49ersFanZone.net

Genau die hatte ich gerade für das Preview im Blick. Thomas von den Saints ist auf Platz 2 aktuell. Ein spannendes Duell

Zitat von: vorschi am Do,  5. Dez. ’19, 17:04
Und weil gerade über diese Statistik gesprochen wird:

George Kittle führt darin die NFL an, und das nicht nur dieses Jahr, sondern seit PFF diese Statistik führt (was glaube ich seit 2010 der Fall ist):

1. 2019 / George Kittle   - 3,30 (Yards per Route Run)
2. 2016 / Julio Jones        - 3,12
3. 2017 / Julio Jones        - 3,08
4. 2011 / Victor Cruz       - 3,08
5. 2015 / Julio Jones        - 3,04

Was ist deine Quelle? Bei meiner Quelle steht Kittle bei 3.05 Yards per Route Run

Hier:

https://twitter.com/PFF_49ers/status/1199387341275750409/photo/1

Wobei der Tweet vom 29. November ist, kann gut sein dass sich da nach dem Ravens-Spiel noch was getan hat...

Ahh, okay. Da war meine Quelle aktueller. Danke

@mrcaseb hat auf Twitter folgende Grafik geteilt. Es geht um EPA/Play der Special Teams. Ganz interessant, wer da gut und schlecht ist.

Bringt mich persönlich zur Frage: wie viel Einfluss hat das Special Team??

Quelle: https://twitter.com/mrcaseb/status/1207735750944579585?s=09

Viel.

Viel wichtiger: Wie schaffe ich den (aktiven) Einsatz der Special Teams zu verringern - also ausspielen von 4th Down, 2pt Conversion usw.

Das sowieso.

Aber wenn ich mir vorstelle, dass die Team Performance nach EPA/Play für Offense und Defense aufstelle, dann sieht man vermutlich recht deutlich, welche der drei Phasen am stärksten mit dem Record korrelliert.

Jags, Lions, Bengals, Redskins, Chargers und Dolphins sind alle in den TOP-7 der Special Teams. Wow, kommen die damit weit.

Ich weiß nicht ob es allen bekannt ist, aber letztens gab's ein Down Set Talk-Bonuspodcast mit Adrian und pff_moo
-> https://www.patreon.com/posts/32344366

Sowas von genial dieser Podcast, gerade für diejenigen, die noch (!) nicht extrem tief in der Materie drin sind.

Hi Leute,

ich habe die von vorschi schonmal erwähnte Defense/Rest Time Studie von Ben Baldwin übersetzt und möchte sie Euch jetzt auch zur Verfügung stellen. Ich möchte anmerken, dass dies explizit mit Freigabe vom Autor geschieht. Ben ist ein überragender Typ. Wer Twitter hat - folgt ihm!




Defense und Zeit zur Erholung

Wann immer gefragt wird, warum Defenses den Ball so häufig laufen, bekomme man sehr häufig die Antwort, dass dadurch die Uhr kontrolliert wird und die eigene Defense vom Feld gehalten werden kann. Dadurch kann diese sich verstärkt ausruhen und im nächsten Drive erholt zu Werke gehen. Daraus resultieren dann die besten möglichen Leistungen. Ein logischer Gedankengang.

Einzelfälle bestätigen diese Idee scheinbar, uns schießen sofort einige Momente in den Kopf. Im Super Bowl LII entschied Brandon Graham mit einem Strip Sack gegen Brady das Spiel, nachdem die Eagles Defense New Englands Passspiel zuvor quasi nicht stoppen konnte. Das passierte nach einem 15-Play-Drive (inkl. 2-Pt-Conversion), der mehr als sieben Minuten von der Uhr nahm. Im AFC Championship Game brach die Jaguars Defense dann doch noch zusammen, nachdem die Offense einige Three and Outs profuzierte. Der spielentscheidende TD New Englands kam nach einem solchen Three and Out, das weniger als eine Minute Zeit von der Uhr nahm. Und natürlich Atlantas Defense im Super Bowl LI, die in der zweiten Halbzeit platt wirkte, während sie auf dem Weg war, 93 Snaps auf dem Feld zu stehen.

