehmen?
Zitat von MajorM
Würde mich tatsächlich interessieren wie es dazu kommt. 1 Meter ohne Torwart wäre selbst bei mir recht wahrscheinlich.
Oder beginnt die Rechnung ab dem eigenen Strafraum?
Zitat von igor83
Habe mir gerade mal bei understat die xG zum gestrigen Spiel angesehen.
Malens Tor ist mit 0,62 angesetzt. Also ich glaube kaum jemand wird dieses Tor als nur zu 62% wahrscheinlich annehmen
Habe mir gerade mal bei understat die xG zum gestrigen Spiel angesehen.
Malens Tor ist mit 0,62 angesetzt. Also ich glaube kaum jemand wird dieses Tor als nur zu 62% wahrscheinlich annehmen

Würde mich tatsächlich interessieren wie es dazu kommt. 1 Meter ohne Torwart wäre selbst bei mir recht wahrscheinlich.
Oder beginnt die Rechnung ab dem eigenen Strafraum?
Vielleicht ist es einfach nur ein sehr schlechtes xG Model?
Bundesliga.de und damit AWS geben die Torwahrscheinlichkeit mit 98% an bei 7.3m Schussdistanz. Fbref hat die Opta Daten und führt das Tor mit xG von 0.99.
Vielleicht sollte man das als Warnung vor understat nehmen?

Einige xG-Modelle haben nicht die Information, wo sich die Spieler auf dem Feld befinden, da ihnen Tracking-Daten nicht zur Verfügung stehen. Dann kennt das xG-Modell nur die Spiel-Situation, beispielsweise ob der Torschuss nach einer Ecke oder einem Konter abgeben wurde.
Wahrscheinlich ist es so im understat xG-Modell. Das Modell wird dann die Informationen Konter und Schuss aus zentraler, naher Position im wesentlichen haben. Wenn man dann alle Bundesliga-Torschüsse nach diesen Informationen filtert, würde bei den meisten dieser Torchancen noch ein Torhüter auf der Linie stehen. Damit würde die Torwahrscheinlichkeit halt ein gutes Stück sinken.
Ich denke, diese Torchance zeigt nochmal gut, wie diese xG-Modelle funktionieren. Da wird nach vergleichbaren Situationen in einer Datenbank gesucht und dann geschaut, wie häufig die Schützen trafen. Wenn aber entscheidende Suchkriterien fehlen, wie etwa ob der Torhüter im Tor steht, dann passt das Ergebnis nicht.
Andererseits ist es aber auch so, dass wenn wir beispielsweise alle unsere Torschüsse aus den letzten Jahren nach dem Suchkriterium "Schuss aus zentraler, naher Position" filtern würden, es wieder passen würde. Denn da wären wieder viele Schüsse mit Torhüter hinten drin dabei.
Es zeigt sich hier also wieder, dass xG-Werte vor allem über längere Zeiträume gut funktionieren und weniger für einzelne Torchancen.
Wahrscheinlich wird einfach die ganze Aktion bewertet. Malen hat den Ball zunächst "erobert" und dann einen Gegenspieler umspielt und ist diesem mit seinem Tempo davongelaufen. Der ein oder andere Spieler hätte den Ball vielleicht nicht am Gegenspieler vorbeikommen und langsamere Spieler hätte man vielleicht eingeholt. Verstehe schon, dass man insgesamt dann "nur" auf 62% Tor-Wahrscheinlichkeit kommt. Berechnet man ausschließlich den Schuss, dann müssen es natürlich mindestens 99% sein.
Zitat von mba123
Einige xG-Modelle haben nicht die Information, wo sich die Spieler auf dem Feld befinden, da ihnen Tracking-Daten nicht zur Verfügung stehen. Dann kennt das xG-Modell nur die Spiel-Situation, beispielsweise ob der Torschuss nach einer Ecke oder einem Konter abgeben wurde.
