ModelltrygghetmediumVärdesignal finns
Flera hästar har stabil historik men spridningen i modellens segerchanser är relativt stor och en start har inget historiskt underlag.
Modellens huvudhästar
1. Tangen Gunn (1)3. Ferden (8)2. Skar Loke (6)
Annonstop-hero
Partnerplats
Syns här med Three-Wide
Den här platsen är reserverad för framtida annonsering och partnerskap inom trav, sport och datadriven analys.
Bli partner
Top hero 320x100 / 728x90
Three-Wide annonsformat
← Första loppetLopp 2 →
Bjerke2026-05-16Lopp 1
Bjerke 2026-05-16 lopp 1
Datadriven loppanalys med ranking, spelvärde och tydliga förklaringar för detta lopp.
Snabbvägar från loppet
Kort läsning av loppet
Toppval
Nr 1 · Tangen Gunn
Bästa edge
Ferden (+0.07)
Loppanalys
Loppbild
Tangen Gunn toppar modellen med lägst sammanvägda modellvärde och bästa form- och snabbhetsrankning; hon har dessutom fördel av innerspår. Ferden och Skar Loke är de närmaste konkurrenterna enligt modellen, medan flera i fältet bedöms ligga klart efter. En start saknar historik vilket drar ner totala tryggheten något.
Bedömning
Godt historiskt underlag för de flesta starters men en deltagare saknar data och modellens sannolikheter är utspridda.
Hetaste buden
Tangen Gunn (nr 1) har loppets bästa sammanvägda modellvärde, snabbaste km-statistik och innerspår som gynnar henne. Ferden (nr 8) rankas högt tack vare stark distansprofil och relativt lågt marknadsmotstånd, medan Skar Loke (nr 6) är nära i snabbhet men har sämre positionhistorik.
Bedömning
Tydliga statistiska fördelar för topptrion, men marginerna är små och enstaka startsituationer kan förändra utgången.
Därför rankar modellen så
Tangen Gunn får första plats genom att kombinera lägsta sammanvägda modellvärde, högsta form- och snabbhetsrankning samt fördelaktigt startspår. Ferden lyfter på grund av stark distanskapacitet och relativt lågt marknadspris, medan Skar Loke kompenserar något sämre positionshistorik med god fart.
Bedömning
Rankningen bygger på flera sammanvägda signaler där topptrion står ut, men variation i startspår och marknadens prissättning ökar osäkerheten.
Teknisk jämförelse mellan modellens huvudhästar
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Tangen Gunn (1) | 3. Ferden (8) | 2. Skar Loke (6) |
|---|---|---|---|
| Fartsrank | 1 | 3 | 2 |
| Formrank | 1 | 6 | 7 |
| Distansrank | 3 | 1 | 6 |
| Kuskrank | 2 | 9 | 5 |
| Tränarrank | 3 | 7 | 5 |
| Stabilitetsrank | 8 | 5 | 1 |
| Underlag | 3 lopp | 3 lopp | 3 lopp |
| Startspår | 1 | 8 | 6 |
Data uppdaterad 2026-05-16 07:31.
Spelvärde
Modellen ser tydligt spelvärde i Ferden: modellens bedömda segerchans är betydligt högre än marknadens implicita sannolikhet. Tangen Gunn visar också positiv värdeskillnad mot marknaden men i mindre grad. Några favoriter verkar överprissatta enligt marknadens sannolikheter, särskilt Linde Høvding som marknaden favoriserar mer än modellen gör.
Bedömning
Edge-bedömningen bygger på tydliga differenser mellan modellens sannolikheter och marknadens implicita sannolikheter för flera hästar.
Trygghet i loppet
Modellen bedömer tryggheten som medelhög: majoriteten har komplett historik och stabila snabbhets- och formvärden, men en start saknar historik vilket sänker helhetsbedömningen. Dessutom är spridningen i sannolikheter relativt stor vilket ger viss osäkerhet i slutordningen.
Bedömning
Flera stabila signaler men en deltagare utan historik och en tydlig sannolikhetsspridning.
Slutsats
Tangen Gunn uppfattas som favorit enligt modellen tack vare bästa sammanvägda modellvärde och innerspår. Ferden sticker ut som mest intressant värdeobjekt mot marknaden och Skar Loke är en närliggande utmanare. Totalt sett ger modellen en medelhög trygghet i bedömningen.
Bedömning
Sammanvägningen av form, snabbhet och position ger tydliga toppkandidater men enstaka databrister och sannolikhetsspridning begränsar säkerheten.
Ranking och sannolikhet
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 1 | Tangen Gunn | 15.7% | 19.2% | +3.5% | Eirik Høitomt | Finn Arne Bakkeberg |
| 2 | 6 | Skar Loke | 15.2% | 12.0% | -3.2% | Gunnar Austevoll | Aina Skar |
| 3 | 8 | Ferden | 3.8% | 11.1% | +7.4% | Jan Martin Bjerring | Kaja Cecilie L. Trana |
| 4 | 3 | Reiremo Svarten | 7.5% | 9.7% | +2.2% | Bjørn Steinseth | Bjørn Steinseth |
| 5 | 2 | R.M.G. Sommerfugl | 3.8% | 9.2% | +5.5% | Tor Arne Eggen | Tor Arne Eggen |
| 6 | 10 | Myras Baron | 19.5% | 9.1% | -10.4% | Bjørn Steine | John Ragnvald Ness |
| 7 | 9 | Linde Høvding | 47.8% | 8.3% | -39.5% | Per Vetle Kals | Per Vetle Kals |
| 8 | 5 | Hvatt Siv | 3.2% | 6.9% | +3.7% | Per M. Hvattum | Per M. Hvattum |
| 9 | 7 | Finnskog Lizzie | 3.2% | 6.6% | +3.3% | Åsbjørn Tengsareid | Malin Marie Bråthen |
| 10 | 4 | Frøy | 5.4% | 6.2% | +0.8% | Kristian Malmin | Kristian Malmin |
| 11 | 11 | Gulheim Brage | 1.0% | 1.6% | +0.6% | Olav Mikkelborg | Håkon Gulheim |
Annonsmid-page
Exponering
Din annons kan ligga här
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
Annonsera på Three-Wide
Mid page 320x250 / 728x90
Three-Wide annonsformat
Länkar och kontext
Publicerad 2026-05-16 07:31