“Estatísticas Avançadas” tornou-se uma espécie de palavra-chave no mundo do hóquei. Ela está emergindo na NHL como aconteceu anos atrás com o MLB. Equipas de hóquei têm departamentos inteiros para análise, e tornou-se uma espécie de guerra (trocadilho) entre dois lados: Os Totós dos Dados contra o Hóquei da Velha Escola. O que eu pretendo fazer é quebrar algumas das estatísticas comuns usadas na análise de NHL para ajudar as pessoas a serem introduzidas no mundo da análise de NHL.
Entendendo NHL Analytics
Quando eu quis primeiro entrar na análise de NHL, a parte mais difícil foi encontrar um recurso que me ajudou a entender não apenas o que as estatísticas significavam, mas o que era uma versão “boa” da estatística. É relativamente comum saber que marcar 30 gols em uma temporada é uma boa temporada, mas o que é bom em termos de Corsi ou de gols esperados?
“Estatísticas avançadas” é muitas vezes um termo enganoso. Isto porque, nas suas raízes, muitas das estatísticas comuns de que se fala são de natureza extremamente simples. Há algumas formas complexas de olhar o contexto às vezes, ou alguns grandes cálculos envolvidos, mas as estatísticas básicas não são tão “avançadas”.
Um precursor final antes de entrar no conteúdo: a maioria desses números são para medir 5v5 na NHL. Quando se fala em powerplays e penalidades, torna-se uma besta diferente.
Corsi
O que é Corsi? Esta é provavelmente a estatística mais comum a ser ouvida quando nos referimos às estatísticas avançadas da NHL. Para resumir nos termos mais básicos: é medir o número de chances. Corsi mede chutes a gol, chutes amplos, e chutes bloqueados. Ele tende a pintar um quadro maior de todo o jogo do que apenas a contagem tradicional de “chutes a gol”.
Existe Corsi a favor (CF) e Corsi contra (CA). Por causa disso, Corsi pode ser mostrado como um diferencial (C± ou C+/-), ou como uma porcentagem (CF%). Com isso, o uso mais comum de expressar Corsi é através de CF%. É o mais simples de entender e colocá-lo em um contexto que olhar para o Corsi bruto a favor ou contra não o faz. O Corsi individual (iCF) também é uma estatística calculável. Ele pode dizer quantas tentativas de tiro um único jogador já fez. Corsi neste contexto, no entanto, raramente é usado.
Agora, o que você deve procurar ao olhar para este stat? Tradicionalmente, qualquer coisa acima de 50% é vista como boa. Tome isto com um grão de sal, no entanto. Este é o limiar que você deve procurar em cima de um grande corpo de trabalho. Num único jogo, a diferença entre 47% e 51% não deve ser usada para dizer “este jogador tinha um bom jogo e este jogador tinha um mau jogo”. No contexto de apenas um jogo, estes dois jogadores podiam ser vistos como o meio do grupo. À medida que o tamanho da amostra se torna maior, tal como numa época de 82 jogos, as diferenças entre 51% e 47% são muito mais significativas.
Fenwick
Fenwick é basicamente a mesma ideia do Corsi, no entanto, não conta os tiros bloqueados na estatística. Somente a inclusão de chutes a gol e chutes amplos dá crédito à idéia de que chutes bloqueados são intencionais e podem fazer parte do sistema de um treinador. Muitas das idéias do Corsi se aplicam ao Fenwick. Fenwick para porcentagem (FF%), Fenwick mais menos (F± ou F+/-).
Relativo à equipe
Both Corsi e Fenwick podem ser retratados como relativos ao resto da sua equipe. É uma forma bastante simples de ver como o jogador conduz o jogo em comparação com os seus colegas de equipa. É medido tomando a percentagem de um jogador do Corsi no gelo e subtraindo a percentagem do Corsi da equipa sem esse jogador no gelo.
Por exemplo, podemos olhar para a ferramenta Natural Stat Trick line e ver que os Furacões da Carolina tiveram um CF% de 53,48% sem o Jordan Staal no gelo. Com o Staal no gelo, os Furacões tiveram um CF% de 56,35%. Isto daria ao Staal um CF% relativo de 2,87. Este valor também pode ser expresso como um CF% negativo caso o CF% de um jogador seja inferior ao das suas equipas. A mesma fórmula poderia ser aplicada ao Fenwick.
PDO
*Nota, PDO não é um acrónimo para nada. É simplesmente PDO.*
PDO é uma estatística estranha, e na verdade não é usada com frequência, mas o seu objectivo é medir a “sorte” no hóquei. Esse cálculo é simplesmente para medir ou a sorte de uma equipa ou de um jogador. É simplesmente a percentagem de poupança das equipas mais a sua percentagem de remate. Em termos de jogadores individuais DOP, olhamos para a percentagem de remates e de salvamento.
A ideia por detrás da DOP é que uma equipa ou um jogador terá, normalmente, uma média de 100.0 ao longo de uma temporada inteira, uma vez que as raias quentes e frias tenham nivelado, é aqui que a maioria dos jogadores ficará.
O problema com DOP, no entanto, são as equipas e jogadores que estão acima da média, como Auston Matthews em 2017-18, que terminou com 104,8, espera-se que sejam superiores aos 100,0 esperados. Espera-se que as melhores equipas, e os jogadores, tenham percentagens de remate mais elevadas e poupem percentagens devido ao facto de apenas terem jogadores mais habilidosos, e é aqui que a estatística fica aquém.
Zona Começa
Zona começa a avaliar quantos turnos um jogador começa na zona ofensiva versus a zona defensiva. Isto pode ser usado para ver o contexto de uso e como ele afeta um jogador. Como os jogadores que começam na zona ofensiva com mais frequência poderiam ter números mais altos em estatísticas como o Corsi. O inverso disto também é verdade. Muitas destas medidas não dão o quadro completo, no entanto, o Evolving Hockey começou a acompanhar o uso na zona de jogo. Isto captura uma imagem mais completa do que antes.
Próxima vez em Understanding NHL Analytics: Um Guia para Principiantes, vamos olhar para os objectivos esperados. Se você tiver alguma dúvida, sinta-se à vontade para chegar no Twitter.
Foto principal:
Embed de Getty Images