Power Ranking Beitragsbild

NFL Power Ranking 2018 – Woche 17

Letztes Power-Ranking der NFL-Saison 2018/19, der besten Regular Season, die ich bislang gesehen habe.

Schauen wir zuallererst, wie sich die Saison 2018 grundsätzlich einordnen lässt: Wie viele knappe Spiele hatten wir? Welche Teams hatten das meiste Spielglück in engen Spielen? Wer hat seinen Pythagorean am dramatischsten über- und unterboten? Wie viel Anteil hat der pure Zufall an den Bilanzen der NFL-Saison 2018?

Dann schauen wir auf meine Preseason-Projections zurück, vergleichen die Prognose-Genauigkeit meines Power-Rankings mit jenem anderer Modelle und analysieren kurz das Profil der 12 Playoffmannschaften. Viel Stoff zum Ende der NFL-Punkterunde, die immer auch den Beginn eines neuen Jahres markiert.

Close Games

Wir hatten in dieser Regular Season insgesamt 125 Spiele innerhalb von 7 Punkten, etwas weniger als die Hälfte der 256 Spiele, nämlich 49% der Spiele. Das bewegt sich ziemlich genau im Mittel der letzten neun Jahre, seit ich diese Statistik auf diesem Blog mit aufzeichne: Über diesen Zeitraum waren 47% der Spiele innerhalb von 7 Punkten.

Jahr   8pts   7pts
2018   136    125
2017   121    111
2016   146    135
2015   140    131
2014   110    98 
2013   131    123
2012   131    120
2011   132    125
2010   131    121

Close Game Records

Unter den glücklichsten Mannschaften im Close-Game Record in dieser Saison waren die Dallas Cowboys, die ihre 7-Punkte Spiele mit 8-2 Bilanz abschlossen. 8 von 10 Spielen mit max. 7 Punkten Differenz gewonnen. Du glaubst, dieser Record ist very stabil?

Nun – Pittsburgh war letztes Jahr 8-2 in engen Spielen. In dieser Saison waren die Steelers 9-6-1 mit einer 6-5-1 Bilanz in knappen Spielen – also ziemlich genau Münzwurf-Niveau.

Nach Sieg/Niederlagen Bilanz sogar noch dominanter waren die LA Rams mit 6-1 Bilanz. Dolphins, Saints und Chargers mit 5-1 Bilanz waren ähnlich krass in engen Spielen. Die Chargers galten ja jahrelang als Versager in engen Spielen, während Miami unter Adam Gase eine unfassbare Close-Game Bilanz hat: 28-5 in drei Jahren. 28 von 33 engen Spielen gewonnen.

Die beiden Teams mit den meisten One-Score Games waren die Steelers, Eagles und Giants mit jeweils 12 Spielen innerhalb von 7 Punkten – das sind drei Viertel der Saison! Die Eagles waren dabei mit 6-6 Bilanz genau 50/50, während die unglücklichen Giants 4-8 gingen, eine Close-Game Bilanz, die ihren finalen 5-11 Record ganz gut erklärt.

Weitere sehr unglückliche Teams in engen Spielen: Jets (1-5), Carolina (2-7), Tampa Bay (3-6), Jacksonville (2-6) und Lions (1-4). Bei alle diesen Teams kann man für 2019 allein durch etwas mehr Glück schon Regression zur Mitte erwarten.

Pythagorean

Das beste Team der Saison nach dem Punktverhältnis (Pythagorean) waren, man höre und staune, die Chicago Bears, die die Performance einer Mannschaft hinlegten, die im Schnitt über einen langen Zeitraum 11.6 Saisonsiege einfahren würde. Die Bears schafften es sogar, diese Bilanz leicht zu out-performen, gewannen 12 Spiele (auch dank 6-4 Bilanz in engen Spielen).

Die besten Teams nach Pythagorean 2018:

#1 Bears 11.6 (12-4 Bilanz)
#2 Saints 11.5 (13-3 Bilanz)
#3 Rams 11.2 (13-3 Bilanz)
#4 Chiefs 11.0 (12-4 Bilanz)
#5 Ravens 10.8 (10-6 Bilanz)
#6 Patriots 10.8 (11-5 Bilanz)
#7 Chargers 10.6 (12-4 Bilanz)
#8 Texans/Colts 10.3 (11-5 / 10-6 Bilanzen)

Und die schlechtesten Teams:

#25 Redskins 5.7 (7-9 Bilanz)
#26 Jaguars 5.7 (5-11 Bilanz)
#27 49ers 5.6 (5-11 Bilanz)
#28 Jets 5.3 (4-12 Bilanz)
#29 Dolphins 5.1 (7-9 Bilanz)
#30 Bills 5.0 (6-10 Bilanz)
#31 Raiders 3-7 (4-12 Bilanz)
#32 Cardinals 2.8 (3-13 Bilanz)

Die größten Overperformer nach Pythagorean in dieser Saison waren: Miami (1.9 mehr Siege als nach Pythagorean-Erwartung), LA Rams (+1.8), Dallas (+1.6), New Orleans (+1.5), LA Chargers (+1.4), Washington (+1.3), Kansas City/Buffalo (je +1.0).