Wahrscheinlich ist es so im understat xG-Modell. Das Modell wird dann die Informationen Konter und Schuss aus zentraler, naher Position im wesentlichen haben. Wenn man dann alle Bundesliga-Torschüsse nach diesen Informationen filtert, würde bei den meisten dieser Torchancen noch ein Torhüter auf der Linie stehen. Damit würde die Torwahrscheinlichkeit halt ein gutes Stück sinken.
Ich denke, diese Torchance zeigt nochmal gut, wie diese xG-Modelle funktionieren. Da wird nach vergleichbaren Situationen in einer Datenbank gesucht und dann geschaut, wie häufig die Schützen trafen. Wenn aber entscheidende Suchkriterien fehlen, wie etwa ob der Torhüter im Tor steht, dann passt das Ergebnis nicht.
Andererseits ist es aber auch so, dass wenn wir beispielsweise alle unsere Torschüsse aus den letzten Jahren nach dem Suchkriterium "Schuss aus zentraler, naher Position" filtern würden, es wieder passen würde. Denn da wären wieder viele Schüsse mit Torhüter hinten drin dabei.
Es zeigt sich hier also wieder, dass xG-Werte vor allem über längere Zeiträume gut funktionieren und weniger für einzelne Torchancen.
Zitat von barcaberlin
Vielleicht ist es einfach nur ein sehr schlechtes xG Model?
Bundesliga.de und damit AWS geben die Torwahrscheinlichkeit mit 98% an bei 7.3m Schussdistanz. Fbref hat die Opta Daten und führt das Tor mit xG von 0.99.
Vielleicht sollte man das als Warnung vor understat nehmen?
Zitat von MajorM
Würde mich tatsächlich interessieren wie es dazu kommt. 1 Meter ohne Torwart wäre selbst bei mir recht wahrscheinlich.
Oder beginnt die Rechnung ab dem eigenen Strafraum?
Zitat von igor83
Habe mir gerade mal bei understat die xG zum gestrigen Spiel angesehen.
Malens Tor ist mit 0,62 angesetzt. Also ich glaube kaum jemand wird dieses Tor als nur zu 62% wahrscheinlich annehmen
Habe mir gerade mal bei understat die xG zum gestrigen Spiel angesehen.
Malens Tor ist mit 0,62 angesetzt. Also ich glaube kaum jemand wird dieses Tor als nur zu 62% wahrscheinlich annehmen

Würde mich tatsächlich interessieren wie es dazu kommt. 1 Meter ohne Torwart wäre selbst bei mir recht wahrscheinlich.
Oder beginnt die Rechnung ab dem eigenen Strafraum?
Vielleicht ist es einfach nur ein sehr schlechtes xG Model?
Bundesliga.de und damit AWS geben die Torwahrscheinlichkeit mit 98% an bei 7.3m Schussdistanz. Fbref hat die Opta Daten und führt das Tor mit xG von 0.99.
Vielleicht sollte man das als Warnung vor understat nehmen?

Einige xG-Modelle haben nicht die Information, wo sich die Spieler auf dem Feld befinden, da ihnen Tracking-Daten nicht zur Verfügung stehen. Dann kennt das xG-Modell nur die Spiel-Situation, beispielsweise ob der Torschuss nach einer Ecke oder einem Konter abgeben wurde.
Wahrscheinlich ist es so im understat xG-Modell. Das Modell wird dann die Informationen Konter und Schuss aus zentraler, naher Position im wesentlichen haben. Wenn man dann alle Bundesliga-Torschüsse nach diesen Informationen filtert, würde bei den meisten dieser Torchancen noch ein Torhüter auf der Linie stehen. Damit würde die Torwahrscheinlichkeit halt ein gutes Stück sinken.
Ich denke, diese Torchance zeigt nochmal gut, wie diese xG-Modelle funktionieren. Da wird nach vergleichbaren Situationen in einer Datenbank gesucht und dann geschaut, wie häufig die Schützen trafen. Wenn aber entscheidende Suchkriterien fehlen, wie etwa ob der Torhüter im Tor steht, dann passt das Ergebnis nicht.
