„Zaawansowane statystyki” stały się czymś w rodzaju buzz word wokół świata hokeja. Pojawia się w NHL, tak jak to miało miejsce lata temu w MLB. Zespoły hokejowe mają całe działy dla analityki, a to stało się wojną (pun intended) z rodzaju pomiędzy dwoma stronami: Data Nerds vs. Old School Hockey. To, co zamierzam zrobić, to rozbić niektóre z powszechnych statystyk używanych w analityce, aby pomóc ludziom wprowadzić się w świat analityki NHL.
Zrozumienie analityki NHL
Gdy po raz pierwszy chciałem zająć się analityką NHL, najtrudniejszą częścią było znalezienie źródła, które pomogło mi zrozumieć nie tylko to, co oznaczają statystyki, ale to, co jest „dobrą” wersją statystyki. To stosunkowo powszechna wiedza, że zdobycie 30 bramek w sezonie to dobry sezon, ale co jest dobre w kategoriach Corsi lub oczekiwanych bramek?
„Zaawansowane statystyki” to często mylące określenie. Dzieje się tak dlatego, że u swoich podstaw, wiele z popularnych statystyk, o których się mówi, jest niezwykle prostych w swojej naturze. Istnieją pewne skomplikowane sposoby patrzenia na kontekst lub duże obliczenia, ale statystyki bazowe nie są aż tak „zaawansowane”.
Jeden ostatni prekursor przed przejściem do treści: większość z tych liczb jest przeznaczona do pomiaru 5v5 w NHL. Kiedy mówimy o grze w przewadze i rzutach karnych, staje się to inną bestią.
Corsi
Co to jest Corsi? Jest to prawdopodobnie najczęstsza statystyka, o której słyszy się, gdy mowa o zaawansowanych statystykach NHL. Podsumowując w najbardziej podstawowych słowach: jest to pomiar liczby szans. Corsi mierzy strzały na bramkę, strzały szerokie i strzały zablokowane. Ma tendencję do malowania większego obrazu całej gry niż tylko tradycyjne liczenie „strzałów na bramkę”.
Istnieje zarówno Corsi dla (CF) jak i Corsi przeciwko (CA). Z tego powodu, Corsi może być pokazane jako różnica (C± lub C+/-), lub jako procent (CF%). Najczęstszym sposobem wyrażania Corsi jest CF%. Jest to najprostsze do zrozumienia i daje kontekst, którego nie daje patrzenie na surowe Corsi za lub przeciw. Indywidualne Corsi (iCF) jest również obliczalną statystyką. Może powiedzieć Ci ile prób strzałów oddał jeden zawodnik. Corsi w tym kontekście jest jednak rzadko używane.
Na co powinieneś zwrócić uwagę patrząc na tę statystykę? Tradycyjnie, wszystko powyżej 50% jest postrzegane jako dobre. Weź to z ziarnem soli, jednak. Jest to próg, którego powinieneś szukać w dużym zbiorze prac. W pojedynczym meczu, różnica pomiędzy 47% a 51% nie powinna być używana do stwierdzenia „ten zawodnik miał dobry mecz, a ten zły”. W kontekście tylko jednego meczu, obaj ci zawodnicy mogą być postrzegani jako środek stawki. Gdy wielkość próbki staje się większa, np. w 82 meczach sezonu, różnice pomiędzy 51% a 47% są znacznie bardziej znaczące.
Fenwick
Fenwick to w zasadzie ten sam pomysł co Corsi, jednak nie wlicza on zablokowanych strzałów do statystyki. Tylko włączenie strzałów na bramkę i strzałów szerokich daje kredyt na pomysł, że zablokowane strzały są celowe i mogą być częścią systemu trenera. Wiele z idei Corsi ma zastosowanie do Fenwick. Fenwick za procent (FF%), Fenwick plus-minus (F± lub F+/-).
Relative to Team
Zarówno Corsi jak i Fenwick mogą być przedstawione jako relatywne do reszty drużyny. Jest to dość prosty sposób, aby zobaczyć, jak zawodnik napędza grę w porównaniu do kolegów z drużyny. Mierzy się go biorąc procent Corsi zawodnika na lodzie i odejmując procent Corsi drużyny bez tego zawodnika na lodzie.
Na przykład, możemy spojrzeć na Natural Stat Trick line tool i zobaczyć, że Carolina Hurricanes mieli CF% 53.48% bez Jordana Staala na lodzie. Ze Staalem na lodzie, Huragany miały CF% na poziomie 56.35%. To daje Staalowi względny CF% na poziomie 2.87. Wartość ta może być również wyrażona jako ujemna, jeśli CF% zawodnika jest niższy niż jego drużyny. Ta sama formuła może być zastosowana do Fenwick.
PDO
*Uwaga, PDO nie jest skrótem od czegokolwiek. Jest to po prostu PDO.*
PDO jest dziwną statystyką i właściwie nie jest używana tak często, ale jej celem jest mierzenie „szczęścia” w hokeju. To wyliczenie ma na celu po prostu zmierzenie szczęścia drużyny lub zawodnika. Jest to po prostu procent obron drużyny plus procent strzałów. Jeśli chodzi o PDO poszczególnych graczy, patrzymy na procent strzałów i procent obron.
Idea stojąca za PDO jest taka, że drużyna lub zawodnik zazwyczaj osiągają średnią 100.0 przez cały sezon, gdy gorące passy i zimne passy zostaną wyrównane, to jest to, gdzie większość graczy będzie stać.
Problem z PDO, jednak jest zespoły i gracze, którzy są powyżej średniej, takie jak Auston Matthews w 2017-18, który zakończył z 104,8, oczekuje się, że będą wyższe niż oczekiwane 100,0. Lepsze zespoły i gracze, oczekuje się, że będą mieli wyższe procenty strzałów i procenty oszczędności ze względu na fakt, że po prostu mają wyżej wykwalifikowanych graczy, i to jest, gdzie statystyka ta wypada słabo.
Zone Starts
Zone starts oceniają, ile zmian gracz zaczyna w strefie ofensywnej w porównaniu do strefy defensywnej. To może być użyte, aby spojrzeć na kontekst użycia i jak to wpływa na zawodnika. Na przykład zawodnicy, którzy częściej rozpoczynają w strefie ofensywnej mogą mieć wyższe statystyki takie jak Corsi. Odwrotność tego jest również prawdziwa. Wiele z tych pomiarów nie daje pełnego obrazu, jednak Evolving Hockey rozpoczął śledzenie tego wraz z wykorzystaniem strefy w locie. To daje bardziej kompletny obraz niż wcześniej.
Następnym razem w Understanding NHL Analytics: A Beginners Guide zajmiemy się oczekiwanymi bramkami. Jeśli macie jakieś pytania, zapraszamy na Twittera.
Główne zdjęcie:
Embed from Getty Images
.