
Vi har alla varit i den hรคr situationen tusentals gรฅnger. Men nรคstan alltid glรถmmer vi hur viktig denna situation รคr. Den fรถrsta handen รคr den enda situationen dรคr du inte vet nรฅgot om motstรฅndaren, och samtidigt mรฅste du spela mot honom. Vad gรถr du i ett sรฅdant fall?
Naturligtvis gรถr du nรฅgot. Du kommer ju inte att hรถja hรคnderna i luften och sรคga att du ger upp. Det sรคtt du agerar pรฅ รคr din standardmodell. Standardmodellen รคr en mentalt konstruerad modell som du har skapat genom att ta genomsnittet av spelarna du har spelat mot.
Genom att studera dina motstรฅndare samlar du lรฅngsamt och formar din standardmodell, justerar den nรฅgot genom att inkludera handlingar som andra mรคnniskor utfรถr, deras tankemรถnster, tills du har en tydlig bild av genomsnittsspelaren i ditt sinne. Naturligtvis, ju mer observant du รคr och ju mer erfarenhet du har, desto mer exakt blir din standard. Pรฅ ett sรคtt, nรคr du sรคtter dig vid ett nytt bord med nรฅgon du inte kรคnner, รคr det du mรถter inte din verkliga motstรฅndare. Du tittar bara pรฅ din standardmodell av en motstรฅndare. Det รคr standardmodellen du spelar mot, som du tillskriver vissa intentioner och vars hรคnder du fรถrsรถker lรคsa.
Fรถrestรคll dig att du ser en spelare som 3-betar i den fรถrsta handen av matchen och du lรคgger dig. Vilken slutsats kan du dra om denna motstรฅndare? Om vi tittar enbart pรฅ HUD-statistik skulle vi se att hans 3-bet-frekvens รคr 100%. Men skulle du spela mot honom som om han 3-betade 100%? Vi vet alla att ingen 3-betar 100%, sรฅdana individer existerar inte i pokerpopulationen. Observera att vi inte anvรคnder information om motstรฅndarens handlingar fรถr att konstruera hans spelmodell, eftersom det skulle vara korrekt att dra slutsatsen att han 3-betar 100%. Istรคllet bรถr hans handlingar tolkas baserat pรฅ hur frekvenserna fรถrdelas รถver hela spelarpopulationen. Med andra ord tรคnker vi pรฅ en bredare grupp spelare och anvรคnder denna information fรถr att konstruera en motstรฅndarmodell.
I statistik รคr detta kรคnt som Bayesian updating. Genom att anvรคnda den genomsnittliga 3-bet-frekvensen, standardavvikelsen (hur brett 3-bet-frekvensen รคr fรถrdelad รถver hela populationen) och den ledtrรฅd vi har (en 3-bet), kan vi anvรคnda Bayesianska berรคkningar fรถr att uppskatta motstรฅndarens 3-bet-frekvens fรถr en 3-bet. Om vi fรถrsรถkte fรถrutsรคga siffran skulle den vara 1% eller 2% hรถgre รคn genomsnittet, baserat pรฅ vรฅr hรคndelse.
Det kan verka som att spela mot nรฅgon i den fรถrsta handen inte รคr ett sรฅ stort problem, men det รคr bรถrjan som avgรถr hur alla vรฅra lรคsningar kommer att fungera mot motstรฅndaren. I varje match, frรฅn den fรถrsta handen, skapar vi en ny standardmodell, precis som en figur av lera. Sรฅ senare, med varje efterfรถljande beslut dรคr vi observerar motstรฅndaren, bรถrjar vi ge denna figur form, lรฅngsamt omforma vรฅr modell. Efter att ha samlat en viss mรคngd information och erfarenhet utvecklar denna modell sin egen personlighet. Vi bรถrjar se dess รถgon, kรคkar och andra olika detaljer som gรถr den till en individ.
Det รคr mycket viktigt att ha en sรฅ exakt standardmodell som mรถjligt, eftersom ju mer exakt den รคr, desto bรคttre kan du fรถrutsรคga motstรฅndarens spel i bรถrjan 
Som vi nรคmnde tidigare uppdateras standardmodellen stรคndigt. Men du kan ocksรฅ mรคrka att du har flera standardmodeller. Efter att ha anvรคnt den fรถrsta modellen och mรคrkt att motstรฅndaren รคr ganska aggressiv eller passiv, kan du รคndra din standardmodell till en aggressiv eller passiv standardmodell, stรคndigt justera den efter situationen. Tills dina lรคsningar blir mer och mer exakta och tills du slutligen har din individuella motstรฅndarmodell. Varje av dessa modeller รคr fortfarande baserade pรฅ din egen spelprojektion, sรฅ hรฅll det i รฅtanke. Det viktigaste รคr att analysen och omformningen bรถrjar frรฅn den fรถrsta motstรฅndarmodellen du tilldelade honom, som kom frรฅn din erfarenhet med den genomsnittliga spelaren.