Andererseits ist es aber auch so, dass wenn wir beispielsweise alle unsere Torschüsse aus den letzten Jahren nach dem Suchkriterium "Schuss aus zentraler, naher Position" filtern würden, es wieder passen würde. Denn da wären wieder viele Schüsse mit Torhüter hinten drin dabei.
Es zeigt sich hier also wieder, dass xG-Werte vor allem über längere Zeiträume gut funktionieren und weniger für einzelne Torchancen.
Danke für die ausführlichen Infos, kennt man ja sonst nicht so im Detail, ich jedenfalls nicht. Mir bestätigt es aber auch meine Abneigung gegenüber Statistiken, die eine viel zu hohe Genauigkeit und Wertigkeit suggerieren und damit eine viele zu große Bedeutung erlangen. Zusätzlich wird dann dabei auch gerne vergessen, dass sie in erster Linie aus kommerziellen Gründen erhoben werden.
Zitat von Utzel
Danke für die ausführlichen Infos, kennt man ja sonst nicht so im Detail, ich jedenfalls nicht. Mir bestätigt es aber auch meine Abneigung gegenüber Statistiken, die eine viel zu hohe Genauigkeit und Wertigkeit suggerieren und damit eine viele zu große Bedeutung erlangen. Zusätzlich wird dann dabei auch gerne vergessen, dass sie in erster Linie aus kommerziellen Gründen erhoben werden.
Zitat von mba123
Einige xG-Modelle haben nicht die Information, wo sich die Spieler auf dem Feld befinden, da ihnen Tracking-Daten nicht zur Verfügung stehen. Dann kennt das xG-Modell nur die Spiel-Situation, beispielsweise ob der Torschuss nach einer Ecke oder einem Konter abgeben wurde.
Wahrscheinlich ist es so im understat xG-Modell. Das Modell wird dann die Informationen Konter und Schuss aus zentraler, naher Position im wesentlichen haben. Wenn man dann alle Bundesliga-Torschüsse nach diesen Informationen filtert, würde bei den meisten dieser Torchancen noch ein Torhüter auf der Linie stehen. Damit würde die Torwahrscheinlichkeit halt ein gutes Stück sinken.
Ich denke, diese Torchance zeigt nochmal gut, wie diese xG-Modelle funktionieren. Da wird nach vergleichbaren Situationen in einer Datenbank gesucht und dann geschaut, wie häufig die Schützen trafen. Wenn aber entscheidende Suchkriterien fehlen, wie etwa ob der Torhüter im Tor steht, dann passt das Ergebnis nicht.
Andererseits ist es aber auch so, dass wenn wir beispielsweise alle unsere Torschüsse aus den letzten Jahren nach dem Suchkriterium "Schuss aus zentraler, naher Position" filtern würden, es wieder passen würde. Denn da wären wieder viele Schüsse mit Torhüter hinten drin dabei.
Es zeigt sich hier also wieder, dass xG-Werte vor allem über längere Zeiträume gut funktionieren und weniger für einzelne Torchancen.
Zitat von barcaberlin
Vielleicht ist es einfach nur ein sehr schlechtes xG Model?
Bundesliga.de und damit AWS geben die Torwahrscheinlichkeit mit 98% an bei 7.3m Schussdistanz. Fbref hat die Opta Daten und führt das Tor mit xG von 0.99.
Vielleicht sollte man das als Warnung vor understat nehmen?
Zitat von MajorM
Würde mich tatsächlich interessieren wie es dazu kommt. 1 Meter ohne Torwart wäre selbst bei mir recht wahrscheinlich.
Oder beginnt die Rechnung ab dem eigenen Strafraum?
Zitat von igor83
Habe mir gerade mal bei understat die xG zum gestrigen Spiel angesehen.
Malens Tor ist mit 0,62 angesetzt. Also ich glaube kaum jemand wird dieses Tor als nur zu 62% wahrscheinlich annehmen
Habe mir gerade mal bei understat die xG zum gestrigen Spiel angesehen.
Malens Tor ist mit 0,62 angesetzt. Also ich glaube kaum jemand wird dieses Tor als nur zu 62% wahrscheinlich annehmen

Würde mich tatsächlich interessieren wie es dazu kommt. 1 Meter ohne Torwart wäre selbst bei mir recht wahrscheinlich.
