北海道コンサドーレ札幌ベガルタ仙台鹿島アントラーズ浦和レッズ大宮アルディージャ柏レイソルFC東京川崎フロンターレ横浜F・マリノスヴァンフォーレ甲府アルビレックス新潟清水エスパルスジュビロ磐田ガンバ大阪セレッソ大阪ヴィッセル神戸サンフレッチェ広島サガン鳥栖
モンテディオ山形水戸ホーリーホックザスパクサツ群馬ジェフユナイテッド千葉東京ヴェルディFC町田ゼルビア横浜FC湘南ベルマーレ松本山雅FCツエーゲン金沢名古屋グランパスFC岐阜京都サンガF.C.ファジアーノ岡山レノファ山口FCカマタマーレ讃岐徳島ヴォルティス愛媛FCアビスパ福岡V・ファーレン長崎ロアッソ熊本大分トリニータ
グルージャ盛岡ブラウブリッツ秋田福島ユナイテッドFC栃木SCY.S.C.C.横浜SC相模原AC長野パルセイロカターレ富山藤枝MYFCアスルクラロ沼津ガイナーレ鳥取ギラヴァンツ北九州鹿児島ユナイテッドFCFC琉球FC東京U−23ガンバ大阪U−23セレッソ大阪U−23
HOME » 安西幸輝 2016 選手データ
RSS
東京ヴェルディ
Tokyo Verdy 東京ヴェルディ[J2 2016シーズン]
順位 勝点 引分 得点 失点 得失点差
18 43 10 13 19 43 61 -18
Recent Result
2016 11/20[Sun]AWAY
東京V 東京V 2 - 4 岐阜 岐阜
Next Match
試合がありません
2016 11/22 update
安西 幸輝Koki ANZAI
ポジション DF 生年月日 1995 5/31 身長/体重 172cm / 64kg 出生地 兵庫

スタメン時のポジション

LSB1
LWB2
LSH1
GK0
CB0
CH0
OH0
CF0
RSB22
RWB1
RSH4
※試合開始時点でのポジションとなりますので、途中出場の場合はカウントされません。また、試合途中でポジションが変更となった場合もカウントされません。ポジションは弊社独自の判断となっており、公式のものではありません。複数のチームでプレーした場合は、最終所属チームでのデータとなります。

プレースタイル

※2016年J2の集計データより算出

左下「Playing Style 指標」内の数値は、さまざまなプレーデータから算出された数値の偏差値をポイント化したものです。詳細は「プレースタイル指標とは」のページをご覧ください。

Playing Style 指標 [1~20]
決定力1-
シュート力8--------
パスレスポンス力10----------
パスチャンス力6------
クロスチャンス力17-----------------
ドリブルチャンス力14--------------
ビルドアップ力13-------------
敵陣空中戦7-------
自陣空中戦7-------
守備力8--------
ボール奪取力11-----------

最新の出場状況

2016 11/20[Sun]
東京V 2 4 岐阜
AWAY
Playing Time90
Goal0
Assist0
Yellow Card1
Red Card0
Chanse Building Point
Shot0
Offense3.22
Defense1.74
Pass1.95
Dribble0.47
Cross0.79

シーズンスタッツ

年度 リーグ 所属 出場 先発 途中出場 ゴール シュート 成功率 アシスト 警告 退場
2014 J2 東京V 41 33 8 2 35 5.7% 3 6 0
2015 J2 東京V 35 32 3 1 27 3.7% 2 3 0
2016 J2 東京V 34 31 3 0 28 0.0% 2 3 0
※所属順とはならない場合があります

チャンスビルディングポイントCBポイントとは?

今季累計 リーグ順位 90分換算値
攻撃 56.32 56 1.75
パス 35.96 89 1.12
ドリブル 8.15 29 0.25
クロス 12.22 16 0.38
シュート -6.88 570 -0.21
守備 137.96 133 4.29
セーブ 0 - 0
シュートポイントの変動
攻撃ポイントの変動
守備ポイントの変動

