Аналитика (хоккей)
В хоккее аналитика — это анализ характеристик хоккеистов и команд посредством использования статистики и других инструментов для лучшего понимания последствий их игры. В хоккейной аналитике обычно используются три основные статистики: «Корси» и « Фенвик », обе из которых используют попытки броска , приблизительные к владению шайбой, и «PDO», который часто считается мерой удачи. Тем не менее, каждый год создается новая статистика: «RAPM», регуляризованный скорректированный плюс-минус, и «xG», ожидаемые голы, создаются совсем недавно в отношении хоккея, хотя они и раньше применялись в других видах спорта. RAPM пытается изолировать игровые способности игроков к вождению на основе множества факторов, в то время как xG пытается показать, сколько голов игрок должен добавить в свою команду, независимо от бросков и таланта вратаря.
Зала хоккейной славы Тренер Роджер Нильсон считается пионером в области аналитики и использовал методы собственного изобретения еще во время своего пребывания в команде «Питерборо Питс» в конце 1960-х годов. [1] В современном понимании аналитика традиционно была прерогативой хоккейных блоггеров и статистиков-любителей. Их все чаще применяют сами организации Национальной хоккейной лиги (НХЛ). [2] и получил широкое распространение, когда НХЛ заключила партнерское соглашение с SAP SE для создания «расширенного» статистического пакета, что совпало с запуском нового веб-сайта с аналитической статистикой в сезоне 2014–15 годов . [3]
Общая статистика
[ редактировать ]Курсы
[ редактировать ]Корси , называемый попытками броска (SAT), в НХЛ [4] представляет собой сумму ударов по воротам , пропущенных и блокированных ударов. [5] Он назван в честь тренера Джима Корси , но был разработан блоггером и фанатом «Эдмонтон Ойлерз», который разработал статистику, чтобы лучше измерять рабочую нагрузку вратаря во время игры. [6] Однако сегодня Corsi используется для приблизительного определения разницы попыток бросков как для команд, так и для игроков, что затем можно использовать для прогнозирования будущей разницы мячей. Если команда проигрывает в разнице мячей в середине сезона, но обладает высоким коэффициентом Корси, команда создает больше моментов, чем ее соперники, что должно привести к улучшению разницы мячей по мере того, как команда играет больше игр. [7] Корси используется для приблизительного определения владения шайбой - времени, в течение которого команда игрока контролирует шайбу - и обычно измеряется либо как соотношение (например, плюс-минус ) попыток бросков к меньшему количеству попыток бросков, либо в процентах. [5] По словам блоггера Кента Уилсона, большинство игроков будут иметь процент Corsi For (CF%) от 40 до 60. Игрок или команда с рейтингом выше 55% часто считаются «элитными». [5]
Фенвик
[ редактировать ]Фенвик , называемый незаблокированными попытками броска (USAT), в НХЛ [4] это вариант Корси, который учитывает только удары по воротам и пропущенные удары; Блокированные удары ни за, ни против не учитываются. Он назван в честь блоггера Мэтта Фенвика и считается, что он имеет более сильную корреляцию с голевыми моментами. [5] Фенвик используется для оценки действий команд и игроков, которые стратегически используют блокировку бросков как часть своей игры. Игрок, который блокирует большое количество бросков, скорее всего, будет иметь более низкий Корси, поскольку он допускает больше попыток бросков, чем в среднем. Фенвик сам по себе менее надежен, чем Корси, но является основой для большинства моделей ожидаемых голов. [8]
ПДО
[ редактировать ]PDO , называемый SPSV% , в НХЛ [4] представляет собой сумму процента бросков команды и процента ее бросков. [9] Затем сумма умножается на 10, и эта сумма представляет собой PDO команды. Сумма также используется отдельно, чтобы увидеть, следует ли команде ожидать ухудшения или улучшения. PDO обычно измеряется при одинаковой силе и, основываясь на теории о том, что большинство команд в конечном итоге скатится к сумме 100, часто рассматривается как показатель того, насколько удачлива команда. По словам Уилсона, игрок или команда с PDO более 102 «вероятно, не так хороши, как кажутся», тогда как игрок или команда с PDO ниже 98, вероятно, лучше, чем кажутся. [5] PDO также может отслеживать отдельных игроков, взяв сумму процента их бросков и процента сейвов команды, а затем умножив эту сумму на 10. [10]
