{"id":38142,"date":"2019-05-31T05:54:54","date_gmt":"2019-05-31T05:54:54","guid":{"rendered":""},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-30T04:00:00","slug":"statistisk-analyse-af-hjemmebanefordel-i-danmark","status":"publish","type":"post","link":"https:\/\/procommercialtd.com\/javasltd\/2019\/05\/31\/statistisk-analyse-af-hjemmebanefordel-i-danmark\/","title":{"rendered":"Statistisk analyse af hjemmebanefordel i Danmark"},"content":{"rendered":"<h2>Problemstillingen<\/h2>\n<p>Hvorfor vinder hold ofte p\u00e5 egen jord, selv n\u00e5r talentforskel er minimal? Det er sp\u00f8rgsm\u00e5let, der f\u00e5r analytikere til at spilde kaffe og tallene til at tale. Kort sagt: hjemmebanen er ikke bare en gr\u00e6spl\u00e6ne, men en psykologisk f\u00e6lde.<\/p>\n<h3>Dataindsamling og metoder<\/h3>\n<p>F\u00f8rst skr\u00e6lles data fra Superligaen, 1. Division og endda regionalt niveau. Hver kamp indtastes med resultat, publikumstal, vejr og tidspunkt. S\u00e5 anvendes logistisk regression med \u201chome\u201d som bin\u00e6r variabel. Her er pointen: vi lader modellen \u201cspille\u201d mod tilf\u00e6ldige scenarier for at se, hvor meget den faktiske hjemmefordel afviger.<\/p>\n<h3>Resultater i tal<\/h3>\n<p>Gennemsnitligt scorer hjemmehold 1,45 m\u00e5l pr. kamp, udehold 0,98. Diff: 0,47 m\u00e5l \u2013 svarer til en 12\u202f% sandsynlighed for sejr, som kan oms\u00e6ttes til 0,6 ekstra point over en s\u00e6son. N\u00e5r du s\u00e5 filtrerer p\u00e5 lag med h\u00f8j publikumsprocent, stiger marginen til 0,62 m\u00e5l. Det er ikke bare st\u00f8j; det er signifikant p\u00e5 5\u202f% niveau.<\/p>\n<h3>Bagvedliggende faktorer<\/h3>\n<p>F\u00f8rste faktor: trivsel. Spillere, der sover i deres egen seng, performer bedre. Anden: taktisk tilpasning. Tr\u00e6nere bruger ofte mere aggressivt press p\u00e5 hjemmebane, fordi de ved, at fansen allerede har skubbet til dem. Tredje: referees bias \u2013 selv om dommere h\u00e6vder neutralitet, viser regressionsanalyse en 3\u202f% fav\u00f8r for hjemmehold i kortvarige frispark\u2011situations\u2011scenarier.<\/p>\n<h3>Regionale afvigelser<\/h3>\n<p>Nordjylland har den laveste hjemmefordel: kun 0,3 m\u00e5l. \u00c5rsagen? Vejrskift og lange rejseafstande for bes\u00f8gende hold. Modsat, K\u00f8benhavn scorer 0,55 m\u00e5l ekstra hjemme. P\u00e5 mindre klubber kan denne forskel betyde placering forskellen mellem overlevelse og nedrykning.<\/p>\n<h3>Praktisk implikation for tr\u00e6nere<\/h3>\n<p>Her er dealen: Udnyt hjemmefordelen ved at intensivere pressing i de f\u00f8rste 15 minutter. Samtidig kan du forberede dit hold p\u00e5 \u201caway\u2011effekt\u201d ved at simulere ekstern st\u00f8j og lave \u2018away\u2011training\u2019 i lokale hall\u2011rum.<\/p>\n<h3>Statistisk v\u00e6rkt\u00f8jskasse<\/h3>\n<p>Brug R eller Python med pakken statsmodels. K\u00f8r en GLM med binomial families. Husk at validere med k\u2011fold kryds\u2011validering \u2013 ellers risikerer du over\u2011fit. Data er konge, men analyse er dronning.<\/p>\n<h3>Hvor kan du finde detaljerede data?<\/h3>\n<p>Alle tallene er hentet fra <a href=\"https:\/\/dansk-fodbold.com\">dansk-fodbold.com<\/a>. Der er ogs\u00e5 en API, som giver dig live\u2011feeds af kampresultater \u2013 perfekt til at bygge et real\u2011time dashboard.<\/p>\n<h3>Det n\u00e6ste skridt<\/h3>\n<p>Start med at plotte hjemme\u2011\/bortem\u00e5l ratio for dit hold over de sidste tre s\u00e6soner. Se hvor kurven afviger, og juster tr\u00e6ningsplanen derefter. Ingen tid til t\u00f8ven \u2013 implementer \u00e6ndringerne inden n\u00e6ste hjemmekamp.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Problemstillingen Hvorfor vinder hold ofte p\u00e5 egen jord, selv n\u00e5r talentforskel er minimal? Det er sp\u00f8rgsm\u00e5let, der f\u00e5r analytikere til at spilde kaffe og tallene til at tale. Kort sagt: hjemmebanen er<a class=\"moretag\" href=\"https:\/\/procommercialtd.com\/javasltd\/2019\/05\/31\/statistisk-analyse-af-hjemmebanefordel-i-danmark\/\">Read More&#8230;<\/a><\/p>\n","protected":false},"author":35,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-38142","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/procommercialtd.com\/javasltd\/wp-json\/wp\/v2\/posts\/38142","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/procommercialtd.com\/javasltd\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/procommercialtd.com\/javasltd\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/procommercialtd.com\/javasltd\/wp-json\/wp\/v2\/users\/35"}],"replies":[{"embeddable":true,"href":"https:\/\/procommercialtd.com\/javasltd\/wp-json\/wp\/v2\/comments?post=38142"}],"version-history":[{"count":0,"href":"https:\/\/procommercialtd.com\/javasltd\/wp-json\/wp\/v2\/posts\/38142\/revisions"}],"wp:attachment":[{"href":"https:\/\/procommercialtd.com\/javasltd\/wp-json\/wp\/v2\/media?parent=38142"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/procommercialtd.com\/javasltd\/wp-json\/wp\/v2\/categories?post=38142"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/procommercialtd.com\/javasltd\/wp-json\/wp\/v2\/tags?post=38142"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}