Nun stellt sich die Frage: Erinnern wir uns an diese speziellen Momente nach besonders langen oder kurzen Drives wegen eines sogenannten Bestätigungsfehlers (engl. confirmation bias), nach dem wir uns Informationen so sammeln und sie so verwerten, dass sie unserer ursprünglichen Erwartungshaltung zusagen? Oder ist die Zeit, die eine Defense zum Ausruhen bekommt, tatsächlich ein Indikator dafür, wie sie im folgenden Drive performt?

Es gab bereits eine Analyse bei Football Outsiders 2011, die untersuchte, ob die durchschnittliche Zahl der offensiven Plays das defensive DVOA über den Laufe einer Saison beeinflusst. DVOA bedeutet defense-adjusted value over average, hier wird immer die Leistung eines Plays in den Kontext der Stärke des Gegners, des Downs und der Distance gesetzt. Nichtsdestotrotz könnte es sein, dass der Blick auf Durchschnittszahlen der Teams trügt und den realen Effekt, z.B. durch Situationen am Ende von Spielen, verschleiert. Diese Studie wird etwas tiefergehender forschen und sich auf Basis jedes einzelnen Drives die Beziehung zwischen der defensiven Erholungszeit und Leistung betrachten.

Als Datengrundlage diente die Play-by-Play Datenbank des nflscrapR Projekts, das alle Statistiken von 2009 bis 2017 beinhaltet (mit besonderem Dank an Ron Yurko!). Folgende Situationen wurden herausgenommen:

• jeweils die ersten Drives jeder Halbzeit, da Defenses hier in jedem Fall sehr gut ausgeruht sind
• Drives, die in den letzten vier Minuten eines Spiels begannen, da Teams hier generell aufgrund der Uhr weniger punkten
  
• Sample Sizes mit weniger als zehn Drives, um das Ergebnis nicht mit Ausreißern zu verwässern. Ein Beispiel hier wäre: ,,Drives nachdem die eigene Offense für 25 Plays den Ball hatte". Das kommt quasi nie vor und dann würde einfach der Zufall, wie die Defense darauffolgend performt, die ganze Tendenz in Grafiken zerreissen.

Die Forschungsfrage ist, ob die Anzahl der Plays oder die Zeit, die eine Defense hatte, um sich auszuruhen, einen Hinweis darauf gibt, wie viele Punkte sie im nächsten Drive abgibt. Wobei wir nicht einfach nur darauf schauen wollen, wie viele Punkte pro Drive je nach Erholungszeit erzielt wurden, denn sehr kurze Drives der eigenen Offense münden wahrscheinlicher in einem Turnover oder generell in einem kurzen Feld für die gegnerische Offense. Hier sehen wir schon eine enorme Schwierigkeit, diese Dinge klassisch zu trennen, denn wie soll man das voneinander trennen? Dazu gleich mehr...

Jede Zahl in dieser Studie wird wie im folgenden Bild auf die gleichen vier Faktoren Bezug nehmen. Beginnend mit dem Bild oben links (1), dann oben rechts (2), dann unten links (3), dann unten rechts (4)...

• Defensive Erholungszeit beim letzten Drive anhand der Anzahl der Plays
• Defensive Erholungszeit beim letzten Drive anhand der Time of Possession
• Die Anzahl der Plays, die die Defense bis zu diesem Drive bereits gespielt hat
• Die Time of Possession, die die Defense bis zu diesem Drive bereits auf dem Feld stand

Die ersten beiden Faktoren messen die Zeit, die die Defense durch den letzten offensiven Drives des eigenen Teams bekam. Die letzten beiden Faktoren messen die Zeit, die die Defense bisher im Spiel auf dem Platz stand.



Die eben gezeigten Grafiken sind sehr interessant und könnten allein eine ganze Studie füllen. Die oberen beiden Graphen zeigen, dass Teams nach kurzen Drives näher an der gegnerischen Endzone starten, egal ob gemessen an der Anzahl der Plays oder der Time of Possession. Dies liegt an zwei Faktoren. Erstens, Defenses, die nach einem sehr kurzen Drive (zB nach weniger als 4 Plays) das Feld betreten, machen dies entweder nach einem Three and Out oder nach einem Turnover. Beides führt häufig zu relativ schlechten Field Positions. Zweitens ist es nach einem langen Drive sehr viel wahrscheinlicher, das gegnerische Team mit einem Punt tief festznageln. R²=0,1 bedeutet, dass 10% der Field Postition anhand der Anzahl der Plays im vorherigen Drive der gegnerischen Offense erklärt werden können.