PDO на самом деле не является аббревиатурой чего-либо. Оно взято из онлайн-дескриптора Брайана Кинга, который первым предложил его для форумов и Counter-Strike . [11]
Зона начинается
[ редактировать ]Старты в зоне — это отношение количества вбрасываний, которые игрок проводит в зоне нападения, к зоне защиты. Игрок с высоким стартовым коэффициентом зоны часто будет иметь увеличенное число Корси из-за старта в зоне нападения, в то время как игрок с низким стартовым коэффициентом зоны часто будет иметь пониженное число Корси. [5] Со стратегической точки зрения тренеры могут дать своим лучшим нападающим больше стартов в зоне нападения, чтобы попытаться создать дополнительные голевые моменты, в то время как лучшие защитники команды обычно будут иметь больше стартов в зоне защиты. [4] Формула для начала зоны: SZ% = начало зоны нападения / (начало зоны нападения + начало зоны защиты). [12] В последнее время использование зонных стартов в анализе сократилось. Установлено, что смены «на ходу» составляют более половины (58%) всех смен. [13]
Новая статистика
[ редактировать ]РАПМ
[ редактировать ]RAPM (регуляризованный скорректированный плюс-минус) — это новая хоккейная статистика, основанная на статистике RAPM, используемой в баскетболе. Вместо отслеживания очков игрока он отслеживает удары игрока, поскольку они происходят чаще, чем голы, что необходимо для обеспечения статистики высокого качества выборки. RAPM использует математическую модель с гребневой регрессией, которая учитывает создание необработанных бросков, Corsi и xG , а также внешние влияния, такие как объем броска, местоположение броска (только xG RAPM), влияние товарища по команде, влияние на соревнование, эффекты очков, старты в зоне, расписание, Тип удара (только xG RAPM) и состояние равномерной силы.
Существует модель Corsi RAPM , которая использует необработанный дифференциал выстрела, и модель xG RAPM, которая учитывает место и тип выстрела. Цель RAPM — выделить игровые способности игрока и дать им количественную оценку. [14]
хГ
[ редактировать ]Модели xG используют UTSA и присваивают каждой попытке выстрела значение в зависимости от места и типа выстрела. Удар из слота может получить оценку 0,30, тогда как удар из точки может получить только оценку 0,02. Модель также учитывает, являются ли эти броски результатом подбора или моментального удара. Этот показатель отвечает на проблемы Corsi, которые заключаются в том, что он одинаково оценивает каждый выстрел. Модели xG по существу отслеживают, какие игроки делают качественные удары. Чем больше качественных бросков сделает игрок, тем больше вероятность, что он забьет. [15]
Эффекты очков и ситуационные модификаторы
[ редактировать ]Хотя аналитическую статистику хоккея можно использовать для измерения любой кадровой ситуации, чаще всего она выражается применительно к игре с равным составом. [16] Статистику также можно просмотреть относительно «эффектов оценки». Например, Корси закрылся и Корси сыграл вничью только тогда, когда одна команда лидирует с преимуществом в один гол или когда игра равна ничьей соответственно. [5] Использование «близкой» статистики призвано отразить тот факт, что команда, ведущая игру, будет иметь тенденцию играть более оборонительно, а это означает, что отстающая команда часто будет предпринимать больше попыток бросков. [4]
Corsi close подвергся тщательной проверке, поскольку он не предсказывал будущие цели, а также нескорректированный Corsi, тем самым уменьшая его ценность. Взвешивание каждого выстрела в зависимости от ситуации с очками (корректировка очков) стало методом корректировки эффектов очков. [17] Во время анализа результатов также необходимо учитывать игровую ситуацию. [18]
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ Стейплс, Дэвид (8 мая 2011 г.). «Раскрываем секретную статистику НХЛ» . Национальная почта . Проверено 21 февраля 2015 г.
