Norsk fotball, forklart.
Flomlyst fotballstadion i blåtimen før kveldskamp
KI-generert illustrasjon / Coro

FK Crvena Zvezda mot VfB Stuttgart, Champions League

Champions LeagueStadion Rajko Mitić · BeogradFulltid
FK Crvena Zvezda logoFK Crvena ZvezdaHjemmelag
51ons 27. november
VfB Stuttgart logoVfB StuttgartBortelag
Se kampstatistikk →Se oppdatert tabell
Kampanalyse

Kampbildet

Kampen er slutt · Coro-data
Kampklokka6 mål · sann minuttlinje
  1. 5′Ermedin Demirović0–1
  2. 12′Silas Katompa Mvumpa1–1
  3. 31′Rade Krunić2–1
  4. 65′Mirko Ivanić3–1
  5. 69′Nemanja Radonjić4–1
  6. 88′Nemanja Radonjić5–1
NøkkeltallSamme skala for begge lag
Ballbesittelseandel av kampen
29%71%
Fra avslutning til målfelles skuddskala
11Skudd totalt13
8Skudd i boks9
7Skudd på mål2
45%Skudduttelling8%
Hele kampbildetAlle tilgjengelige lagdata
277Pasninger674
71%Pasningsprosent86%
2Blokkerte skudd8
4Hjørnespark4
1Offside1
14Frispark17
1Keeperredninger2
4Gule kort1
Oppstillinger4-2-3-1 · 4-2-3-1
FK Crvena Zvezda logoHjemmelagFK Crvena Zvezda
BortelagVfB StuttgartVfB Stuttgart logo
776.5
Guteša
57.3
Spajić
247.2
Djiga
667.2
Seol
706.6
Mimović
68.51 mål
Krunić
158.31 mål
Mvumpa
218.3
Elšnik
276.6
Milson
556.5
Maksimović
96.0
Ndiaye
97.31 mål
Demirović
46.3
Vagnoman
67.2
Stiller
86.2
Millot
166.9
Karazor
276.3
Führich
76.0
Mittelstädt
156.2
Stenzel
246.7
Chabot
296.7
Rouault
335.7
Nübel
Vis oppstillinger på banen
FK Crvena Zvezda logoHjemmelagFK Crvena Zvezda
BortelagVfB StuttgartVfB Stuttgart logo
776.5
Guteša
57.3
Spajić
247.2
Djiga
667.2
Seol
706.6
Mimović
68.51 mål
Krunić
158.31 mål
Mvumpa
218.3
Elšnik
276.6
Milson
556.5
Maksimović
96.0
Ndiaye
97.31 mål
Demirović
46.3
Vagnoman
67.2
Stiller
86.2
Millot
166.9
Karazor
276.3
Führich
76.0
Mittelstädt
156.2
Stenzel
246.7
Chabot
296.7
Rouault
335.7
Nübel

Hva tallene forteller

  • SjansebildeFK Crvena Zvezda skapte de klart største sjansene (1.47 mot 0.64 xG).
  • EffektivitetFK Crvena Zvezda scoret 5 mål fra sjanser verdt 1.47 xG.

Banen og spillerplasseringen er skjematisk. xG-visningen bruker en fast 0–3-skala; skudduttelling er mål delt på totale skudd.

Modellens fasit

Prematchkilde ikke publisert
–KamputfallMarkedet ble ikke publisert før avspark.Ukjent
–Over/under 2,5 målMarkedet ble ikke publisert før avspark.Ukjent
–Begge lag scorerMarkedet ble ikke publisert før avspark.Ukjent
Ingen publiserte prematchmarkeder kan vurderes.

Neste kamp

Fortsett kampreisen
Champions League · tir 3. novemberGalatasaraymotVfB StuttgartHjemme 44 % · Rams ParkSuper Liga · søn 1. novemberMacvamotFK Crvena ZvezdaModellvurdering avventes

Tabell

Champions League 2024-25
#LagKMFPFlytt
1Inter logoInter5+713–
2Barcelona logoBarcelona5+1312–
3Liverpool logoLiverpool4+912–
4Atalanta logoAtalanta5+1011–
5Bayer Leverkusen logoBayer Leverkusen5+610–
6Monaco logoMonaco4+610–
7Arsenal logoArsenal5+610–
8Sporting CP logoSporting CP5+310–
9Stade Brestois 29 logoStade Brestois 295+310–
10Borussia Dortmund logoBorussia Dortmund4+79–
11Bayern München logoBayern München5+59–
12Aston Villa logoAston Villa4+59–
13Atletico Madrid logoAtletico Madrid5+29–
14AC Milan logoAC Milan5+29–
15Manchester City logoManchester City5+68–
16Juventus logoJuventus4+27–
17Lille logoLille4+17–
18Celtic logoCeltic407–
19Dinamo Zagreb logoDinamo Zagreb4-27–
20Feyenoord logoFeyenoord5-37–
21Real Madrid logoReal Madrid4+26–
22Benfica logoBenfica4+26–
23Club Brugge KV logoClub Brugge KV4-36–
24PSV Eindhoven logoPSV Eindhoven4+25–
25Paris Saint Germain logoParis Saint Germain5-34↑1
26Shakhtar Donetsk logoShakhtar Donetsk4-34↑1
27VfB Stuttgart logoVfB Stuttgart5-74↓2
28Sparta Praha logoSparta Praha5-94–
29Girona logoGirona4-43–
30FK Crvena Zvezda logoFK Crvena Zvezda5-83↑4
31Red Bull Salzburg logoRed Bull Salzburg5-123↓1
32Bologna logoBologna4-51↓1
33Sturm Graz logoSturm Graz4-50↓1
34RB Leipzig logoRB Leipzig5-60↓1
35Slovan Bratislava logoSlovan Bratislava5-140–
36BSC Young Boys logoBSC Young Boys5-150–

Tabellen er beregnet rett etter denne kampen. Markøren viser endring fra tabellen før avspark.

Modellvurderingene er statistiske estimater fra Coros kampmodeller (Dixon-Coles, Elo og kalibrerte klassifiserere) og skal leses med synlig usikkerhet – ikke som fasit.