ご覧のように、コロンバスはリードしているときにシュート回数が少なくなっています。 これはかなり典型的な傾向です。
ロジスティック回帰を使用すると、リードしているチームが次のゴールを決める可能性に対するシュートとシュートの質の効果を評価することができます。 私が構築したモデルは、Garry のものと同様に、ゲームを一連のゲーム状態に分解します。 ゲームは0-0で始まり、ゴールが決まるたびに、新しいゲーム状態が始まります。 私のモデルは、リードしているチームのシュート数と、セグメント中のそれらのシュートの平均品質（サイトの期待ゴールモデルを使用）を入力として取ります。
一般に、シュート数が多いチームは、試合で次のゴールを許す可能性が低くなります。 また，より良いシュートを打つチームも，次のゴールを許す可能性が低くなる． もし、チームが1点差でリードしている状況だけを含めても、同じ結果が得られます。 しかし、試合終了間際の時間帯や、チームが1点リードしている状況、つまりバスを駐車することが適切な状況だけを見ると、状況は変わってきます。
この方法で問題を調べるために、各セグメントがいつ始まるかでフィルタリングしたデータを使用して、別のモデルを構築しました。 私は、チームがいつ守備の殻に入り始めるべきかという疑問に答えることを望んでいるので、この方法でデータをフィルタリングしました。 セグメントの開始時刻を使うことは、完全ではありませんが、良い代用品だと思います。 例えば、70分後のゴールでバスを駐車することが良い戦術かどうかを見るには、70分以降に始まるゲームセグメントのデータを使ってモデルを構築します。
下のグラフは、分マークでフィルタリングし、リードするチームの3つの変数（ショット、ショットの質、会場（ホームまたはアウェイ））のそれぞれが、そのチームがゴールを決めるかどうかに統計的に有意な影響を持つかどうかを示しています。