Oder beginnt die Rechnung ab dem eigenen Strafraum?
Vielleicht ist es einfach nur ein sehr schlechtes xG Model?
Bundesliga.de und damit AWS geben die Torwahrscheinlichkeit mit 98% an bei 7.3m Schussdistanz. Fbref hat die Opta Daten und führt das Tor mit xG von 0.99.
Vielleicht sollte man das als Warnung vor understat nehmen?

Einige xG-Modelle haben nicht die Information, wo sich die Spieler auf dem Feld befinden, da ihnen Tracking-Daten nicht zur Verfügung stehen. Dann kennt das xG-Modell nur die Spiel-Situation, beispielsweise ob der Torschuss nach einer Ecke oder einem Konter abgeben wurde.
Wahrscheinlich ist es so im understat xG-Modell. Das Modell wird dann die Informationen Konter und Schuss aus zentraler, naher Position im wesentlichen haben. Wenn man dann alle Bundesliga-Torschüsse nach diesen Informationen filtert, würde bei den meisten dieser Torchancen noch ein Torhüter auf der Linie stehen. Damit würde die Torwahrscheinlichkeit halt ein gutes Stück sinken.
Ich denke, diese Torchance zeigt nochmal gut, wie diese xG-Modelle funktionieren. Da wird nach vergleichbaren Situationen in einer Datenbank gesucht und dann geschaut, wie häufig die Schützen trafen. Wenn aber entscheidende Suchkriterien fehlen, wie etwa ob der Torhüter im Tor steht, dann passt das Ergebnis nicht.
Andererseits ist es aber auch so, dass wenn wir beispielsweise alle unsere Torschüsse aus den letzten Jahren nach dem Suchkriterium "Schuss aus zentraler, naher Position" filtern würden, es wieder passen würde. Denn da wären wieder viele Schüsse mit Torhüter hinten drin dabei.
Es zeigt sich hier also wieder, dass xG-Werte vor allem über längere Zeiträume gut funktionieren und weniger für einzelne Torchancen.
Danke für die ausführlichen Infos, kennt man ja sonst nicht so im Detail, ich jedenfalls nicht. Mir bestätigt es aber auch meine Abneigung gegenüber Statistiken, die eine viel zu hohe Genauigkeit und Wertigkeit suggerieren und damit eine viele zu große Bedeutung erlangen. Zusätzlich wird dann dabei auch gerne vergessen, dass sie in erster Linie aus kommerziellen Gründen erhoben werden.
An deinem Posts stimmt nichts. Außer, dass du eine Abneigung hast. Jedes Maß hat Messfehler. Ein Messfehler macht das beste Maß aber nicht zu einem schlechten. xG wird nicht in erster Linie kommerziell erhoben, sondern ist ein analytischer Fortschritt, der Freiburg, oder Brighton einen Sprung nach vorne erlaubt hat.
Wenn man sich an dem Messfehler auseinandersetzen möchte, darf man auch rausfinden, dass sich xG auf die Position des Schusses bezieht und es auch ein korrigiertes xG gibt für tatsächlich eingetretene Situation. Hier liegt die Malen Situation natürlich bei 0.99.
Wer voraus schauen will, schaut nicht auf Ergebnisse, sondern darauf, wie diese zustande gekommen sind.
Zitat von WalterFroschsErbe
An deinem Posts stimmt nichts. Außer, dass du eine Abneigung hast. Jedes Maß hat Messfehler. Ein Messfehler macht das beste Maß aber nicht zu einem schlechten. xG wird nicht in erster Linie kommerziell erhoben, sondern ist ein analytischer Fortschritt, der Freiburg, oder Brighton einen Sprung nach vorne erlaubt hat.
Wenn man sich an dem Messfehler auseinandersetzen möchte, darf man auch rausfinden, dass sich xG auf die Position des Schusses bezieht und es auch ein korrigiertes xG gibt für tatsächlich eingetretene Situation. Hier liegt die Malen Situation natürlich bei 0.99.
