Deportivo Morón - Estudiantes Caseros: Spielstatistiken

Ich prognostiziere einen Heimsieg (1). Deportivo Morón erzielt zuhause im Schnitt 1.57 Tore und kassiert nur 0.57 Tore pro Spiel, weist eine positive Tordifferenz von +7 sowie 71% Heimsiege bei 0% Niederlagen auf. Morón generiert qualitativ mehr Chancen: das durchschnittliche xG für die Heimmannschaft liegt bei 1.60 gegenüber 1.16 xG von Estudiantes auswärts, und die durchschnittlichen Schüsse von 11.71 sowie 3.86 Schüsse aufs Tor bei den Gastgebern übertreffen die 8.57 Schüsse und 3.43 Schüsse aufs Tor der Gäste. Estudiantes Caseros erzielt auswärts nur 0.86 Tore pro Spiel, hat 43% Spiele ohne Tor auswärts und eine geringere Schusskonversion (10% vs. 13% Morón), was ihre Fähigkeit, die gegnerische Defensive zu knacken, deutlich einschränkt. Obwohl die Gäste in den letzten 5 Spielen ungeschlagen sind (1 Sieg, 4 Remis) und in diesem Zeitraum 1.4 Punkte pro Spiel holen, verschafft die Überlegenheit von Morón in Chancenqualität und Defensive zuhause ihnen einen klaren Vorteil in dieser Partie.

Das Hauptsignal gegen Beide Teams treffen (BTT) ergibt sich aus den saisonalen Kennzahlen: Deportivo Morón hat BTT bei 33%, Estudiantes Caseros nur 14%, und der Anteil von BTT-Spielen in der Liga liegt bei 39%, was darauf hindeutet, dass in der Mehrheit der Begegnungen nicht beide Seiten treffen. Obwohl die kombinierte durchschnittliche xG beider Teams bei rund 2,26 liegt (1.10 + 1.16), beträgt der tatsächliche saisonale Tor-Durchschnitt nur 1,36 (0.50 + 0.86), und die Conversion-Rate der Schüsse liegt bei 6% beim Gastgeber und 10% beim Gast, was auf geringe Effektivität hinweist und die Wahrscheinlichkeit eines beidseitigen Treffers begrenzt. Zusätzlich stärken häufige Weiße Weste-Szenarien das „Nein“-Szenario: Estudiantes hat in 43% der Spiele kein Gegentor, Deportivo in 33%, und die ligweite Rate an Spielen mit sauberer Weste liegt bei hohen 79%. Ein Gegenargument ist die jüngste Form, in der beide Teams in 60% der letzten fünf Spiele BTT hatten und Deportivo in den letzten 5 durchschnittlich 1,2 Gegentore kassiert (Estudiantes 0,6), jedoch führen die Überlegenheit der saisonalen Defensivkennzahlen und die geringe Effektivität dazu, dass ich mich für „Nein“ entscheide.

Basierend auf xG: Der Angriff der Heimmannschaft hat xG 1.10, die Defensive der Gäste xG gegen 0.85, was erwartete Tore der Heimmannschaft ≈0.98 ergibt; analog hat der Angriff der Gäste xG 1.16 und die Defensive der Heimmannschaft 0.86, was ≈1.01 Tor ergibt, Summe ≈1.99. Bei einer Poisson-Verteilung mit λ=1.99 liegt die Wahrscheinlichkeit für Über 1.5 Tore bei etwa 59%, für Über 2.5 bei etwa 32% und für Über 3.5 bei etwa 14%. Saisonale Daten stärken das Signal für Unter 2.5: Die Heimmannschaft hat 0% Spiele über 2.5, die Gäste 29%, und der Ligadurchschnitt Over2.5 liegt bei ~30%; zusätzlich haben beide Teams 0% Over3.5 in der Saison. In den letzten 5 Spielen hatte die Heimmannschaft 60% Begegnungen mit >2.5 Toren, die Gäste jedoch 0%, und die Unterschied in der Effizienz (SOT 2.5 vs 3.43 sowie Conversion 6% vs 10%) deutet auf eine begrenzte Endtorzahl hin. Folglich ist bei erwarteten ≈1.99 Toren und starker saisonaler Unterstützung für Under (insbesondere 0% Over2.5 bei der Heimmannschaft) die beste Wahl Under 2.5.

Das wahrscheinlichste Szenario ist ein Unentschieden zur Halbzeit und ein Auswärtssieg (X/2). Die Gastgeber stehen in 67 % der Spiele zur Halbzeit unentschieden, und die Gäste hatten in ihren letzten 5 Partien zu 100 % ein Unentschieden zur Halbzeit, daher ist das Signal für ein Unentschieden zur Halbzeit eindeutig. In der zweiten Halbzeit agieren die Gäste offensiver: sie erzielen im Mittel 0,86 Tore nach der Pause und treffen in 71 % der Spiele nach der Halbzeit, während die Gastgeber nur 0,17 Tore nach der Pause erzielen. Zudem gewinnen die Gäste 43 % der Spiele gegenüber 17 % bei den Gastgebern, haben ein höheres xG von 1,16 gegenüber 1,10, eine bessere Schusseffizienz von 10 % vs. 6 % sowie mehr Torschüsse aufs Tor (3,43 vs. 2,5), was für ein entscheidendes Tor nach der Halbzeit spricht. Auf dieser Grundlage erachte ich X/2 als das stärkste Signal aus den verfügbaren Daten.