出場記録各試合のチャンスビルディングポイント

日付 試合結果 出場時間 Pos. G A シュート 攻撃 パス ドリブル クロス 守備
1 2/28 東京V 10 札幌 90 RSB 0 0 -0.28 2.85 1.92 0.36 0.57 1.84
2 3/6 讃岐 21 東京V 90 RSB 0 0 -0.10 3.51 1.71 0.11 1.69 1.92
3 3/13 熊本 10 東京V 90 RSB 0 0 -0.10 1.75 1.18 0 0.57 12.70
4 3/20 東京V 10 徳島 90 RSB 0 0 -0.43 2.44 1.52 0.92 0 7.34
5 3/26 東京V 01 町田 90 RSB 0 0 0 0.49 0.49 0 0 4.14
6 4/3 岡山 11 東京V 90 RSB 0 0 -0.63 1.62 1.39 0.23 0 8.36
7 4/10 東京V 00 長崎 90 RSB 0 0 イエロー x 1 0 0.94 0.94 0 0 3.23
8 4/17 横浜FC 11 東京V 90 RSB 0 0 -0.58 2.01 2.01 0 0 2.47
9 4/23 東京V 03 水戸 90 RSB 0 0 -0.87 0.77 0.77 0 0 4.99
10 4/29 群馬 22 東京V ←OUT 84 RSB 0 1 0 2.19 1.33 0.23 0.62 5.12
11 5/3 東京V 01 山形 90 RSH 0 0 -0.08 1.68 1.68 0 0 1.66
12 5/7 東京V 04 松本 90 RSH 0 0 -0.86 3.83 2.05 0.35 1.43 7.62
13 5/15 金沢 11 東京V 90 LSB 0 0 0 2.62 1.33 0.35 0.94 12.18
14 5/22 東京V 21 清水 90 LSH 0 0 -0.28 1.09 0.73 0.36 0 0.61
15 5/29 愛媛 00 東京V 90 RSB 0 0 0 1.02 0.90 0.12 0 3.18
16 6/4 山口 31 東京V ←OUT 45 RSH 0 0 0 0.48 0.48 0 0 0.13
20 6/26 C大阪 10 東京V ←OUT 61 RSH 0 0 -0.27 1.10 0.58 0.52 0 0.17
21 7/3 北九州 21 東京V →IN 10 0 0 -0.15 0.29 0.06 0.23 0 0
22 7/10 東京V 21 岡山 90 RSB 0 0 0 0.73 0.73 0 0 5.05
23 7/16 長崎 21 東京V 90 RSB 0 0 0 1.57 1.31 0.26 0 2.37
24 7/20 清水 01 東京V ←OUT 45 RWB 0 0 0 0.90 0.79 0.11 0 0
25 7/24 東京V 12 群馬 →IN 54 0 0 0 0.67 0.67 0 0 5.37
26 7/31 東京V 10 熊本 →IN 1 0 0 0 0.20 0.20 0 0 0
27 8/7 京都 20 東京V SUB
28 8/11 東京V 41 金沢 90 RSB 0 0 -0.44 1.14 0.62 0 0.52 4.94
29 8/14 東京V 02 横浜FC 90 RSB 0 0 イエロー x 1 -0.38 2.85 1.23 1.11 0.50 1.77
30 8/21 徳島 31 東京V ←OUT 70 RSB 0 0 0 1.43 0.79 0.11 0.53 0.10
31 9/11 水戸 11 東京V SUB
33 9/25 東京V 11 千葉 SUB
34 10/2 町田 21 東京V SUB
35 10/8 東京V 11 北九州 ←OUT 82 RSB 0 0 0 2.06 1.18 0.35 0.53 3.08
36 10/16 山形 10 東京V 90 RSB 0 0 0 2.40 1.50 0.12 0.77 4.62
37 10/22 札幌 12 東京V 90 RSB 0 0 0 0.44 0.44 0 0 4.28
38 10/30 東京V 11 愛媛 90 RSB 0 0 0 1.01 0.93 0.07 0 5.10
39 11/3 東京V 22 山口 90 RSB 0 1 -0.43 2.06 0.31 0.12 1.64 16.96
40 11/6 松本 20 東京V 90 RSB 0 0 -0.43 3.08 1.27 0.72 1.09 2.97
41 11/12 東京V 12 C大阪 90 LWB 0 0 -0.58 2.06 1.17 0.89 0 1.45
42 11/20 岐阜 42 東京V 90 LWB 0 0 イエロー x 1 0 3.22 1.95 0.47 0.79 1.74
このページをツイートして、フォロワーに広めよう!
PICK UPmore
NEW 2017 2/23 [Thu.] 2016年のJ1リーグ全試合データを機械学習し、2017年の展望を予測する(1) 富士ゼロックススーパーカップが終わり、いよいよ2/25から明治安田生命J1リーグが開幕する。本稿では、データスタジアムが保有する、2016年のJ1リーグ全出場選手の試合ごとのスタッツデータ※401項目を、機械学習手法を駆使して解析、各チームの勝敗予測モデルを作成することによって、2017年のJ1リーグの展望をデータから予測してみる。※ここでのスタッツデータとは、選手の走行距離やスプリント回数といったトラッキングデータと、インターセプト、パスやシュート、ドリブルの回数といったプレーデータを指す。 サッカーの勝敗予測はどのように行えばよいだろうか。サッカーは、ゴールが対戦相手よりも多いチームが勝利するスポーツだ。サッカーにおけるゴール数は、野球やバスケットボールなど他のスポーツと比較し、一般的に少ない。2016年J1リーグでは805ゴールが生まれたが、1試合における、各チームのゴール数は平均1.3ゴールであった。また、1試合における両チームあわせたゴール数が3ゴール以内だった試合は全体の71.6%となった。さてこのような滅多に起きない事象は、ポワソン分布と呼ばれる確率分布に従うことが知られている。ポワソン分布とは、いわゆる左右対称の正規分布ではなく、0や1といった小さい値となる確率が大きい確率分布となり、事象の平均値から求められる。
2017 1/27 [Fri.] 2016湘南シーズンレビュー ~苦しみの中に見えた光明~
2016 12/30 [Fri.] データで振り返る2016 ~川崎フロンターレ~
#footballlab
HOME » 安西幸輝 2016 選手データ
Team Select close