- ^ Стинсон, Скотт (05 октября 2014 г.). «Великая аналитическая война «старой» и «новой» статистики идет в НХЛ» . Национальная почта . Проверено 21 февраля 2015 г.
- ^ «Партнерство НХЛ и SAP возглавит статистическую революцию» . Национальная хоккейная лига. 20 февраля 2015 г. Проверено 21 февраля 2015 г.
- ^ Jump up to: а б с д и Каллен, Скотт (20 февраля 2015 г.). «Учебник по расширенной статистике НХЛ» . Спортивная сеть . Проверено 21 февраля 2015 г.
- ^ Jump up to: а б с д и ж г Уилсон, Кент (04 октября 2014 г.). «Не знаете Корси? Вот полезный учебник расширенной статистики НХЛ» . Калгари Геральд . Архивировано из оригинала 12 февраля 2015 г. Проверено 21 февраля 2015 г.
- ^ Маккензи, Боб (6 октября 2014 г.). «Реальная история того, как Корси получила свое имя» . Спортивная сеть . Проверено 21 февраля 2015 г.
- ^ О'Коннор, Чарли. «Продвинутый учебник по статистике: понимание основных хоккейных показателей» . Атлетик . Проверено 16 ноября 2020 г.
- ^ О'Коннор, Чарли. «Продвинутый учебник по статистике: понимание основных хоккейных показателей» . Атлетик . Проверено 16 ноября 2020 г.
- ^ Стинсон, Скотт (19 февраля 2015 г.). «Публикация расширенной статистики НХЛ является подтверждением ее ценности и важным изменением в том, как лига предоставляет данные» . Национальная почта . Проверено 21 февраля 2015 г.
- ^ «Корси? PDO? Объясняем некоторые термины хоккейной аналитики» . Спортнет . Проверено 16 ноября 2020 г.
- ^ @Kinger999 (15 апреля 2014 г.). «@MathHappens51 @coreypronman Это был тег игрока, который я использовал во время игры в Counter-Strike. Использовал его для онлайн-форумов и вуаля» ( Твит ) – через Twitter .
- ^ Гао, Изумруд. «Знакомство с зонами старта» . НХЛ . Чикаго Блэкхокс . Проверено 16 ноября 2020 г.
- ^ «Начало и окончание смены, часть 1» . хоккейвиз.com . Архивировано из оригинала 20 января 2016 г. Проверено 30 января 2016 г.
- ^ О'Коннор, Чарли. «Букварь по расширенной статистике хоккея, часть 2: Как мы можем (и должны) измерять способности к игре?» . Атлетик . Проверено 16 ноября 2020 г.
- ^ О'Коннор, Чарли. «Букварь по расширенной статистике хоккея, часть 2: Как мы можем (и должны) измерять способности к игре?» . Атлетик . Проверено 16 ноября 2020 г.
- ^ Матиш, Джон (24 сентября 2014 г.). «Предстоящий сезон НХЛ станет первым с тех пор, как хоккейная аналитика стала мейнстримом» . Торонто Сан . Проверено 21 февраля 2015 г.
- ^ «Бертч: Значение близкого счета 5 на 5 по сравнению с показателями с поправкой на счет для прогнозирования - Хоккейный проспект» . www.hockeyprospectus.com . Проверено 30 января 2016 г.
- ^ «Влияние владения и расположения шайбы на стратегию хоккея» (PDF) . Электронная пресса Беркли. Архивировано из оригинала 07 марта 2020 г. Проверено 17 апреля 2023 г.
{{cite web}}: CS1 maint: bot: исходный статус URL неизвестен ( ссылка )
Дальнейшее чтение
[ редактировать ]- Лундгрен, Тобиас; Хёгман, Леннарт; Нэслунд, Маркус; Парлинг, Томас (2016). «Предварительное исследование исполнительных функций элитных хоккеистов» . Журнал клинической спортивной психологии . 10 (4): 324–335. дои : 10.1123/jcsp.2015-0030 .
