Den här platsen är reserverad för framtida annonsering och partnerskap inom trav, sport och datadriven analys.
Datadriven loppanalys med ranking, spelvärde och tydliga förklaringar för detta lopp.
Flera hästar har heltäckande historik och stabila hastighetsvärden, men två starters saknar historik vilket drar ner helhetsstyrkan.
Loppet domineras av ett fåtal med låga sammanvägda modellvärden; Majblomster är modellens toppval tack vare hög hastighet och bra positionstal. Flera konkurrenter har konkurrenskraftiga värden och långdistansvana men två starters saknar historik, vilket ökar osäkerheten i fältet.
Majblomster (start 14) toppar med bäst hastighet och lägst sammanvägda modellvärde. Ängspuma (13) och Prinsessan Stöen (9) följer som näraliggande hot med god position och rimlig fart. Läckra Lizzie (8) har god speed men högre spridning i tider vilket pressar hennes totalvärde.
Majblomster har lägst sammanvägda modellvärdet tack vare topprankad hastighet och bra positionstal; det ger hög sannolikhetsvikt. Ängspuma har stark distansprofil och stabilitet som väger upp ett högre basvärde. Prinsessan Stöen har konsekventa placeringar men något lägre speed, medan Läckra Lizzie kompenserar med snabbhet men större spridning i tider.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Majblomster (14) |
|---|---|
| Fartsrank | 1 |
| Formrank | 3 |
| Distansrank | 6 |
| Kuskrank | 3 |
| Tränarrank | 6 |
| Stabilitetsrank | 4 |
| Underlag | 3 lopp |
| Startspår | 1 |
Marknaden tycks spela ner Ängspuma (implied ~1.97%) jämfört med modellens bedömda segerchans, vilket ger positiv värdeskillnad för henne. Majblomster är prissatt högre än modellens bedömning indikerar (negativ värdeskillnad). För några hästar saknas oddsdata i input och kan inte bedömas.
Modellen bedömer tryggheten som medelhög: de flesta hästar har tre historiska lopp och stabila hastighetsbaser, men två hästar saknar helt historik vilket skapar osäkerhet i mitten/slutet av fältet.
Majblomster framstår som loppets starkaste enligt modellen på grund av ledande hastighet och bra positionsvärden, medan Ängspuma sticker ut som en värdeprofil mot marknaden. Två hästar utan historik ökar osäkerheten och gör loppet mindre förutsägbart i slutskedet.
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 14 | Majblomster | 24.2% | 15.5% | -8.7% | Mats E Djuse | Jan-Olov Persson |
| 2 | 13 | Ängspuma | 2.0% | 11.1% | +9.1% | Robert Skoglund | Robert Skoglund |
| 3 | 9 | Prinsessan Stöen | 5.9% | 10.7% | +4.8% | Marcus Lilius | Jan-Olov Persson |
| 4 | 8 | Läckra Lizzie | 4.0% | 8.6% | +4.6% | Robert Wilhelmsson | Robert Wilhelmsson |
| 5 | 12 | Guli Stina | 3.7% | 7.7% | +4.1% | Ulf Ohlsson | Anders Wallin |
| 6 | 5 | Mynta V.S. | 10.1% | 7.5% | -2.6% | Magnus A Djuse | Jörgen Westholm |
| 7 | 3 | Sillre Meja | 2.8% | 6.8% | +4.0% | Henrik Kihle | Joakim Reiser |
| 8 | 4 | Kalida | 11.5% | 6.3% | -5.2% | Jorma Kontio | Jens Kristian Brenne |
| 9 | 1 | Lill Tesla | 3.9% | 6.3% | +2.4% | Kajsa Frick | Kajsa Frick |
| 10 | 10 | Kjempa Re | 1.2% | 6.3% | +5.1% | Fredrik Fransson | Fredrik Fransson |
| 11 | 6 | Eld Prinsessa | 7.5% | 5.5% | -2.0% | Örjan Kihlström | Jan-Olov Persson |
| 12 | 2 | Hulte Rebecca | 4.0% | 4.9% | +0.8% | Henrik Svensson | Ingemar Söderberg |
| 13 | 11 | Prinsesse Ness Tjo | 35.6% | 1.4% | -34.2% | Björn Steine | John Ragnvald Ness |
| 14 | 7 | Klack Emma | 1.5% | 1.4% | -0.2% | Oskar Kylin Blom | Joakim Reiser |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
