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.
Modellen har inga historiska loppdata för deltagarna (antal tidigare relevanta lopp = 0) vilket gör bedömningen osäker trots likartade interna poäng.
Startfältet är homogent enligt modellen: alla hästar får identiska interna poäng och samma teoretiska vinstchans. Eftersom det saknas historiska loppdata för samtliga deltagare blir differenserna små och modellen lutar mot flera jämbördiga kandidater snarare än en tydlig favorit.
Imperia Blue, Slewty Princess och Divine Blue rankas högst av modellen och delar samma sammanvägda modellvärde. De sticker ut främst på grund av rutinersade tränare/ryttare-kopplingar och central startuppställning, men skillnaden till övriga är marginell.
Alla hästar har identiska interna poäng och lika hög teoretisk vinstchans i modellens beräkning. Små preferenser i rankningen kommer från tränar- och kuskassocieringar samt mittpositioner i startfältet, inte från tydliga prestationsdata eftersom antal tidigare relevanta lopp saknas.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Imperia Blue (4) |
|---|---|
| Fartsrank | 1 |
| Formrank | 1 |
| Distansrank | 1 |
| Kuskrank | 1 |
| Tränarrank | 1 |
| Stabilitetsrank | 1 |
| Underlag | 0 lopp |
| Startspår | 4 |
Modellen visar stora värdeskillnader mot marknadens prissättning för flera hästar (modellens bedömda segerchans är mycket högre än den implicita marknadschansen enligt indata). Observera att marknadsodds ej ingår i datan här; det som anges bygger på jämförelse mellan modellens segerchans och en medföljande implicerad sannolikhet i indata.
Modellen bedömer tryggheten som låg eftersom antal tidigare relevanta lopp saknas för samtliga deltagare. Det ger stor osäkerhet trots liknande interna poäng och identiska teoretiska vinstchanser.
Modellen ser Imperia Blue, Slewty Princess och Divine Blue som de mest intressanta baserat på sammanvägt modellvärde, men skillnaderna är små och tryggheten är låg på grund av avsaknad av historik. Edgeuppskattningarna indikerar potentiellt värde gentemot den implicita sannolikheten i indata, men marknadsodds saknas för verifiering.
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 4 | Imperia Blue | 1.0% | 16.7% | +15.7% | Samy Camacho | Antonio Sano |
| 2 | 3 | Slewty Princess | 1.0% | 16.7% | +15.7% | Leonel Reyes | Ronald Coy |
| 3 | 5 | Divine Blue | 1.0% | 16.7% | +15.7% | Nik Juarez | Antonio Sano |
| 4 | 1 | Brat Girl | 1.0% | 16.7% | +15.7% | Heriberto Figueroa | Heather Smullen |
| 5 | 6 | Cuddle the Kitten | 1.0% | 16.7% | +15.7% | Rajiv Maragh | Jeffrey Jones |
| 6 | 2 | Frosty Belle | 1.0% | 16.7% | +15.7% | Christian Maragh | Collin Maragh |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
