Skip to content
Skip to main content
DigiCalcs

Sportanalys

Yellow Card Probability Calculator

Vad är Yellow Card Probability Calculator?

▾

Under Premier League-säsongen 2022-23 fick Casemiro 9 gula kort och 1 rött – de flesta bokningar av någon utespelare i ligan. Under hela säsongen utfärdade Premier League-domarna i snitt 3,7 gula kort per match, vilket skapade en viktig faktor för lagledning och fantasifotboll. Sannolikhet för gult kort är den statistiska sannolikheten för att en specifik spelare eller ett specifikt lag får ett gult kort i en given match, beräknat utifrån historiska bokningsfrekvenser, matchsammanhang (rivalitetsintensitet, domaruppdrag, matchinsatser) och individuella spelares disciplinära rekord. Mätvärdet har ökat i betydelse när multisportanalysteam försöker kvantifiera varje aspekt av matchrisk. Gula kort är betydelsefulla eftersom de påverkar: trupptillgänglighet (ackumulering av 5 eller 10 bokningar leder till avstängning), matchtaktik (en bokad spelare blir mer försiktig), dynamik i matchen (ett 10-mannalag från ett rött kort ändrar sannolikhetslandskapet helt), poäng i fantasifotboll (−1 poäng per gult kort i FPL) och försummade spelares marknadsvärde (flaggade spelares marknadsvärde). Domarna varierar avsevärt i sina bokningspriser: vissa Premier League-tjänstemän i genomsnitt 4,8 gula kort per match medan andra i genomsnitt 2,9, vilket gör domartilldelningen till en betydande variabel. Matchsammanhang har enorm betydelse: lokala derbyn (Manchester-derby, North London-derby) ger 40-60 % fler bokningar än standardliga matcher. Vissa taktiska system genererar också fler kort: högt pressande lag engagerar sig i fler fysiska utmaningar och får fler bokningar än besittningsdominerande sidor.

DigiCalcs delivers precision-engineered tools for engineers and STEM professionals.

Formel

▾
f(x)Spelarens sannolikhet för gult kort (per match): P(YC) = Base_rate × Referee_multiplier × Match_context_multiplier × Position_factor Base_rate = Spelarens YC per 90 min under de senaste 20 matcherna Referee_multiplier = Domare snitt YC per match / Liga snitt YC per match Match_context_multiplier: Derby = 1,4, Titelavgörande = 1,2, Nedflyttning = 1,3, Standard = 1,0 Positionsfaktor: CDM = 1,2, CB = 1,1, CM = 1,0, CAM = 0,9, FWD = 0,85 Arbetat exempel: Casemiro (baskurs 0,38 YC/90) i Manchester-derbyt (sammanhang 1,4) Domargenomsnitt = 4,2 kort/match, Ligasnitt = 3,7 → multiplikator = 1,14 P(YC) = 0,38 × 1,14 × 1,4 × 1,2 = 0,73 (73 % per matchning!)

Variabelbeskrivning

▾
SymbolNamnEnhetBeskrivning
YCPSannolikhet för gult kortsannolikhet (0–1)Statistisk sannolikhet att en spelare får ett gult kort i en given match, baserat på disciplinär historia, position och matchsammanhang.
YC_rateGula kort per 90 minuterkort/90 minAntal gula kort som en spelare får, normaliserat per 90 minuters spel; basindata för sannolikhet för gult kort på matchnivå.
Fel_CRegelbrott begångna per 90fouls/90 minFrekvens för regelbrott begångna av spelaren per 90 minuter; starkt korrelerad med gult korts sannolikhet för fysiska eller defensiva spelare.
Ref_YC_rateDomare gult kortkort/spelGenomsnittligt gula kort som visas per match av den tilldelade domaren; en betydande modifierare av individuell YCP, eftersom strängare domare producerar systematiskt högre kortpriser.
Acc_YCAckumulerade gula korträknaAntal gula kort som redan erhållits av spelaren i tävlingen; påverkar avstängningströsklarna och kan påverka spelarens/tränarens beteende.