Zitat von Utzel
Danke für die ausführlichen Infos, kennt man ja sonst nicht so im Detail, ich jedenfalls nicht. Mir bestätigt es aber auch meine Abneigung gegenüber Statistiken, die eine viel zu hohe Genauigkeit und Wertigkeit suggerieren und damit eine viele zu große Bedeutung erlangen. Zusätzlich wird dann dabei auch gerne vergessen, dass sie in erster Linie aus kommerziellen Gründen erhoben werden.
Zitat von mba123
Einige xG-Modelle haben nicht die Information, wo sich die Spieler auf dem Feld befinden, da ihnen Tracking-Daten nicht zur Verfügung stehen. Dann kennt das xG-Modell nur die Spiel-Situation, beispielsweise ob der Torschuss nach einer Ecke oder einem Konter abgeben wurde.
Wahrscheinlich ist es so im understat xG-Modell. Das Modell wird dann die Informationen Konter und Schuss aus zentraler, naher Position im wesentlichen haben. Wenn man dann alle Bundesliga-Torschüsse nach diesen Informationen filtert, würde bei den meisten dieser Torchancen noch ein Torhüter auf der Linie stehen. Damit würde die Torwahrscheinlichkeit halt ein gutes Stück sinken.
Ich denke, diese Torchance zeigt nochmal gut, wie diese xG-Modelle funktionieren. Da wird nach vergleichbaren Situationen in einer Datenbank gesucht und dann geschaut, wie häufig die Schützen trafen. Wenn aber entscheidende Suchkriterien fehlen, wie etwa ob der Torhüter im Tor steht, dann passt das Ergebnis nicht.
Andererseits ist es aber auch so, dass wenn wir beispielsweise alle unsere Torschüsse aus den letzten Jahren nach dem Suchkriterium "Schuss aus zentraler, naher Position" filtern würden, es wieder passen würde. Denn da wären wieder viele Schüsse mit Torhüter hinten drin dabei.
Es zeigt sich hier also wieder, dass xG-Werte vor allem über längere Zeiträume gut funktionieren und weniger für einzelne Torchancen.
Zitat von barcaberlin
Vielleicht ist es einfach nur ein sehr schlechtes xG Model?
Bundesliga.de und damit AWS geben die Torwahrscheinlichkeit mit 98% an bei 7.3m Schussdistanz. Fbref hat die Opta Daten und führt das Tor mit xG von 0.99.
Vielleicht sollte man das als Warnung vor understat nehmen?
Zitat von MajorM
Würde mich tatsächlich interessieren wie es dazu kommt. 1 Meter ohne Torwart wäre selbst bei mir recht wahrscheinlich.
Oder beginnt die Rechnung ab dem eigenen Strafraum?
Zitat von igor83
Habe mir gerade mal bei understat die xG zum gestrigen Spiel angesehen.
Malens Tor ist mit 0,62 angesetzt. Also ich glaube kaum jemand wird dieses Tor als nur zu 62% wahrscheinlich annehmen
Habe mir gerade mal bei understat die xG zum gestrigen Spiel angesehen.
Malens Tor ist mit 0,62 angesetzt. Also ich glaube kaum jemand wird dieses Tor als nur zu 62% wahrscheinlich annehmen

Würde mich tatsächlich interessieren wie es dazu kommt. 1 Meter ohne Torwart wäre selbst bei mir recht wahrscheinlich.
Oder beginnt die Rechnung ab dem eigenen Strafraum?
Vielleicht ist es einfach nur ein sehr schlechtes xG Model?
Bundesliga.de und damit AWS geben die Torwahrscheinlichkeit mit 98% an bei 7.3m Schussdistanz. Fbref hat die Opta Daten und führt das Tor mit xG von 0.99.
Vielleicht sollte man das als Warnung vor understat nehmen?

Einige xG-Modelle haben nicht die Information, wo sich die Spieler auf dem Feld befinden, da ihnen Tracking-Daten nicht zur Verfügung stehen. Dann kennt das xG-Modell nur die Spiel-Situation, beispielsweise ob der Torschuss nach einer Ecke oder einem Konter abgeben wurde.