Die unteren beiden Graphen zeigen, dass die Starting Field Postion über das Spiel hinweg relativ konstant nahe der 30-Yard-Line sind. Die Ausnahmen sind einmal ganz am Anfang (hier gibt es nur Kickoffs, keine Punts oder Turnover) und am Ende, wenn Teams deutlich höhere Risiken gehen und sich das Spiel stark verändert..

Die nachfolgenden Charts zeigen nun die erwarteten zugelassenen Punkte pro Drive abhängig von der Dauer des vorigen offensiven Drives des eigenen Teams.

Jetzt entweder ganz tief in Statistik eintauchen oder einfach skippen und darauf vertrauen, dass das aus Zahlenperspektive auch Sinn ergibt: Hier wurde eine drivebasierte Regression der erzielten Punkte auf Basis einer Polynomfunktion fünften Grades der Field Position gemacht, um die erwarteten Punkte für einen bestimmten Drive abhängig von der Field Position zu generieren. Wer mit dem Stat EPA (Expected Points Added) schon in Berührung gekommen ist (ich habe es ja hier schon mehrmals genutzt, ganz fremd dürfte es Euch nicht mehr sein) wird sich wundern, warum es hier jetzt plötzlich so kompliziert ist. Das liegt daran, dass sich diesmal eben auf einen speziellen Drive fokussiert wird und nicht auf alle im Gesamten.

In den folgenden Grafiken sehen wir nun also, dass die Defense eindeutig mehr Punkte zulässt, wenn die eigene Offense zuvor sehr kurz auf dem Feld stand (1) oder wenig Plays hatte (2). Beim Blick auf die unteren beiden Grafiken sehen wir dann, dass es leicht ansteigt, vor allem aber ganz am Ende des Spiels etwas wilder wird.



Doch das dürfte niemanden überraschen, der Grafik 1 aufmerksam angesehen und vor allem verstanden hat. Wir haben da ja den Nachteil der Field Position. Da das Ziel ist, herauszustellen, zu welchem Grad eine ausgeruhte Defense eine bessere Defense ist, muss die Field Position konstant gehalten bzw. herausgerechnet werden. Daher werden ab jetzt die tatsächlich erzielten Punkte von den erwarteten Punkten abgezogen. Sprich, wenn die Defense nach einem 10 Minuten Drive der Offense besser spielt, müsste sie ja zum Beispiel statt der erwarteten 0,4 Punkte von der gegnerischen 20 nur 0,0 Punkte zulassen.

Vielleicht nochmal etwas plastischer formuliert: Ist die Defense besser, nachdem die Offense 10 Mal den Ball bis an die gegnerische 40 gelaufen hat und dann am First Down scheitert als wenn die Offense direkt eine Interception wirft und der CB an ebendieser 40 down ist. Oder um es auf das ganze Spiel zu übertragen: Ist die eigene Defense in Minute 40 besser, wenn man im TOP-Battle mit 25:00 – 15:00 führt? Diesen Punkt sollte man verstanden haben, um der weiteren Studie zu folgen.


Punkte pro Drive vs. Defensive Zeit zur Erholung

Hier sehen wir nun vier Grafiken mit den zugelassen Punkten minus den erwarteten zugelassenen Punkten im Drive, abhängig von der Erholungszeit der Defense. Sowohl beim aktuellen Drive als auch in der Betrachtung des gesamten bisherigen Spiels.



Das sind also die wesentlichen Zusammenhänge. Zusammengefasst:

• Viele Plays im eigenen offensiven Drive zu spielen lässt die eigene Defense im nächsten Drive nicht besser performen.
• Viel ,,Uhr zu melken" und diese zu kontrollieren lässt die eigene Defense im nächsten Drive nicht besser performen.
• Im Spiel viele Plays gelaufen zu haben, lässt die eigene Defense im restlichen Spiel nicht besser performen.
• Im Spiel viel ,,Uhr zu melken" und diese bisher kontrolliert zu haben, lässt die eigene Defense im restlichen Spiel nicht besser performen.