Hur man Yellow Card Probability Calculator

▾
  1. 1Beräkna spelarens gula kortfrekvens per 90 minuter under sina senaste matcher (vanligtvis 10-20 spelfönster).
  2. 2Identifiera den tilldelade domaren för den kommande matchen och jämför deras genomsnittliga säsongskort per match med ligans medelvärde.
  3. 3Bedöm matchkontexten: derbyn, nedflyttningsstrider och matcher med hög insats producerar systematiskt fler bokningar.
  4. 4Tillämpa positionsjustering — defensiva mittfältare och mittbackar tävlar fler fysiska dueller och får fler varningar än anfallare.
  5. 5Multiplicera alla faktorer för att få sannolikheten för gult kort per match.
  6. 6För avstängningsrisk, använd kumulativ sannolikhet: P(når 5:e YC före återställning) = 1 - (1 - P_per_match)^resterande_spel.

Lösta exempel

▾
Exempel 1Casemiro 2022-23 bokningsrisk
Givet:0,38, 1,14, 1,3, CDM
Resultat:P(Gult kort) = 67,6% per match

Casemiros exceptionella aggressivitet i pressen, i kombination med en strikt domare och höginsatssammanhang, gav nästan säker bokningssannolikhet för varje enskild match.

Exempel 2Lågriskspelare: Trent Alexander-Arnold
Givet:0,08, 1,0, 1,0, RB
Resultat:P(Gult kort) = 8% per match

TAA:s tekniska spel med minimala aggressiva utmaningar håller hans bokningsrisk väldigt låg trots att han spelar 90 minuter nästan varje Premier League-match.

Exempel 3Beräkning av upphängningströskel
Givet:4, 8, 0,35
Resultat:P(avstängning från nästa YC) = 94,7% sannolikhet i nästa 8 matcher

En spelare på 4 bokningar med 35 % gult kortsrisk per match når nästan säkert avstängning före återställningsdatumet – managers måste bestämma sig för om de ska bänka dem i enklare matcher för att skydda tillgängligheten för större matcher.

Exempel 4Jämförelse av domareffekt
Givet:0,22, 2,8, 5,1, 3,7
Resultat:Lämplig ref: P(YC) = 16,5% | Strikt ref: P(YC) = 30,3 %

Samma spelare har nästan dubbla sannolikheten för gult kort beroende enbart på vilken domare som utses – en variabel som elitchefer och analytiker följer noggrant.

Praktiska tillämpningar

▾
🏗️

Lagledning: klubbar spårar kumulativa gula kort noggrant för att rotera nyckelspelare innan avstängningströskelvärden utlöses i mindre kritiska matcher, vilket representerar ett viktigt tillämpningsområde för Yellow Card Prob i professionella och analytiska sammanhang där korrekta gula kort-probberäkningar direkt stöder informerat beslutsfattande, strategisk planering och prestationsoptimering

🔬

Fantasy-fotbollsstrategi: chefer jämför domarbokningar mot deras trupps disciplinära risker för att fatta kaptens- och övergångsbeslut, vilket representerar ett viktigt tillämpningsområde för Yellow Card Prob i professionella och analytiska sammanhang där korrekta beräkningar av gula kortsprober direkt stöder informerat beslutsfattande, strategisk planering och prestationsoptimering

📊

Spelmarknader: totala marknader för gula kort (över/under 3,5 kort per match) prissätts med hjälp av historiska domardata och matchkontextmodeller, vilket representerar ett viktigt tillämpningsområde för Yellow Card Prob i professionella och analytiska sammanhang där korrekta beräkningar av gula korts sannolikhet direkt stöder informerat beslutsfattande, strategisk planering och prestationsoptimering

🏥

Spelarutveckling: ungdomsspelare med höga gula kort i fotboll under 23 år flaggas för riktad disciplinär coachning före uppflyttning till a-laget, vilket representerar ett viktigt tillämpningsområde för Yellow Card Prob i professionella och analytiska sammanhang där korrekta gula kort-probberäkningar direkt stöder informerat beslutsfattande, strategisk planering och prestationsoptimering

Specialfall

▾

Simulering (dykning) gula kort skiljer sig från foul-play-bokningar och är det

Gula kort för simulering (dykning) skiljer sig från bokningar av foul-play och är inte förutsägbara från mätningar av nedsmutsningsfrekvens – de kräver separat spårning eftersom de återspeglar en annan typ av beteenderisk. I Yellow Card Prob kräver detta scenario ytterligare försiktighet vid tolkning av gula korts sannolika resultat. Standardformeln kanske inte fullt ut tar hänsyn till alla faktorer som finns i detta kantfall, och kompletterande analys eller expertkonsultation kan vara motiverad. Professionell bästa praxis innebär att dokumentera antaganden, köra känslighetsanalyser och korsreferensera resultat med alternativa metoder när gula korts sannolikhetsberäkningar faller inom icke-standardiserat territorium.