Wahrscheinlich ist es so im understat xG-Modell. Das Modell wird dann die Informationen Konter und Schuss aus zentraler, naher Position im wesentlichen haben. Wenn man dann alle Bundesliga-Torschüsse nach diesen Informationen filtert, würde bei den meisten dieser Torchancen noch ein Torhüter auf der Linie stehen. Damit würde die Torwahrscheinlichkeit halt ein gutes Stück sinken.
Ich denke, diese Torchance zeigt nochmal gut, wie diese xG-Modelle funktionieren. Da wird nach vergleichbaren Situationen in einer Datenbank gesucht und dann geschaut, wie häufig die Schützen trafen. Wenn aber entscheidende Suchkriterien fehlen, wie etwa ob der Torhüter im Tor steht, dann passt das Ergebnis nicht.
Andererseits ist es aber auch so, dass wenn wir beispielsweise alle unsere Torschüsse aus den letzten Jahren nach dem Suchkriterium "Schuss aus zentraler, naher Position" filtern würden, es wieder passen würde. Denn da wären wieder viele Schüsse mit Torhüter hinten drin dabei.
Es zeigt sich hier also wieder, dass xG-Werte vor allem über längere Zeiträume gut funktionieren und weniger für einzelne Torchancen.
Danke für die ausführlichen Infos, kennt man ja sonst nicht so im Detail, ich jedenfalls nicht. Mir bestätigt es aber auch meine Abneigung gegenüber Statistiken, die eine viel zu hohe Genauigkeit und Wertigkeit suggerieren und damit eine viele zu große Bedeutung erlangen. Zusätzlich wird dann dabei auch gerne vergessen, dass sie in erster Linie aus kommerziellen Gründen erhoben werden.
An deinem Posts stimmt nichts. Außer, dass du eine Abneigung hast. Jedes Maß hat Messfehler. Ein Messfehler macht das beste Maß aber nicht zu einem schlechten. xG wird nicht in erster Linie kommerziell erhoben, sondern ist ein analytischer Fortschritt, der Freiburg, oder Brighton einen Sprung nach vorne erlaubt hat.
Wenn man sich an dem Messfehler auseinandersetzen möchte, darf man auch rausfinden, dass sich xG auf die Position des Schusses bezieht und es auch ein korrigiertes xG gibt für tatsächlich eingetretene Situation. Hier liegt die Malen Situation natürlich bei 0.99.
Du kannst das gerne subjektiv anders beurteilen, ich habe keine generelle Behauptung aufgestellt, sondern ebenfalls nur meine subjektive Ansicht dazu geteilt.
Ein "analytischer Fortschritt" mag doch durchaus gegeben sein, weil es vorher gar keine vergleichbaren Zahlen gab. Deshalb kann ich trotzdem für mich bemängeln, dass zu viel Genauigkeit und damit zu viel Wertigkeit hinein interpretiert wird. Die Behauptung, sie sei deshalb nicht kommerziell, hat doch gar keinen Zusammenhang mit deinem Argument.
Und nein, für mich ist diese konkrete Statistik kein "Maß", sondern eine Schätzung. Die ganze Statistik-Welle ist aus anderen Sportarten (z.B. NFL) herüber geschwappt, wo schon seit Jahrzehnten damit viel Geld verdient wird. Dort konnte man aber Tatsachen zählen, ob ein Ball geworfen oder gelaufen wird und es beruht nicht die ganze Statistik schon vom Wesen her nur auf Schätzwerten.
Zitat von WalterFroschsErbe
Wer voraus schauen will, schaut nicht auf Ergebnisse, sondern darauf, wie diese zustande gekommen sind.
Wer voraus schauen will, schaut nicht auf Ergebnisse, sondern darauf, wie diese zustande gekommen sind.
Ganz genau, deshalb schaue ich darauf, wie sie zustande gekommen sind. Für mich völlig okay, wenn du größeren Wert darauf legst. Ich finde sie auch interessant als Anhaltspunkt und Hinweisgeber, aber nicht als Fakt.