Obwohl mit einer riesigen Sample Size gearbeitet wird, in die Grafik (1) fließen beispielsweise 38.000 Drives ein, beinhalten die sogenannten Fehlerbalken, das sind die hier in grauen Strichelchen dargestellten Linien, immer die 0, außer ganz am Ende der Grafik (4), wenn Offenses bei extrem hoher TOP eher nicht mehr scoren. Außerdem sind die R²-Werte immer bei 0,000. Das beinhaltet ca. 3.300 Drives mit elf bis 15 Plays defensiver Erholungszeit und immer noch mehr als 300 Drives mit mehr als 16 Plays. Im oberen rechten Bild sind mehr als 2.300 Drives enthalten, die der Defense mehr als sechs Minuten Zeit zur Erholung gaben.

Wenn es der Fall wäre, dass Defenses bei längerer Pause besser performen, dann müssten die oberen beiden Grafiken eine abfallende Tendenz aufweisen. Das würde bedeuten, dass es schwerer zu scoren ist, wenn die Defense viele Plays oder viel TOP hatte, um sich zu erholen. Die unteren beiden Grafiken müssten hingegen eine Aufwärtstendenz zeigen, denn Offenses hätten es mit einer höheren Anzahl an gelaufener Plays und höherer TOP leichter, in Zukunft zu scoren. Die Defense ist ja müde. Stattdessen sehen wir allerdings eigentlich keinen Zusammenhang zwischen all diesen Punkten. Das einzige, was wir hier sehen können, ist, dass Defenses am Ende besser werden, wenn der Gegner eine sehr hohe TOP hat. Das kann damit erklärt werden, dass der Gegner in solchen Fällen häufig schon hoch führt und nicht mehr effiziente Offense spielen will, sondern nur noch die Uhr ausläuft.

Man könnte das Kapitel an dieser Stelle schließen und sagen, dass es keinen nachweisbaren Zusammenhang gibt, dass Defenses müde werden und dadurch schlechter spielen als gewohnt. Bei der Durchsicht der Zahlen kam Ben Baldwin allerdings darauf, dass es wahrscheinlicher ist, zu punkten, wenn man hinten ist. Das in Führung liegende Team hingegen scort tendentiell eher weniger. Wenn man die oben bereits gesehene Grafik nun neu erstellt und die Drives herausnimmt, die im vierten Viertel mit einer Führung gespielt wurden, sieht sie so aus.



Wir sehen nun eine ansteigende Kurve bei den unteren beiden Grafiken. Heißt das nun, dass müde Defenses am Ende des Spiels schwächer werden? Das klingt plausibel. Eine andere Möglichkeit wäre, dass dies einfach der größere Einfluss der spät im Spiel hinten liegenden Teams ist, die gewillter sind, Risiken einzugehen und zB den Ball mehr passen. Denn die in Führung liegenden haben wir ja herausgenommen. Hier sehen wir das Verhältnis von Passspielzügen im Verhältnis zu allen Spielzügen, wenn wir die Teams rausrechnen, die im vierten Viertel vorne liegen.



Und Tatsache.... Wir sehen in den unteren beiden Grafiken genau diesen Effekt und genau die Kurve, die wir auch oben gesehen haben. Teams, die spät zurück liegen, passen signifikant häufiger. Da Passspiel effizienter ist als Laufspiel, erwarten wir, dass Defenses ohnehin größere Schwierigkeiten haben, Offenses zu stoppen als bei häufigerem Laufspiel. Egal ob die Erholungszeit nun Einfluss hat oder nicht.

Lasst uns also die Situationen isolieren, in denen sich das Run/Pass-Verhältnis nicht drastisch ändert, um herauszufinden, ob die Zeit zur Erholung für die Defense am Ende des Spiels eine Rolle spielt. Hier sehen wir das Verhältnis von Pässen zu allen gelaufenen Plays bei Drives, zu deren Beginn noch vier bis zehn Minuten auf der Uhr waren, während das offensive Team in Rückstand war.



Das sieht nun deutlich besser aus. Wir haben eine Game Situation identifiziert, in der das Run/Pass-Verhältnis recht konstant bleibt. Performen denn Defenses nun hier spät im Spiel besser? Werfen wir einen Blick drauf. Wenn Drives vier bis zehn Minuten vor Ende von Offenses beginnen und wir erwarten, dass sie in dieser Situation wegen ihrer aggressiveren Vorgehensweise ohne Einfluss der Müdigkeit der Defense scoren, würden wir erwarten, dass die roten Linien  unabhängig von der Anzahl der Plays und TOP höher liegen als noch in Grafik 2.