En spelare som får gult kort för oliktänkande (bråkar med domaren)

En spelare som får ett gult kort för oliktänkande (tvistar med domaren) visar en annan profil än en som bokats för fysiska regelbrott – oliktänkande är svårare att förutsäga och korrelerar inte lika starkt med position eller pressningsintensitet. I det gula kortprovet kräver detta scenario ytterligare försiktighet vid tolkning av gula korts sannolika resultat. Standardformeln kanske inte fullt ut tar hänsyn till alla faktorer som finns i detta kantfall, och kompletterande analys eller expertkonsultation kan vara motiverad. Professionell bästa praxis innebär att dokumentera antaganden, köra känslighetsanalyser och korsreferensera resultat med alternativa metoder när gula korts sannolikhetsberäkningar faller inom icke-standardiserat territorium.

I europeisk tävling återställs ackumuleringen av gula kort för varje tävling

I europeisk tävling återställs ackumuleringen av gula kort för varje tävlingsomgång (grupp till knockout), så risken för avstängning av gula kort måste spåras separat för Premier League och Champions League. I Yellow Card Prob kräver detta scenario ytterligare försiktighet vid tolkning av gula korts sannolika resultat. Standardformeln kanske inte fullt ut tar hänsyn till alla faktorer som finns i detta kantfall, och kompletterande analys eller expertkonsultation kan vara motiverad. Professionell bästa praxis innebär att dokumentera antaganden, köra känslighetsanalyser och korsreferensera resultat med alternativa metoder när gula korts sannolikhetsberäkningar faller inom icke-standardiserat territorium.

Premier League Yellow Card Leaders 2023-24

▾
SpelareKlubbPlaceraGula kortYC/90Avstängningsrisk
Din TielemansAston VillaCM110,38Hög
Morgan Gibbs-WhiteNottm ForestKAM100,35Hög
James TarkowskiEvertonCB90,27Medium-hög
Declan RiceArsenalCDM70,22Medium
RodriMan CityCDM60,18Medium
Bukayo SakaArsenalRW20,07Låg

Vanliga frågor

▾
Q

Vilken Premier League-domare ger flest gula kort?

A

Bokningspriser för Premier League-domare varierar avsevärt från år till år eftersom PGMOL justerar vägledning för domare. Historiskt sett har tjänstemän som Stuart Attwell och Michael Oliver snittat högre kortpriser (4,3-4,8 per match) medan David Coote och Simon Hooper har snittat lägre (2,9-3,4 per match). Dessa skillnader är statistiskt signifikanta över hela säsonger.

Q

Hur många gula kort leder till avstängning i Premier League?

A

I Premier League får en spelare som når 5 gula kort före utgången av matchdag 19 ett 1 matchs avstängning. Att få 10 gula kort före matchdag 32 får 2 matchers avstängning. Efter den tröskeln utlöser varje ytterligare 5 bokningar ett eskalerande förbud. Återställningsdatumen tvingar klubbarnas taktiska gula korthantering.

Q

Påverkar VAR priserna för gula kort?

A

VAR har haft en komplex effekt: det har ökat röda kort (genom att granska incidenter som domare missat) och har lett till några retrospektiva uppgraderingar av gult kort till rött. Totalt sett har antalet gula kort varit relativt stabilt sedan VAR-införandet 2019-20, även om enskilda högprofilerade incidenter (som Pogbas VAR-tillagda röda) har förändrat matchresultaten.

Q

Är sannolikheten för gula kort olika för hemma- och bortalag?

A

Ja – det finns starka bevis för att domare bokar bortaspelare till högre priser än hemmaspelare för liknande incidenter, troligtvis på grund av publiktrycket. Flera akademiska studier visar att bortalag får cirka 10-15 % fler gula kort per motsvarande regelbrott än hemmalag, en form av omedveten domarbias. Detta är särskilt viktigt i samband med gula korts sannolikhetsberäkningar, där noggrannhet direkt påverkar beslutsfattandet. Proffs inom flera branscher förlitar sig på exakta gula kort-prob-beräkningar för att validera antaganden, optimera processer och säkerställa efterlevnad av tillämpliga standarder. Att förstå den underliggande metodiken hjälper användarna att tolka resultaten korrekt och identifiera när ytterligare analys kan vara motiverad.

Q

Kan ett lag strategiskt använda gula kort?

