Před tímto zápasem jsem měl obavy, že to bude obranná dřina. Oba týmy mají totiž jedny z nejlepších obran v celé lize. Tento předpoklad se nakonec i vyplnil, naštěstí si Arsenal vytvořil alespoň minimum, ze kterého dokázal skórovat. Vítězství bylo pro Arsenal velmi důležité i s ohledem na výsledky v rámci celého kola.
Začneme trochu grafy…
WOLVES 0-1 ARSENAL: BY THE NUMBERS
7 – střel ze hry pro Arsenal. Průměr Arsenalu v této sezóně je 10.8 střel na zápas.
0.5 – očekávaných branek [expected Goals (xG)] ze hry pro Arsenal. Arsenal má v této sezóně průměr 1.1 xG na zápas.
10 – střel ze hry pro Wolves. Průměr Arsenalu v této sezóně je 7.6 střel na zápas.
0.6 – očekávaných branek ze hry pro Wolves. Wolves má v této sezóně průměr 0.8 xG na zápas.
Jak jsem psal v úvodu, zápas skončil defenzivní bitvou, ve které se představily dvě dobré obrany a jeden slušný útok (Arsenal a ne přliš dobrý útok (Wolves).
41 – clearances (obranné zákroky) Arsenalu, největší počet Arsenalu v této sezóně. Předtím byl rekord 33 proti Watfordu.
42 – pokusů o centr Wolves v tomto zápase. 35 z nich přišlo z otevřené hry.
8 – úspěšné přihrávky Wolves ve vápně.
2 – úspěšné přihrávky ve vápně, které nebyly centr.
Jedna věc, která se v tomto zápase Arsenalu dařila, obzvláště po červené karně, byla ta, že zamezili přístup do svého vápna. Arsenal nakonec soupeři povolil celkem 32 doteků s míčem ve svém vápně, což je trochu horší než průměrných 24 doteků na zápas, ale s ohledeme na to, že jsme dohrávali v 10 mužích je to celkem chvályhodný výkon.
Mnohem důležitější ale podle mého bylo to, že donutili Vlky pustit se do bezhlavého centrování do vápna se kterou se Mikel Arteta velmi dobře vypořádal, když v 71. minutě poslal na hřiště Roba Holdinga. Tohle za těch 20 minut Rob dokázal.
9 – obranných odkopů, nejvíce ze všech hráčů.
6 – z nich bylo hlavou, nejvíce ze všech hráčů.
1 – přerušená přihrávka soupeře.
1 – zablokovaná střela.
3 – vyhrané vzdušné souboje.
100% – úspěšnost vzdušných soubojů.
0 – pokusů o přihrávku.
Perfektní defenzivní výkon. Naskočil a byl tím pravým hráčem, který zapadl do středu naší obrany.
2 – branky v roce 2022 pro Arsenal.
4 – červené karty v roce 2022 pro Arsenal.
141 – minut, které Arsenal odehrál v roce 2022 s 10 muži. Arsenal odehrál v roce 2022 celkem 568.
25% – procent času, které jsme odehráli s jedním hráčem méně.
103 – minut, které Arsenal odehrál v početní nevýhodně v této sezóně v Premier League, nejvíce ze všech týmů.
23 – minut, které Arsenal odehrál v početní výhodě v této sezóně v Premier League, 5. nejnižší počet (jsou zde i 3 týmy, které mají na kontě 0).
Arsenal je jedním z nejtrestanějších týmů co do počtu červených karet. Nejsem tady od toho, abych spekuloval o nějaké konspirační teorii, ale když se podívate na většinu červených karet, které Arsenal dostal, tak jsou lehce obhajitelné. Děje se ale zřejmě to, a možná se mi to zdá protože sleduji Arsenal velmi podrobně, že rozhodčí příliš nepochybují, když je prostor pro subjektivitu.
Skvělým příkladem je toho právě situace ze zápasu s Vlky. Myslím, že Gabriel Martinelli udělal dva fouly, které si žlutou zasloužily. Snažil se zdržovat rychlé vhazování, poté frutrován neúspěchem složil hráče příliš okatým způsobem. Myslím, že obecně pískal Michael Oliver poměrně dobrý zápas, ale tento moment jej trochu zaskočil.
A obzvláště divné je to, že téměř nikdy neuvidíte dvě žluté karty v tom stejném úseku hry, už se to v minulosti stalo, ale je to velmi vzácné. V těchto situacích se zdá, že se to stává Arsenalu častěji (je to možná jen můj pocit protože se na Arsenal soustředím), věci, které jsou v rámci pravidel ale nejsou obecně prosazovány. Nevím, co si z toho vzít. Martinelli dostal červenou, ale stejně mám pocit, že to nebylo fér i díky tomu, že jsme to ještě nikdy neviděli.
12% – pravděpodobnost, že padne branka podle mého modelu xG.
7% – pravděpodobnost, že padne branka podle modelu x¨G Understat.
26% – pravděpodobnost, že padne branka podle modelu x¨G Wyscout.
35% – pravděpodobnost, že padne branka podle modelu x¨G StatsBomb’s.
Nerad rozebírám individuální šance jen podle toho, co zrovna říká xG model. Důvodem je to, že změřit tu ‚správnou‘ pravděpodobnost každé jednotlivé akce je opravdu náročné a neměřené faktory mohou mít u každé šance obrovský vliv. Je důležité přemýšlet o hodnotě, která je přiřazena k určité šanci, jako o průměrné hodnotě s jistou dávkou nejistoty, že okolnosti mohou být lepší nebo horší.
Druhou věcí, která se přidává k nejistotě, je přesnost našeho měření vzhledem k místu, kde se šance udála. Následující tři obrázky ukazují přesně tu stejnou střelu, ale pokaždé na trochu jiném místě na hřišti.
Jedním z největších faktorů, které xG ovlivňují, je místo, ze kterého byla střela provedena. S těmito odchylkami v umístění střely budou i následné hodnoty xG různé jen podle toho, odkud si člověk, který zápas statisticky vyhodnocuje, myslí, že střela vyšla.
Myslím, že bychom si z toho měli vzít to, že Lacazettova šance nebyla z nejjednodušších, reálně to bývá branka v 1 ze 4 nebo 3 případů. Zadruhé si myslím, že lidé, kteří mají na starost statistiky, by mohli lépe komunikovat ohledně nejistoty v našich hodnotách (proto jsem také přidal do mých xG grafů stínované oblasti).
Těm, co došli až tady, bych chtěl poděkovat a omluvit se za případné chybičky v překladu. Díky 🙂
/arseblog.com/