Die größten Underperformer und somit Mannschaften mit guter Aussicht auf Verbesserung der Saisonbilanz im nächsten Jahr: NY Giants (-1.9), 49ers (-1.6), Buccs/Broncos/Packers (jeweils -1.4), Jets (-1.3), Lions (-1.0).

Zufallsreport 2018

Meine Lieblingsstatistik. In einer völlig zufällig verteilten Footballliga (Gauss-Verteilung) wären die Sieg/Niederlagen Records der 32 Mannschaften mit einer Varianz von 0.125^2 verteilt (8-8 entspricht einer 0.500 Bilanz, 12-4 einer 0.750 Bilanz). Die Records der NFL-Saison 2018 sind mit einer Varianz von 0.178^2 verteilt. Die Varianz ist natürlich höher als in einer völlig zufällig verteilten Liga, da nicht allein der pure Zufall über den Ausgang der Liga entscheidet.

Wir haben also keine Würfelliga, leben aber in einer Liga, in der mehr als die Hälfte der Spiele innerhalb eines einzigen Ballbesitzes entschieden wird. Der Anteil des Zufalls ist naturgemäß hoch. Wir können errechnen, wie hoch:

VAR (Zufallsliga) / VAR (reale NFL) = 0.125^2 / 0.178^2 = 0.493 = 49.3%

Ein sehr krasses Ergebnis, das impliziert, dass in der abgelaufenen Saison 49% der Siegbilanzen vom Zufall erklärt werden können. Die anderen 50% kamen durch Leistung zustande. In den meisten Jahren lagen diese Werte zwischen 42% und 44%.

Gehen wir noch einen Schritt weiter: Bis wann halten sich Zufall und Können die Waage, ab wann übernimmt dann das Können das Kommando? Die Rechnung ist simpel:

VAR (Zufall-vs-Können) = VAR (reale NFL) – VAR (Zufallsliga) = 0.127^2

Am Punkt r=0.50 halten sich Zufall und Können die Waage. Dieser Punkt wurde bildliche gesprochen diese Saison erst gestern um 22h30 erreicht, also nach zirka 15.5 Spielen: WURZEL(0.5*0.5/15.5) = 0.127. In anderen Worten: Erst ab dem allerletzten Spieltag übernimmt in der NFL 2018 das Können wirklich die Überhand über den Zufall. Am letzten Spieltag – das ist sehr spät.

Saison-Prognose im Rückspiegel

Zu den feinen Sachen am Schreiben eines Blogs gehört, dass man sich am Ende der Saison noch einmal anschauen kann, was man am Anfang selbiger prophezeit hatte. Die NFL ist notorisch schwierig vorhersehbar. Wenn wir uns zurück besinnen auf meine Furchtlose Vorschau zu Beginn der Saison, dann können wir im Nachgang feststellen:

  • Meine Preseason-Top 8 holten im Schnitt 10.0 Siege
  • Die „Kronprinzen“ holten im Schnitt 9.2 Siege
  • Die grauen Mäuse holten 6.8 Siege
  • Die Bodensatz-Truppen holten 6.0 Siege

Das ist eine fast perfekte Verteilung, trotz einiger rückwirkend klarer Verfehlungen wie Falcons, Packers oder Steelers, allesamt unter meinen Top-8 im Sommer, allesamt Playoff-Zuschauer.

Wenn ich das mit dem „Ringer-Ranking“ von Robert Mays vergleiche, beanspruche ich in dieser Saison einen Punktgewinn für mich:

  • Mays Top 8: 9.7 Siege
  • Mays 9-16: 8.4 Siege
  • Mays 17-24: 7.8 Siege
  • Mays 25-32: 6.1 Siege

Sowohl nach oben als auch nach unten die besseren Spitzen für den Sideline Reporter, dessen Prognosen auf simpelsten Mitteln basieren. Doch das wissen wir bereits: Saisonprognosen sind oft nicht das Papier wert, auf das sie gedruckt wurden. Selbst ein Affe, der alle Teams auf 8-8 pickt, hat eine ähnlich hohe Genauigkeit als die kompliziertesten Modelle.

