„Advanced stats“ ist in der Eishockeywelt zu einer Art Modewort geworden. Es hält in der NHL Einzug, so wie es vor Jahren in der MLB der Fall war. Eishockeyteams haben ganze Abteilungen für Analysen, und es ist zu einer Art Krieg (Wortspiel beabsichtigt) zwischen zwei Seiten geworden: Die Daten-Nerds gegen das Hockey der alten Schule. Ich habe vor, einige der in der Analyse verwendeten Statistiken aufzuschlüsseln, um den Einstieg in die Welt der NHL-Analyse zu erleichtern.
NHL-Analyse verstehen
Als ich zum ersten Mal in die NHL-Analyse einsteigen wollte, war es am schwierigsten, eine Quelle zu finden, die mir half, nicht nur zu verstehen, was die Statistiken bedeuten, sondern auch, was eine „gute“ Version der Statistik ist. Es ist relativ allgemein bekannt, dass 30 Tore in einer Saison eine gute Saison sind, aber was ist gut in Bezug auf Corsi oder erwartete Tore?
„Erweiterte Statistiken“ ist oft ein irreführender Begriff. Das liegt daran, dass viele der Statistiken, über die gesprochen wird, im Grunde genommen sehr einfach sind. Manchmal gibt es komplexe Betrachtungsweisen oder umfangreiche Berechnungen, aber die Basisstatistiken sind nicht so „fortschrittlich“.
Ein letzter Hinweis, bevor wir uns mit dem Inhalt befassen: Die meisten dieser Zahlen dienen zur Messung des 5v5 in der NHL. Wenn es um Powerplays und Penalty-Kills geht, sieht die Sache schon anders aus.
Corsi
Was ist Corsi? Dies ist wahrscheinlich die häufigste Statistik, die man hört, wenn man sich auf erweiterte NHL-Statistiken bezieht. Kurz und bündig: Es geht um die Anzahl der Chancen. Corsi misst Torschüsse, Weitschüsse und geblockte Schüsse. Er zeichnet ein umfassenderes Bild des gesamten Spiels als die traditionelle Zählung der „Torschüsse“.
Es gibt sowohl Corsi for (CF) als auch Corsi against (CA). Aus diesem Grund kann Corsi als Differenz (C± oder C+/-) oder als Prozentsatz (CF%) angegeben werden. Am häufigsten wird Corsi daher als CF% angegeben. Sie ist am einfachsten zu verstehen und steht in einem anderen Kontext als die Betrachtung des rohen Corsi pro oder contra. Der individuelle Corsi (iCF) ist ebenfalls eine berechenbare Größe. Sie gibt an, wie viele Schussversuche ein einzelner Spieler unternommen hat. Corsi wird in diesem Zusammenhang jedoch nur selten verwendet.
Worauf sollte man bei der Betrachtung dieser Statistik achten? Traditionell wird alles, was über 50 % liegt, als gut angesehen. Dies ist jedoch mit Vorsicht zu genießen. Dies ist der Schwellenwert, auf den Sie bei einer großen Anzahl von Spielen achten sollten. In einem einzelnen Spiel sollte der Unterschied zwischen 47 % und 51 % nicht dazu verwendet werden, um zu sagen: „Dieser Spieler hatte ein gutes Spiel und dieser Spieler ein schlechtes Spiel“. Im Rahmen eines einzigen Spiels könnten diese beiden Spieler als das Mittelfeld angesehen werden. Mit zunehmender Größe der Stichprobe, z. B. über eine Saison mit 82 Spielen, sind die Unterschiede zwischen 51 % und 47 % viel signifikanter.
Fenwick
Fenwick ist im Grunde dasselbe Konzept wie Corsi, berücksichtigt jedoch nicht die geblockten Schüsse in der Statistik. Die ausschließliche Berücksichtigung von Torschüssen und Weitschüssen lässt vermuten, dass geblockte Schüsse beabsichtigt sind und Teil des Systems eines Trainers sein könnten. Viele der Ideen von Corsi gelten auch für Fenwick. Fenwick für den Prozentsatz (FF%), Fenwick plus-minus (F± oder F+/-).
Relativ zum Team
Beide, Corsi und Fenwick, können relativ zum Rest des Teams dargestellt werden. Es ist eine recht einfache Methode, um zu sehen, wie der Spieler das Spiel im Vergleich zu seinen Mitspielern vorantreibt. Er wird gemessen, indem man den Corsi-Prozentsatz eines Spielers auf dem Eis nimmt und den Corsi-Prozentsatz des Teams ohne diesen Spieler auf dem Eis abzieht.
Beispielsweise können wir mit dem Natural Stat Trick Line Tool sehen, dass die Carolina Hurricanes einen CF% von 53,48% ohne Jordan Staal auf dem Eis hatten. Mit Staal auf dem Eis hatten die Hurricanes eine CF% von 56,35%. Dies würde Staal eine relative CF% von 2,87 geben. Dieser Wert kann auch negativ ausgedrückt werden, wenn die CF% eines Spielers niedriger ist als die seines Teams. Die gleiche Formel könnte auf Fenwick angewendet werden.
PDO
*Anmerkung: PDO ist kein Akronym für irgendetwas. Es ist einfach nur PDO.*
PDO ist eine seltsame Statistik und wird eigentlich nicht so oft verwendet, aber ihr Ziel ist es, „Glück“ im Eishockey zu messen. Bei dieser Berechnung geht es einfach darum, das Glück einer Mannschaft oder eines Spielers zu messen. Sie setzt sich einfach aus dem Prozentsatz der geretteten Tore und der Schussquote des Teams zusammen. Bei der PDO eines einzelnen Spielers betrachten wir den Prozentsatz der Schüsse auf dem Eis und den Prozentsatz der geretteten Tore.
Die Idee hinter der PDO ist, dass ein Team oder ein Spieler in der Regel einen Durchschnitt von 100.
Das Problem mit der PDO ist jedoch, dass Teams und Spieler, die über dem Durchschnitt liegen, wie Auston Matthews in 2017-18, der mit 104,8 abschloss, erwartungsgemäß höher als die erwarteten 100,0 sein werden. Bessere Teams und Spieler sollten eine höhere Schuss- und Schutzquote haben, weil sie einfach besser ausgebildete Spieler haben, und genau hier greift die Statistik zu kurz.
Zone Starts
Zone Starts bewerten, wie viele Schichten ein Spieler in der offensiven Zone im Vergleich zur defensiven Zone beginnt. Dies kann verwendet werden, um den Kontext des Einsatzes zu betrachten und wie er einen Spieler beeinflusst. Spieler, die häufiger in der Offensivzone starten, könnten beispielsweise höhere Werte in Statistiken wie Corsi aufweisen. Der umgekehrte Fall ist ebenfalls zutreffend. Viele dieser Messungen ergeben kein vollständiges Bild, aber Evolving Hockey hat begonnen, dies zusammen mit dem Einsatz in der fliegenden Zone zu verfolgen. Dadurch ergibt sich ein vollständigeres Bild als bisher.
Nächstes Mal werden wir in Understanding NHL Analytics: A Beginners Guide werden wir uns die erwarteten Tore ansehen. Wenn Sie Fragen haben, können Sie sich gerne auf Twitter melden.
Hauptfoto:
Embed from Getty Images