Und siehe da, genau so ist es. Teams scoren in diesen Situationen nahezu generell besser, egal wie ausgeruht die gegnerische Defense zu diesem Zeitpunkt ist. Obwohl die Konfidenzintervalle (rote Linien) in allen vier Graphiken fast ausschließlich über null liegen, verlaufen sie überwiegend flach und weniger als ein Prozent des abweichenden Scorings kann durch die defensive Erholungszeit erklärt werden. Daraus können wir schließen, dass die höhere Chance auf Scoring für Teams in dieser Situation durch ihre Aggressivität und Risikobereitschaft kommen. Nicht weil Defenses müde werden.

Müssen Defenses vier bis zehn Minuten vor Schluss aufs Feld und einen Vorsprung verteidigen, können wir in diesem Moment leider nicht mit einem Blick auf die TOP erahnen, ob ihre Chancen besser oder schlechter stehen. Beispielsweise performt eine Defense, die bisher nur 55 Snaps spielen musste nicht besser als dieselbe, hätte sie schon 65 Snaps in den Knochen. Eine Defense, die bisher 32 Minuten auf dem Feld stand, würde nicht besser spielen, nur weil sie bisher 25 oder gar nur 20 Minuten auf dem Platz war. Wir sollten von unserer Defense am Ende genau das gleiche erwarten, egal ob sie nun acht Minuten Pause oder nur eine Minute Pause hatte.


Rushing & Defense

Hätte der Run einen Bonuseffekt dank einer stärker ermüdenden gegnerischen Defense, müssten wir dies bei den entsprechenden Grafiken auf der rechten Seite sehen. Diese funktionieren in Abhängigkeit zur TOP und nach einem Lauf ist es wahrscheinlicher, dass die Uhr weiterläuft als bei einem Pass.  In der Realität ist es so, dass weder die Anzahl der Plays noch die TOP eine Auswirkung auf die Defense hat. Wir können also einen weiteren Benefit, der dem Laufspiel zugesprochen wird, streichen.


Fazit

Fasst man das nun alles zusammen, sehen wir, dass der hauptsächliche – und vielleicht einzige – Weg, wie die Offense der Defense bei einer drivebasierten Betrachtung helfen kann, ist mittels einer besseren Field Position. Turnovers und schnelle Three-and-outs erhöhen die Wahrscheinlichkeit, im nächsten gegnerischen Drive Punkte zu kassieren, doch dies kann mit der schlechteren Field Position erklärt werden und hat nichts mit der fehlenden Erholung für die Defense zu tun. Um es anders zu sagen: Egal ob die Defense nun eine oder acht Minuten nicht auf dem Feld war – nimmt man die Field Position als gegeben an, dann sagt es einem überhaupt nichts darüber aus, wie sie im kommenden Drive performen wird.

Warum ist der Mythos, dass mehr offensives Laufspiel der eigenen Defense zu Gute kommt, denn dann so präsent? Vermutlich liegt es daran, dass mit der einhergehenden Verlangsamung und Verkürzung des Spiels, der Reduktion der Plays und Drives im Game, auf beiden Seiten weniger gescored wird. Natürlich lässt dann auch die eigene Defense weniger Punkte zu. Leider ist es aber so, dass man keinen großen Vorteil hat, dass der Gegner den Ball weniger oft bekommt, wenn man ihn selbst auch entsprechend seltener hat. Das bringt keinen Effizienzgewinn.

Die einzige Ausnahme ist die, dass man in der Position des Underdogs so den Faktor ,,Glück" höher gewichten kann. Klar, ein glückliches Play hat mehr Einfluss, wenn es nur 80 Snaps gibt als bei 140. Ich denke, ich muss nicht weiter darauf eingehen, dass diese Strategie in einem American Football Spiel mit riesigen Problemen einhergeht. Wenn du selbst beginnst, ineffizienten Football zu spielen und auf den Faktor Glück zu setzen, ist Dein Trade-Off, dass Du offensiv noch schlechter spielst als ohnehin schon. Keine gute Strategie, um auf lange Sicht zu gewinnen.

Am Ende des Tages wird, ausgenommen die sehr volatilen und zufälligen Defense/Special Teams Touchdowns, das Team gewinnen, das mehr Punkte pro Drive macht. Egal ob viele Drives oder wenig Drives gespielt werden. Aber TOP ist kein Indikator dafür, wie die eigene Defense performt, wenn sie auf dem Feld steht.