Zitat von Utzel
Und nein, für mich ist diese konkrete Statistik kein "Maß", sondern eine Schätzung. Die ganze Statistik-Welle ist aus anderen Sportarten (z.B. NFL) herüber geschwappt, wo schon seit Jahrzehnten damit viel Geld verdient wird. Dort konnte man aber Tatsachen zählen, ob ein Ball geworfen oder gelaufen wird und es beruht nicht die ganze Statistik schon vom Wesen her nur auf Schätzwerten.
Und nein, für mich ist diese konkrete Statistik kein "Maß", sondern eine Schätzung. Die ganze Statistik-Welle ist aus anderen Sportarten (z.B. NFL) herüber geschwappt, wo schon seit Jahrzehnten damit viel Geld verdient wird. Dort konnte man aber Tatsachen zählen, ob ein Ball geworfen oder gelaufen wird und es beruht nicht die ganze Statistik schon vom Wesen her nur auf Schätzwerten.
Ich stimme dir zwar zu, dass man selbst die Spiele verfolgen sollte und sich ein eigenes Bild machen sollte.
Gleichzeitig spiegelt eine Statistik wie xG schon einiges wieder, erst recht wenn man Saisonwerte nimmt. Keine andere Statistik liefert bessere Erkenntnisse. Torschüsse, Ballbesitz, Pass- oder Zweikampfquote, sogar zurückgelegte Distanz, sagen viel weniger aus... da sie keinen Zusammenhang besitzen... anders gesagt, da sie keine Wertung der Qualität zB der Läufe oder der Pässe besitzen. Ich kann mehr wie der Gegner laufen, mehr Ballbesitz mit der besseren Passquote haben, aber am Ende verliere ich das Spiel, weil ich in den entscheidenden Momenten, doch einen Fehlpass hatte und der Gegner zwar weniger gelaufen ist, dafür besser. Weniger kann beim Fußball eben mehr sein, wenn die Qualität der wenigen Aktionen erheblich höher ist, als beim Gegner, der blind anrennt, aber am Ende nicht viel dabei raus kommt.
xG hat mMn dieses Problem nicht. Es wird direkt bewertet, wie die Qualität der Chance war. Was dann viele Rückschlüsse erlaubt, auf den Spielverlauf, auf die Qualität der Abschlussspieler oder auf die Performance der Mannschaft.
Deswegen ist xG, auch wenn es sicherlich nicht perfekt ist, auch so interessant. Man kann damit nicht nur Eindrücke bestätigen, sondern vielleicht auch einige Erkenntnisse erlangen, die einen sonst nicht direkt ins Auge springen. Ich gleiche gerne meine subjektiven Eindrücke mit Statistiken wie xG, xPTS oder xGA etc. ab, weil ich dadurch auch meinen Blick schärfen kann oder sogar eine andere Perspektive erhalte. Es gab auch mal die Statistik (war da nicht Rolfes irgendwie involviert) die sich Packing nennt... auch diese halte ich im Gegensatz zu Ballbesitz oder Zweikampfquote, für sehr interessant... weil auch hier eine Wertung der Qualität enthalten ist... leider kenne ich keinen kostenfreien Dienst, auf dem man zugreifen könnte.
Dieser Beitrag wurde zuletzt von TheKillingJoke am 27.11.2023 um 17:17 Uhr bearbeitet
Post-Optionen
Den kompletten Thread wirklich löschen?
Paten-Optionen
Möchtest Du den Beitrag wirklich löschen?
Diesen Beitrag alarmieren
Diesen Beitrag alarmieren
Diesen Beitrag alarmieren
Lesezeichen
Abonnierte Threads
Guter Beitrag
Guter Beitrag
Guter Beitrag
Post-Optionen
Nutze die Thread-Suche, wenn Du diesen Post in einen anderen Thread verschieben möchtest. Drücke Thread erstellen, wenn aus diesem Post ein eigenständiger Thread werden soll.