Von den Playoff-Teams hatte ich nur 7 von 12 richtig prognostiziert:

  • AFC: Patriots/Texans/Chargers/Ravens (Titans & Steelers nope)
  • NFC: Saints/Rams/Eagles (Packers, Vikings, Falcons nope)

Ich ärgere mich im Nachhinein, dass ich die Bears nicht doch in die Playoffs getippt hatte. Chicago war für mich schon vor dem Khalil-Mack Trade ein klarer Wildcard-Kandidat und die #7 in der NFC gewesen. Ich traute mich nicht, die Bears nach dem Mack-Trade über Minnesota in die Playoffs zu schreiben – aber ich hätte es im Nachhinein natürlich tun sollen.

Sieg-Wahrscheinlichkeiten

In Woche 17 hatte das Ranking dieses Mal eine 12-4 Bilanz. So geht es, wenn die Team überwiegend ihre Starter durchziehen lassen. Einzig die Saints ließen und Packers ihren ersten Anzug draußen – und prompt waren das auch die größten Upsets der Saison.

Über die Saison hatte das Power-Ranking eine Prognose-Genauigkeit von 121-56 Siegen, also 68.4% richtige Tipps. Das mag nicht nach wahnsinnig viel klingen, aber nach dem Prediction-Tracker wäre das Ranking mit einer solchen Bilanz das zweitbeste überhaupt gewesen und hätte u.a. den ESPN FPI, Sagarin-Ratings und den Pythagorean geschlagen.

Also alles in allem: Wie gehabt. Ich denke trotzdem für die nächste Saison darüber nach, am Modell Modifikationen vorzunehmen. Ich habe einige Ideen im Kopf:

  • EPA anstelle von NY/A. Vorteil: EPA ist akkurater als NY/A, aber auch wesentlich schwieriger zu verstehen und komplizierter zu errechnen. Außerdem habe ich noch keine genaue Vorstellung wie stabil sich EPA/Play verhält.
  • Raumstrafen so gut wie möglich der Offense & Defense zuordnen: Klarer Fall. Die Steelers waren diese Saison z.B. häufig unter den Top-5 Defenses, aber nur, weil die extrem vielen DPI-Strafen nicht der Defense zugeordnet waren.

Ob und was ich umsetzen werde, muss ich noch überlegen.

Die Profile der Playoff-Teams

Wie jedes Jahr ein kurzer Blick auf das Profile der 12 Playoffmannschaften nach Ende der Regular Season (ich habe unten einen Mittelwert für die 12 Playoffteams erstellt und das hypothetische Ranking, das dieser Mittelwert in der NFL hätte):

Effizienz Stats Playoffteams (2018/19)

Die Chiefs sind die #1 in meinem Power-Ranking zum Abschluss der Regular Season, vor allem dank ihrer 8.3 NY/A im Offensiven Passspiel. Doch die Chiefs haben zwei potenzielle Knackpunkte in ihrem Spiel: Ihre Run-Defense ist die schlechteste der NFL, und sie begehen die zweitmeisten Yards Raumstrafen.

Vor allem ersterer Knackpunkt könnte schon in der Divisional-Runde äußerst bitter werden, sollte man dort gegen die Baltimore Ravens antreten müssen, die zu den besten Rushing-Teams der Liga gehören. Ein schlechtes Spiel von QB Mahomes – und die Chiefs haben nicht viel um diesen schlechten Tag aufzufangen.

Auffällig: Fünf der Top-6 Passing-Offenses stehen in den Playoffs. Acht von 12 Teams haben eine INT-% Quote, die mehr als eine Standardabweichung besser ist als jene des NFL-Schnitts. Die Rushing-Offenses sind bis auf eine Ausnahme (Houston) allesamt in der oberen Liga-Hälfte platziert, aber auch wenn 4 der 5 besten Rushing-Defenses dabei sind: Es sind durchaus Graupen-Rushing Verteidigungen mit von der Partie.

Bis auf INT-% Offense und Defense ist in jeder Kategorie das #1 Team in den Playoffs vertreten.

Nur ein Team mit negativem Pass-Differenzial (NY/A Offense minus NY/A Defense) ist in den Playoffs vertreten (Dallas). Seahawks und Colts gehen im Pass-Differenzial auf 0.0 aus, während alle anderen neun Playoffteams klar positives Pass-Differenzial auffahren.

