Old Firm: Siffrorna bakom Celtic mot Rangers
Inför derbyt mellan Celtic och Rangers: Vi analyserar målstatistik, fasta situationer, centrala chanser, disciplin och spelschema.
Celtic tar emot Rangers på Celtic Park den 20 september i en returmatch som formas av två mycket olika signaler: Celtic toppar ligan med 18 poäng efter sex matcher i Scottish Premiership, medan Rangers ligger tvåa med 13. Trots det vann Rangers klubbarnas senaste möte med 3-0 i Ligacupens kvartsfinal, och Celtic kommer från ett 3-1-nederlag mot Ferencvaros i Europa League. Denna Old Firm-analys behöver därför mer än tabellen. Volatiliteten i rivaliteten kan göra rå form till en dålig guide om inte modellen kan skilja repeterbara prestationer från derby-specifika händelser.
Celtic vs Rangers: Formen uppdelad
Celtics ligasiffror är fortfarande de starkaste i mötet. Martin O’Neills lag har vunnit samtliga sex ligamatcher, gjort 14 mål och släppt in tre, med ett snitt på 2,33 gjorda och 0,50 insläppta mål per match. De leder även de tillgängliga effektivitetsindikatorerna: 61,6 % bollinnehav, 65,2 % offensivt spel och 9,5 skott på mål per match.
Rangers ligastatistik är 4-1-1, med 13 gjorda och fyra insläppta mål. Deras snitt är lägre i anfallsspelet – 1,17 mål och 6,5 skott på mål per match – men deras defensiva profil är nära Celtis, med 0,67 insläppta mål per match och tre hållna nollor. Derek McInnes lag har också vunnit sina senaste fem matcher i alla tävlingar, inklusive derbysegern med 3-0.
Den centrala modelleringsfrågan är den här: samplekonflikten. Celtics sex matcher i ligan pekar mot kontroll och många chanser; den senaste inbördes mötet visar att Rangers hittade ett sätt att störa den kontrollen. Resultatet 3-0 bör inte radera Celtics säsongslånga överlägsenhet, men det ökar osäkerheten kring en enkel hemma-vinstprojektion.
Varför första målet spelar roll
Offentlig data före matchen ger inte varje lags statistik för första målet eller xG beroende på matchstatus, så en exakt förstamålskoefficient skulle vara konstruerad snarare än mätt. Den tillgängliga evidensen pekar fortfarande på en stor statförändring. Celtics bollinnehav och offensiva spel tyder på att de är mer benägna att etablera sig tidigt, medan Rangers senaste 3-0-seger visar värdet av att konvertera disruption innan Celtic etablerat sig.
För en ScorePoint AI-liknande modell är den användbara frågan inte bara vem som gör första målet, utan hur varje lag presterar efter att statusen har förändrats. Celtics 14 ligamål indikerar offensiv bredd, medan Rangers fyra insläppta på sex matcher tyder på att de kan försvara en ledning. Ett Rangers-mål skulle sannolikt göra Celtis mittsvecka-trötthet viktigare; ett Celtic-mål skulle testa om Rangers kan skapa tillräckligt med chanser från en djupare eller mer försiktig spelplan.
Centrala chanser och fasta situationer
De offentliga siffrorna gynnar starkt Celtic i den totala offensiva ytan, men de inkluderar inte förväntade mål (xG) uppdelat på centrala kontra breda lägen. Den begränsningen är viktig. Celtics 9,5 skott på mål per match och 61,6 % bollinnehav visar press, inte nödvändigtvis kvaliteten på chanserna mot Rangers kompakta defensiva struktur. Modellen bör därför undvika att behandla bollinnehav som en direkt ersättning för xG i centrala ytor.
Fasta situationer erbjuder en mätbar sekundär väg. Celtic har vunnit 58 hörnor i den tillhandahållna ligadatan, jämfört med Rangers 48. Ingen källa anger mål från hörnor eller frisparkar, så antalet hörnor bör behandlas som möjlighetsvolym snarare än bevis på överlägsenhet i fasta situationer. Cameron Carter-Vickers och Liam Scales ger Celtic etablerade defensiva måltavlor, medan Rangers kan luta sig mot Olwethu Makhanyas luftkapacitet efter att han imponerat i det förra derbyt. Den avgörande skillnaden ligger i kvaliteten på leveransen och förmågan att vinna andrabollar, inte bara antalet hörnor.
Disciplin och spelschema
Rangers har begått 78 frisparkar mot Celtis 60, en skillnad på 18 över sex ligamatcher. Det är en betydande signal för disciplinär risk i ett derby där upprepade mittfältsutmaningar kan påverka presspelet, insläppta fasta situationer och tillgängligheten för aggressiva försvarare. Det är inte en förutsägelse om kort – den tillhandahållna datan innehåller inga kortstatistik – men det motiverar en högre volatilitetsjustering för Rangers defensiva ageranden.
Spelschemat är den tydligaste kontextuella fördelen för Rangers. Celtic spelade sin Ligacup-kvartsfinal mot Rangers den 13 september och förlorade sedan med 3-1 mot Ferencvaros den 17 september, vilket lämnar bara tre dagar före detta ligamöte. Rangers har också spelat sedan cupderbyt, men deras senast noterade match före helgen var en 1-0-ligaseger mot St Mirren den 9 september, vilket ger McInnes lag ett längre återhämtningsfönster. Denna lucka bör återspeglas i projicerad pressintensitet, särskilt för Celtic efter en timmes spel.
Celtic saknar dessutom Alistair Johnston på grund av en ben skada, medan Callum Osmand, Landon Emenalo och Yang Hyun-jun är otillgängliga av anledningar som rapporterats före matchen. Rangers saknar fortsatt långtidsskadade Lawrence Shankland, Youssef Chermiti och Daisuke Yokota; Ryan Naderi är ett frågetecken. Celtics Camilo Duran leder deras ligastatistik för mål och assist med tre mål och tre assist, medan Shankland hade tre mål på fem ligamatcher före sin skada.
Old Firm modellens utblick
Celtics hemmafördel, obesegrade ligarekord och överlägsna offensiva indikatorer talar för dem i denna analys. Rangers senaste 3-0-seger, lägre foulstatistik, fräschare spelschema och starkare omedelbara momentum förhindrar en rutinmässig projektion. Den praktiska utblicken är en match där första målet har ovanligt hög hävstång: Celtic behöver att deras bollinnehav omvandlas till centrala chanser, medan Rangers behöver sitt presspel och sina omställningsmoment för att kompensera för Celtics territoriella kontroll. Varje förutsägelse bör utvidga sitt osäkerhetsintervall snarare än att enbart förlita sig på tabellen efter sex matcher.
Forskningsreferenser
Dessa källor konsulterades vid framtagandet av denna ScorePoint AI-analys.
