13 NFL Team Stats yang Memprediksi Point Spread Outcomes

Outcomes

Ketika datang ke handicapping NFL versus titik menyebar, ada sejumlah statistik yang saya temukan sangat efektif dalam mengungkap tren menguntungkan versus garis. 13 teratas tercantum di bawah ini.

ROF, RDE, POF, PDE

Sekitar 65-70% tren yang saya lacak setiap musim melibatkan setidaknya satu, jika tidak dua, dari peringkat fundamental ini, yang didasarkan pada statistik yard per pertandingan, disesuaikan dengan kekuatan lawan yang dihadapi taruhan bola.

Sebagai contoh: tim ROF (rush offense rating) dihitung dengan mengambil rata-rata yard per terburu-buru pada pelanggaran, minus total rata-rata pertahanan rush yang dihadapi dari musim ke waktu.

Lebih khusus lagi, sebuah tim dengan rata-rata 4,3 meter per terburu pada pelanggaran, yang mencapai angka ini ketika menghadapi sekelompok lawan yang biasanya menyerah 3,8 meter per terburu pada pertahanan, akan memiliki rating ROF +0,50 ( 4.3 – 3.8).

Contoh lain mungkin: tim yang menyerah bermain sejauh 5.0 meter per pertandingan melawan pelanggaran yang biasanya bermain rata-rata 5,8 yard per pertandingan – rating PDE mereka akan menjadi +0,80 (5,8-5,0).

Dimainkan seperti QB berlutut dan bola berduri tidak termasuk dalam perhitungan peringkat lulus. Lolos yang sangat panjang dimainkan maksimal 60 yard, sementara permainan besar dibatasi hingga 40 yard.

Penelitian saya menunjukkan bahwa pengukuran Yards-per-play adalah cara paling efektif untuk menganalisis hasil dari permainan individu yang terburu-buru dan melintas, ketika bekerja versus titik menyebar (dengan margin yang sangat besar, saya dapat menambahkan).

TMI (Indikator Momentum Tim)

TMI adalah peringkat khusus yang saya gunakan sejak tahun 1995 dan merupakan satu-satunya dasar untuk pilihan handicap saya sejak 1995-1999.

TMI mirip dengan ‘Peringkat Daya’ tradisional dalam arti bahwa mereka memberikan penilaian kekuatan tim di kedua sisi bola; Namun, ada beberapa perbedaan penting, yang terbesar, mereka fokus terutama pada statistik dari pertandingan terakhir dan bukan seluruh musim. Poin yang dicetak dan diizinkan bersama dengan statistik Yards-per-Pass dan Points-per-Pass, baik pada pelanggaran dan pembelaan, diperhitungkan dalam TMI serta sejumlah variabel lainnya.

Tim yang telah menunjukkan serangan seimbang dalam pertandingan terakhir dikombinasikan dengan pertahanan yang kuat versus baik lulus dan lari – yang telah diterjemahkan ke dalam diferensial titik positif – akan memiliki TMI tinggi.

Tim yang sering ketinggalan dalam kontes baru-baru ini dan harus bergantung pada persentase yang lebih tinggi dari permainan passing untuk mengejar ketertinggalan, atau telah mengambil keuntungan dari defensif melalui lompatan yang panjang / terburu-buru, akan memiliki TMI INTD, FUMD ( INT dan Fumble diferensial)

Tahukah Anda bahwa, di lebih dari 75% permainan yang dimainkan sejak 1994, tim dengan diferensial pergantian permainan yang lebih tinggi (INTF + FUMF – INTA – FUMA) adalah tim yang sama yang akhirnya menutupi spread? Dengan adanya statistik ini, tidak mengherankan jika intersepsi dan perbedaan yang meleset memainkan peranan penting dalam banyak tren yang saya lacak.

Ketika saya berbicara tentang INTD dan FUMD saya biasanya mereferensikan kinerja tim musim-to-date, tetapi, beberapa tren saya memang melihat statistik ini dari tim permainan terbaru juga.

Jelas, semua turnover tidak diciptakan sama dan inilah mengapa penting untuk mengkategorikan intersepsi dan meraba-raba secara terpisah.

LS WP (Persentase Kemenangan Musim Terakhir)

Tanpa pertanyaan, titik sebaran didasarkan pada apa yang telah dilakukan tim di masa lalu, karena mereka berada di pertunjukan yang lebih baru, dan tidak ada yang mengkuantifikasi ini lebih baik daripada persentase kemenangan tim dari musim lalu.

Perayu amatir memiliki waktu yang sulit melepaskan gagasan kekuatan tim yang sudah ada sebelumnya berdasarkan hasil dari musim lalu, dan saya memiliki sejumlah tren efektif yang mengeksploitasi fakta ini.

O / U (Atas / Bawah)

Yang cukup menarik, saya telah menemukan bahwa rata-rata musim tim untuk O / U dan O / U dari game terbaru mereka, jauh lebih berguna dalam memotong garis saat ini daripada 2 pengukuran yang sama dari spread titik terakhir.

Selain Over / Unders sebelumnya, pertandingan saat ini antara dua tim yang berpikiran defensif (yaitu, di mana O / U adalah CW & CL (Clutch Wins and Losses)

Ini lebih merupakan ‘situasi’ daripada statistik, tetapi, tim yang datang dari ‘Clutch win’ atau ‘Clutch Loss’ menawarkan banyak peluang untung ketika faktor-faktor kunci lainnya hadir.

‘Kemenangan Kopling’ dapat didefinisikan sebagai situasi di mana: tim menentukan skor akhir pertandingan, baik pada kuartal ke-4 atau lembur, memindahkan mereka dari posisi terikat atau kalah, menjadi pemenang.

Tim yang kalah dalam situasi ini akan diberi kerugian ‘Kopling’.

Banyak statistik dari permainan terbaru tim adalah prediktor yang kuat dari hasil penyebaran di masa depan tetapi peringkat 2 ini berada di dekat bagian atas.

Be the First to comment.

Leave a Comment

Your email address will not be published. Required fields are marked *