Und: Alle Teams aus meinen Top-10 im Power-Ranking sind in den Playoffs vertreten. Dazu die #12 und die #15. Kein unterdurchschnittliches Team dabei. Das beste non-Playoff Team: #11 Pittsburgh:

NFL Power Ranking 2018 - Woche 17

NFL Power Ranking 2018 – Woche 17

Und so liest sich das ganze: Die erste Sektion (WP | E16) beschreibt die Stärke der jeweiligen Mannschaft. WP entspricht der Siegchance der jeweiligen Franchise gegen eine standardisierte, durchschnittliche NFL-Franchise, E16 ist WP hochgerechnet auf 16 Spiele (WP*16 = E16). Die zweite Sektion (SOS | Rs) beschreibt die Stärke des Schedules und die Platzierung des Schedules. OFF ist die Platzierung der Offense, DEF die Platzierung der Defense. Fett gedruckte Teams stehen schon in den Playoffs.

Hier noch einige erklärende Grafiken mit den Statistiken hinter dem Power-Ranking und weiteren Zahlen:

 

 

Wahrscheinlichkeiten für das Wildcard-Weekend

Wahrscheinlichkeiten für das Wildcard Wochenende.PNG

Alle Spiele innerhalb von 60% bzw. 3 Punkten! Drei der vier Heimteams sind für das Power Ranking favorisiert, nur die Seahawks fahren als minimale Favoriten in ein fremdes Stadion in Dallas.

Die Wettbüros in Las Vegas sehen das Wildcard-Wochenende etwas anders und favorisieren alle Heimteams: Bears -6.5, Cowboys -2.5, Ravens -2.5 und Texans -2.5.

Wir haben also ca. 3 bis 3.5 Punkte Differenz beim Bears- und Seahawks-Spiel. Da wir wissen, dass die Wettbüros die Dallas Cowboys grundsätzlich gerne überbewerten, bleibt ein deutlicher Ausreißer in dieser Runde: Bears vs. Eagles.

Klar ist: Für die Wettbüros macht es einen großen Unterschied, welcher Quarterback die Eagles am Sonntag anführen wird: Foles oder Sudfeld? Je nach QB wird sich die Line noch verschieben. Für das Power-Ranking ist das egal. Es kümmert sich nicht um Verletzungen. Was aber schon auffällt: Die Eagles an #8 sind bei mir doch bedeutend höher gerankt als in anderen statistischen Modellen.

Der ESPN FPI sieht die Wahrscheinlichkeiten auf einen Superbowl-Gewinn wie folgt verteilt:

  1. Saints 30%
  2. Chiefs 24%
  3. Rams 17%
  4. Patriots 13%
  5. Chargers 4%
  6. Bears 2.5%
  7. Texans 2%
  8. Ravens 2%
  9. Seahawks 2%
  10. Colts 2%
  11. Cowboys 1%
  12. Eagles 0.5%

Wir sehen also, wer die Teams mit dem Playoff-Freilos in Runde 1 sind: Die vier Top-Teams, die alle wesentlich bessere Superbowl-Chancen haben als der Rest. Aber stell dir mal vor, die Rushing-Offense der Ravens fährt am Divisional-Wochenende nach Foxboro: Können die Patriots (#9 Rushing Defense) dieser Wucht genug entgegenwerfen um eine Heimpleite zu verhindern? Schließlich würde die ohne echtes Downfield-Thread operierende Patriots-Offense Probleme haben, gegen Baltimore zu punkten.

Advertisements

14 Kommentare zu “NFL Power Ranking 2018 – Woche 17

  1. Danke für diesen, wie immer sehr gut zu lesenden und informativen Blog. Es ist der einzige deutschsprachige, den ich regelmäßig lese. Weiter so! 🙂

  2. Großartige Analyse – wie immer. Warum übernehmen „Profis“ diese Modelle eigentlich nicht?

  3. Danke für die Mühen die du dir machst.
    Und erstaunlich das ein einzelner Nerd aus einem Land fern der Teams besser ist als die geballte Kompetenz vor Ort.
    Dafür ein großes Lob von mir.
    (Ich beziehe die besten Infos zur NFL von hier und theringer, zu ESPN gehe ich nur um deren PO Rechner zu benutzen. Und Peter Kings Kolumne überfliege ich oft nur.)

  4. @Andreas:

    Ich weiß aus erster Hand, dass es NFL-Teams mit (bzw. ich weiß es ganz sicher von einem Team, das wesentlich fortgeschrittenere Modelle verwendet.

    Allgemein: Natürlich ist es schön, wenn die Leser das Modell honorieren. Ich liebe an diesem Modell vor allem, dass es so simpel ist und vergleichsweise gut aussieht im Vergleich mit ähnlichen Modellen wie DVOA, FPI u.a.