Hier nochmal die Quelle: https://www.footballoutsiders.com/stat-analysis/2018/defense-and-rest-time

Würde mich freuen, wenn es dem ein oder anderen etwas bringt.

Wenn ja könnt Ihr mir gerne auch einen Gefallen tun, falls Ihr über die Feiertage mal 15-20 Minuten entbehren könnt. Mein bester Freund arbeitet gerade an seiner Masterarbeit und hat dafür eine Umfrage erstellt. Sie ist leider auf Englisch und auch nicht ganz leicht zu verstehen. Mein Tipp: Google Translator im Browser nutzen, dann versteht man 95% sofort und manches klingt halt komisch.

https://ww2.unipark.de/uc/masev/

Für jeden Einzelnen, der seine Zeit opfert: DANKE!!!

Vielen Dank für die Übersetzung, echt spitze dass du dir die Zeit genommen hast! Ich kenn den Artikel ja schon, aber allen hier im Forum, die etwas Interesse an dem Thema TOP, Defense-Leistung und damit verbundene Siegchancen haben, kann ich den Artikel wärmstens ans Herz legen! Und wenn die Zeit fehlt, überfliegt in zumindest mal! Ist echt sehr interessant!

Danke! Werd ich nach Weihnachten bzw. an den Feiertagen mal lesen.

Der Ausgang von One-Score-Games ist wahnsinnig volatil und sehr stark von Glück abhängig. Es ist nicht so, dass ein Team, ein Coach oder ein QB konsequent "clutch" ist und daher über Jahre hinweg in diesen Bereich 80% knapper Spiele gewinnt.

Das macht es interessant, Standings zu challengen und Regressionskandidaten für nächstes Jahr zu identifizieren. Und dieses Bild der Standings, in dem einfach die knappen Spiele (1 Score Games) an den jeweiligen Verlierer der Partie gehen, finde ich faszinierend.

Und gibt mir vor Sonntag ein gutes Gefühl...

Eine echt spannende Aufstellung, die Chargers sind ja das beste Beispiel dafür, wie sehr das Ergebnis von engen Spielen von Saison zu Saison variieren kann. Letztes Jahr noch viele solcher Spiele gewonnen und in die Playoffs mitgespielt, dieses Jahr das krasse Gegenteil. Man kann also nur hoffen, dass sich das Glück der Seahawks bald wendet.

Was mich aber am meisten überrascht hat sind die Ravens, die hätte ich in dieser Liste weiterhin ganz oben erwartet.

Auch die Cowboys sind interessant. Letztes Jahr ebenfalls sehr positiv in close Games und dieses Jahr haben sie die meisten der Spiele verloren. Über zwei Jahre betrachtet sind die nah an 50:50.

Ich habe die Diskussion in der Seahawks-Preview bezüglich Defense-Leistung und TOP als Anlass genommen und die Rushing Attempts, YPC, TOP sowie Points (against) per Quarter analysiert, und zwar unterteilt in die ersten 7 und die letzten 8 Spiele der Saison:

Weeks 1-8     Quarter 1                          Quarter 2                          Quarter 3                          Quarter 4                             
                        Rushes: 45                         Rushes: 55                         Rushes: 79                         Rushes: 97   
                        YPC: 6,6                              YPC: 5,2                              YPC: 4,7                              YPC: 3,3 
                        Points: 7,4                          Points: 5,1                         Points: 10,3                        Points: 6,7
                        Points against: 3,3            Points against: 1,9            Points against: 3,4             Points against: 2,4
                        TOP: 48,32%                      TOP: 50,68%                      TOP: 64,38%                      TOP: 66,78%

Weeks 9-16   Quarter 1                          Quarter 2                          Quarter 3                          Quarter 4                             
                        Rushes: 45                         Rushes: 40                         Rushes: 42                         Rushes: 48   
                        YPC: 3,2                              YPC: 8,4                              YPC: 3,5                              YPC: 3,3 
                        Points: 2,4                          Points: 12,5                        Points: 3,9                         Points: 9,1
                        Points against: 5,5            Points against: 8,1             Points against: 5,8           Points against: 7,8                       
                        TOP: 48,94%                      TOP: 43,24%                      TOP: 51,24%                      TOP: 49,52%               

Eines wird beim Betrachten dieser Aufstellung schnell klar: Die Defense hat in der zweiten Saisonhälfte generell stark nachgelassen, und das hat nichts mit einem möglichen Einfluss einer höheren Spielzeit der Defense zu tun!