A

Ja – medvetna taktiska regelbrott för att stoppa kontringar är uttryckligen gula kort. Lag gör en medveten risk-belöningsberäkning när en försvarare tar ett gult kort för att förhindra en tydlig målchans. Vissa lag och tränare (särskilt Atletico Madrid under Simeone) är kända för denna disciplinerade användning av professionella regelbrott trots bokningsrisken.

Q

Hur påverkar gula korts förutsägelser strategier för fantasifotboll?

A

FPL-managerar undviker att kaptenera gula kort-benägna spelare i strikta domarmatcher eftersom ett −1 poängs avdrag dubblas för kaptenen. En spelare med 40 % gult kortsrisk som får 8 poäng får 16 som kapten, men med gult är det 15 — den förväntade kaptensavkastningen är 8×2 - 0,4×1 = 15,6 poäng. En säkrare spelare med 10 % risk och 7 projicerade poäng får 7×2 - 0,1 = 13,9 förväntade poäng — värdejämförelsen spelar roll.

Q

Skiljer sig priserna för gula kort efter säsongsfas?

A

Ja – priserna för gula kort i början av säsongen är vanligtvis 10-15 % lägre än under mitten av säsongen när nya relationer mellan domare och spelare etablerar sig och den fysiska intensiteten ökar. Nedflyttning och titelstrider i slutet av säsongen (matchdagar 30-38) visar årets högsta gula kort, cirka 15-20 % över säsongsgenomsnittet. Detta är särskilt viktigt i samband med gula korts sannolikhetsberäkningar, där noggrannhet direkt påverkar beslutsfattandet. Proffs inom flera branscher förlitar sig på exakta gula kort-prob-beräkningar för att validera antaganden, optimera processer och säkerställa efterlevnad av tillämpliga standarder. Att förstå den underliggande metodiken hjälper användarna att tolka resultaten korrekt och identifiera när ytterligare analys kan vara motiverad.

Vanliga misstag att undvika

▾
  • !Att använda säsongsbetonade gula kortsummor utan att normalisera till per-90 — en spelare som spelar 3 000 minuter kommer att samla fler bokningar än en som spelar 2 000 minuter oavsett disciplinkvalitet.
  • !Att ignorera domartilldelningen i förutsägelsen – att försumma 50-70 % variation i bokningspriser mellan strikta och milda domare skapar stora felaktigheter i varje sannolikhetsuppskattning per match.
  • !Att behandla alla gula kort lika — ett gult för ett regelbrott i sista man som förhindrar ett rött kort skiljer sig kvalitativt från ett gult för en rutinmässig sen utmaning; avancerade modeller försöker särskilja dessa scenarier.
💡

Proffstips

Spåra "professional foul index" separat från den allmänna gula kortfrekvensen: identifiera vilka spelare som regelbundet tar taktiska gula för att stoppa kontringar. Dessa spelares bokningsfrekvens är delvis en funktion av deras lagkamraters defensiva positionering – förbättra den defensiva strukturen och dessa bokningar bör minska. Rent aggressiva spelare som gör fel av känslomässiga snarare än taktiska skäl är större risker eftersom deras bokningar inte kan tränas ut.

⭐

Visste du?

Real Madrids Sergio Ramos är spelaren med flest gula kort i den professionella fotbollens historia – över 300 på alla tävlingar i karriären. Han har också fler röda kort (27) än nästan någon annan spelare i elitfotbollshistorien. Ändå hindrade hans bokningsfrekvens honom aldrig från att bli uttagen eller vinna flera Champions League- och La Liga-titlar, vilket tyder på att managers accepterade hans disciplinära profil som priset för hans defensiva förträfflighet.

Regional Guides

▾
🇺🇸 US▾
Använder amerikanska sedvanliga enheter och standarder
🇬🇧 UK▾
Kan använda metriska eller brittiska standarder
🇪🇺 EU▾
Följer EU/SI-konventioner där tillämpligt

Referenser

  • ›Premier League domarstatistik
  • ›Opta Disciplinära Data
  • ›FBref Disciplinär statistik
📖Svårighetsgrad:Avancerad
Accuracy-checked
Reviewed October 2026
Our methodology

Få mattetips varje vecka

Gå med 12 000+ prenumeranter som får räknartips varje vecka.

🔒
100% Gratis
Ingen registrering
✓
Korrekt
Verifierade formler
⚡
Omedelbar
Resultat direkt
📱
Mobilanpassad
Alla enheter

Inställningar

IntegritetVillkorOm© 2026 DigiCalcs