    Man muss aber auf jeden Fall dazu sagen, dass das hier verwendete Modell mehr als Goodie für Fans taugt um schnell eine Einordnung der verschiedenen Mannschaften vorzunehmen. Praktischen Nutzen für Teams hat es prinzipiell nicht bzw. nur in dem Sinn, dass man erkennen muss: Passspiel ist wesentlich (!!) wichtiger als Laufspiel, Offense schlägt im Großen und Ganzen Defense. (In den meisten (aber nicht allen) Front Offices ist diese Message mittlerweile angekommen.)

    Ein Team kann für sich aber viel größeren Nutzen aus anders verarbeitetem Datenmaterial ziehen als aus diesem Power-Ranking:
    – Situational Play-Calling
    – Tendenzen im Lauf- und Passspiel
    – Ressourcen-Allokation im Cap-Management
    – Timeout-Verwendung

    Ich hatte die Chance, Einblicke darin bekommen, was NFL-Mannschaften für Daten verarbeiten: Wahnsinn. Du kannst dir gar nicht vorstellen, was mit GPS-Tracking alles an Informationen verarbeitet wird. Und von welchen Leuten: Theoretisch kluge Köpfe von den besten Unis der USA.

    Ich halte es gemäß meinem Job aber anders: Zuerst die großen Baustellen, dann die kleinen.

    Die „großen“ wären z.B. das Play-Calling (wie auf diesem Blog in dieser Saison oft angeschnitten), 4th Down Situationen, Salary-Cap Investment auf den richtigen Positionen. Damit holst du gemäß des Pareto-Prinzips den schnellsten Vorteil raus.

    Leider sind etliche NFL-Front Offices vor allem erpicht darauf, die letzte Kennzahl wie Geschwindigkeit des Hakenlaufens in der Post-Route zu analysieren und vergessen dabei, dass 1st/2nd Down Playcalling wesentlich (mit sehr vielen Rufezeichen) größeren Einfluss haben auf Sieg und Niederlage als die kleinsten Details zu optimieren.

    Ich fange immer im Großen an. Daher machen viele NFL-Mannschaften im Analytics-Bereich aus meiner Sicht weiterhin einen schlechten Job.

  5. Nichtsdestotrotz zeigt ja auch deine Argumentation, dass es an den Basics ja irgendwie hapert. Mir hat dein Blog auf jeden Fall geholfen, vieles auf dem Platz besser zu verstehen.

  6. Wie kann man Dallas nur auf 15 haben. Hinter Atlanta, Vikings, Eagles,….
    Die Cowboys haben 6 der letzten 7 spiele gewonnen

  7. Sogar 7 der letzten 8…

    6 davon mit 7 oder wenigen Punkten Differenz, das siebte mit 8 Punkten gegen ein kaputtes Washington. Punktverhältnis +12.

    Dieses Ranking scheißt sich nix auf Siege. Dieses Ranking schaut darauf, was historisch zu Siegen führte. Und dort scort die Dallas-Methode keine überragenden Werte.

    Nach DVOA ist Dallas übrigens sogar noch schlechter: #21. Spricht dafür, dass Dallas mit 10-6 Record überbewertet ist. Wie auch das Punktverhältnis von nur +15 über die Saison oder die 8-2 Bilanz in One-Score Games.

  8. @Andreas: Klar, man kann so vieles lernen aus dem überwältigenden Zahlenmaterial, wenn man es nur richtig nutzt.

    Unser Glück ist, dass die Analytics-Community nicht bloß innerhalb der NFL (endlich) wächst, sondern auch auf verschiedensten Seiten und auf Twitter mittlerweile echt weit ist.

    Vor 4 Jahren gab es Brian Burke, Football Outsiders und ein paar isolierte Nerds. Heute arbeitet eine Community auf Twitter auf einem Niveau zusammen, die den höher bezahlten Analytics-Department durchaus gewachsen ist. Einige dieser Köpfe werden in von NFL-Organisationen aufgesaugt werden.

    Es ist nur mehr eine Frage der Zeit, bis selbst Dinosaurier-Organisationen wie Dave Gettleman oder die Chargers nachziehen müssen um nicht auf der Strecke zu bleiben.

  9. „Einige dieser Köpfe werden von NFL-Organisationen aufgesaugt werden.“ Vielleicht solltest Du auf englisch schreiben? 😉

    @Ahmser19: Superidee! *thumbs up*

  10. Pingback: NFC Wild-Card Preview 2018/19 | Sideline Reporter - Eier, wir brauchen Eier!

Kommentar verfassen

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden /  Ändern )

Google+ Foto

Du kommentierst mit Deinem Google+-Konto. Abmelden /  Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden /  Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden /  Ändern )

Verbinde mit %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.