Ließ man in den ersten 7 Spielen nur 5,2 Punkte in Halbzeit 1 zu, stieg dieser Wert auf 13,6 Punkte in den letzten 8 Wochen, das Point Differential verkleinerte sich von +7,3 Punkten auf +1,3 Punkte, und das obwohl die Offense dabei im Schnitt 2 Punkte mehr erzielt hat! Das heißt also schon lange, bevor hohe Snap-Zahlen die Ausdauer der Defense beeinträchtigen könnten, konnte sie nicht an die vorangegangene Leistungen anknüpfen!

Zwar ging die TOP in Halbzeit 2 in der zweiten Saisonhälfte stark zurück, aber der Dropoff bei den zugelassenen Punkten im Gegensatz zu Hälfte 1 ist nicht signifikant höher, sondern geht sogar zurück (8,4 zu 7,8). Das wiederum bedeutet, dass die Defense über die gesamte Spieldauer nachgelassen hat, völlig unabhängig von einer möglichen höheren Belastung!

Nachdem also die Belastung keinen messbaren Einfluss auf die Leistung nimmt, sind für mich zwei Dinge maßgeblich für den Leistungsabfall: Die deutlich stärkeren Gegner in den letzten Wochen in Kombination mit den Verletzungen bei den Linebackern bzw. in der Secondary. Außerdem ist Ford nun dauerhaft außer Gefecht, in Saisonhälfte eins war er zumindest noch teilweise einsatzfähig.


Was in der Preview ebenfalls zur Sprache kam: Die geringere Anzahl an Rushing-Attempts in der zweiten Saisonhälfte. Dies ist durch das Analysieren der Übersicht ebenfalls einfach zu erklären: Während man in Saisonhälfte eins zur Halbzeit im Schnitt 7,3 in Führung war, verringerte sich dieser Wert auf 1,3 Punkte. Noch extremer wird es nach 3 Quartern, wo man in der ersten Saisonhälfte mit im Schnitt 12,1 Punkten in Führung war. Das erlaubte es der Offense, im letzten Quarter enorm viel zu laufen und damit viel Zeit von der Uhr zu nehmen. In der zweiten Saisonhälfte lag man nach 3 Quartern im Schnitt sogar mit 0,6 Punkten im Rückstand!

Und das erklärt auch schon die hohe Anzahl an Run-Plays während den ersten Spielen: Man war zumeist bereits zur Halbzeit, aber spätestens nach 3 Quartern deutlich in Führung und konnte es sich erlauben, mit vielen Rushes Zeit von der Uhr nehmen, um die gegnerische Offense vom Feld zu halten. Dadurch sinkt logischerweise die Chance, dass der Gegner den Rückstand aufholt. Dies war in den letzten Wochen aber nicht mehr möglich, da man vermehrt nur knapp in Führung, oder sogar in Rückstand war. Dadurch war es notwendig, auch in Hälfte zwei eine ausgeglichene Offense aufs Feld zu bringen, die Punkte produziert und nicht primär Zeit von der Uhr nimmt.

TOP Analyse.

Hier werden ja oft so manche, durch  Statistiken untermauerte Behauptungen, bezüglich diverser Zusammenhänge aufgestellt. "Rushing Game ist nicht wichtig & Time of Possession ist nicht wichtig" grob zusammengefasst als Hauptpunkte würde ich mal rausgreifen.

Wie sehen denn da bei den beiden Top Teams der Conferences, 49ers & Ravens, die Statistiken aus?
Wie ist über die Saison die ToP der beiden Teams im Gegensatz zu den Gegnern? Zu wieviel % der Plays sind die Teams gelaufen? Wie sieht das im Vergleich zu anderen Teams aus? Wieviele Rushing Y hatten beide Teams und an welcher Stelle der NFL stehen sie? YUnd an welcher Stelle stehen sie im Passing?

Ich würde aus dem Bauch heraus sagen das beide Teams eine hohe ToP haben, sowie viel und gut laufen im Vergleich zu Anderen Teams...