Prognose Hamilton Academical vs Montrose: Statistik und Wahrscheinlichkeiten

Nach unserem Ergebnismodell ist ein Heimsieg (Hamilton Academical) am wahrscheinlichsten. Keiner der drei Ausgänge ist sicher: Auch der Favorit gewinnt in 37 % der Fälle nicht.

Hamilton Academical hat in dieser Saison 11 Spiele bestritten: 7 mit mehr als 2,5 Toren (64 %), 3 mit mehr als 3,5 und 4 mit Toren auf beiden Seiten (36 %). Zu Hause endeten 4 von 6 mit mehr als 2,5 Toren. Das Team erzielt 2,3 Tore pro Spiel und kassiert 0,4, seine Spiele haben also im Schnitt 2,6 Tore.

Montrose hat in dieser Saison 12 Spiele bestritten: 10 mit mehr als 2,5 Toren (83 %), 2 mit mehr als 3,5 und 5 mit Toren auf beiden Seiten (42 %). Auswärts endeten 4 von 6 mit mehr als 2,5 Toren. Das Team erzielt 1,4 Tore pro Spiel und kassiert 1,7, seine Spiele haben also im Schnitt 3,1 Tore.

Unsere Zahlen geben diesem Spiel eine Wahrscheinlichkeit von 76 % für mindestens ein Tor vor der Pause und von 36 % für zwei oder mehr. Im Wettbewerb League One liegen die Durchschnittswerte, vergangene und laufende Saison zusammen, bei 74 % und 33 % (in dieser Saison: 69 % mit einem Tor in der ersten Halbzeit, bei 58 Spielen). Nach der Pause: 83 % für ein Tor und 46 % für zwei oder mehr (Liga: 84 % und 43 %). In den letzten 50 Spielen von Hamilton Academical fiel in 76 % der Fälle ein Tor in der ersten Halbzeit, in den letzten 50 von Montrose in 82 %. Die Form der Teams sagt über eine einzelne Halbzeit weniger aus als über das ganze Spiel, deshalb bleiben diese Werte nah an denen der Liga. Tor in beiden Halbzeiten: 63 % (Liga: 64 %). Torreichste Halbzeit: zweite 45 %, erste 28 %, gleich viele Tore 27 % – nah an der üblichen Verteilung der Liga.

In unseren Daten sind die beiden Teams in den letzten sechs Jahren 6-mal aufeinandergetroffen; 3 dieser Spiele endeten mit mehr als 2,5 Toren, im Schnitt fielen 3,0 Tore. Das jüngste Duell: Montrose 0–5 Hamilton Academical (1. Aug. 26). Das Modell verschiebt die Wahrscheinlichkeit nur um 5 % in Richtung des Musters der direkten Duelle der letzten drei Jahre: Spiele ändern sich schneller als der Ruf eines Teams.

Hamilton Academical hatte seit dem letzten Spiel 7 Tage Pause, Montrose 7 Tage.

Im Wettbewerb League One liegt der Referenzwert bei 51 % für über 2,5 Tore, bei 28 % für über 3,5 und bei 52 % für Beide Teams treffen (eine Mischung aus dieser und der vergangenen Saison). Hier würde ein Team ohne eigene Vorgeschichte starten. Danach kombiniert das Modell zu 40 % die Bilanz der Heimmannschaft, zu 40 % die der Gastmannschaft und zu 20 % die Liga, zieht kurze Bilanzen zum Schnitt hin, damit zwei oder drei ungewöhnliche Spiele nicht alles verändern, und mischt zu 30 % ein Modell der erwarteten Tore bei.

Unser Poisson-Modell, gebaut aus der Angriffs- und Abwehrstärke beider Teams (mit echten Daten zu erwarteten Toren, xG, sofern die Liga sie liefert), erwartet 1,99 Tore für die Heimmannschaft (Hamilton Academical) und 0,87 für die Gäste (Montrose): insgesamt 2,86 Tore. Für sich allein ergibt dieses Modell 55 % für über 2,5 Tore und 50 % für Beide Teams treffen. Die wahrscheinlichsten Ergebnisse sind 1–0 (11 %), 2–0 (11 %) und 1–1 (10 %). Selbst das wahrscheinlichste Ergebnis tritt nur in wenigen Spielen ein – deshalb sprechen wir von Wahrscheinlichkeiten, nicht von Gewissheiten.

Unsere Wahrscheinlichkeiten sind kalibriert: 60 % sollten etwa sechs von zehn Malen eintreffen und etwa vier Mal danebenliegen. Wir frieren sie vor dem Anpfiff ein. Das Modell liest Tore, keine Nachrichten: Es weiß nichts von Verletzungen, Rotation oder Wetter.