Στατιστική ανασκόπηση της RS της Euroleague 2022-23 – Μέρος B: Ποιοι δείκτες μετράνε περισσότερο στο αποτέλεσμα ενός αγώνα

FjordDesigner

Συνεχίζοντας από εκεί που μείναμε,  έστω και καθυστερημένα, θα προσπαθήσουμε να βρούμε μία άλλη εξίσωση παλινδρόμησης (όπως και πέρυσι) η οποία θα προσδιορίζει τη διαφορά πόντων κάθε αγώνα σταθμισμένη σε 100 κατοχές (NetRTG), βάσει των ποσοστών (%) στα σουτ και των βασικών στατιστικών δεικτών κάθε αγώνα ανά 100 κατοχές (rtg), κρατώντας μόνο τους στατιστικά σημαντικούς δείκτες. Για τον κάθε αγώνα, θα έχουμε δύο ομάδες δεικτών, τους Home για τον γηπεδούχο και τους Guest για τον φιλοξενούμενο. Η εξίσωση  παλινδρόμησης που προκύπτει θα έχει την εξής μορφή:

NetRTG= -21.6 + 0.8×Home2%+ 0.86×Home3% + 0.18×HomeFT%+ 0.64×HomeDRrtg + 0.88×HomeORrtg – 0.29×HomePFrtg – 1.3×HomeTOrtg

– 0.68×Guest2% – 0.82×Guest3% – 0.15×GuestFT% – 0.45×GuestDRrtg – 0.7×GuestORrtg + 0.27×GuestPFrtg+1.48×GuestTOrtg

Μην ψαρώσετε! Είναι απλά πολλαπλασιασμοί και προσθαφαιρέσεις που δείχνουν πως  οι στατιστικοί δείκτες  μπορούν να προσδιορίσουν τη διαφορά πόντων του αγώνα. Το σημαντικό σε αυτό το σημείο είναι οι συντελεστές του κάθε στατιστικού δείκτη, καθώς δείχνουν τη βαρύτητα του  στη διαμόρφωση του αποτελέσματος. Αυτοί λοιπόν οι συντελεστές είναι:

Υπόμνημα: 2p%= ποσοστό στα δίποντα, 3p%=ποσοστό στα τρίποντα, FT%=Free Throws % (ποσοστό στις βολές), rtg=ανά 100 κατοχές, DR=Defensive Rebounds, OR=Offensive Rebounds, PF=Personal Fouls, TO=TurnOvers

Η παραπάνω εξίσωση μπορεί να προβλέψει 94.4% της διακύμανσης του NetRTG (ή αλλιώς του αποτελέσματος) κάθε αγώνα της κανονικής περιόδου της φετινής EL (με τυπική απόκλιση 4.2). Για να αντιληφθούμε το επίπεδο ακρίβειας της πρόβλεψης, δείτε το παρακάτω γράφημα όπου απεικονίζει για κάθε αγώνα το πραγματικό NetRTG (κάθετα) με αυτό που δίνει η παραπάνω εξίσωση (Prediction – οριζόντια). Η κόκκινη διαγώνια γραμμή υποδεικνύει μία τέλεια ταύτιση του NetRTG με το αποτέλεσμα της εξίσωσης, οπότε παρατηρούμε πόσο κοντά βρίσκονται τα δύο μεγέθη πλην λίγων εξαιρέσεων.

Το γεγονός αυτό μπορεί να μας διαφωτίσει στο ποιοι στατιστικοί δείκτες είναι σημαντικότεροι στο αποτέλεσμα ενός αγώνα και  πόσο. Δυστυχώς, παρά το γεγονός ότι έχουμε την περσινή εξίσωση, οι μεγάλες διαφορές των σταθερών κάνουν λίγο δύσκολη τη σύγκριση. Παρόλα αυτά, θα προσπαθήσουμε να το εξετάσουμε προσεκτικά.

Καθώς η εξίσωση  γέρνει πολύ προς την πλευρά του φιλοξενούμενου (λόγω της σταθεράς -21.6) θα ήταν φρόνιμο να αποφύγουμε τη σύγκριση συντελεστών γηπεδούχου με φιλοξενούμενο.  Για αυτό το λόγο, θα συγκρίνουμε μόνο τους συντελεστές των στατιστικών του γηπεδούχου μεταξύ τους (και αντίστοιχα και για τον φιλοξενούμενο).

Τα σουτ

Ενώ την περασμένη χρονιά οι συντελεστές στο ποσοστά διπόντων και τριπόντων ήταν πολύ κοντά για γηπεδούχους και για φιλοξενούμενους, φέτος παρατηρούμε πως αυτό ίσχυσε μόνο για τους γηπεδούχους καθώς για τους φιλοξενούμενος το ποσοστό των τριπόντων συμμετείχε πολύ περισσότερο στο αποτέλεσμα κάθε αγώνα (0.82 για τα 3π και 0.68 για τα 2π του φιλοξενούμενου).  Αξίζει επίσης να σημειωθεί πως δεν άλλαξε ιδιαίτερα η ευστοχία στα τρίποντα (οι ομάδες είχαν ~35% πέρυσι και  ~36% φέτος). Προφανώς αυτό έχει να κάνει με τη στόχευση και το στήσιμο των ομάδων τόσο αμυντικά όσο και επιθετικά, ενώ το τρίποντο φαίνεται να είναι αρκετά πιο σημαντικό για τον φιλοξενούμενο.

Τέλος, για τους φανατικούς τις στατιστικής, αυτό το εύρημα και η διαφοροποίησή του σε σχέση με πέρυσι θέτει αρκετά ερωτήματα στο κατά πόσον είναι αξιόπιστο να δίνουμε υπερβολική έμφαση σε σταθερά σταθμισμένους δείκτες ευστοχίας όπως το eFG% και το TS% για τις ομάδες, όταν η σημαντικότητα ανάμεσα  στα σουτ αλλάζει από season σε season.

Τα rebounds

Η σύγκριση των αμυντικών με τα επιθετικά rebounds δείχνει πως και φέτος τα επιθετικά παίζουν πολύ μεγαλύτερο ρόλο. Ίσως θα πρέπει να αποδεχθούμε το επιθετικό rebound ως το σημαντικότερο στοιχείο hustling, που να δείχνει την επιβολή μίας ομάδας μέσα στον αγώνα.

Τα φάουλ (PF) και τα λάθη (TO)

Εδώ δεν έχουμε ιδιαίτερες διαφορές ούτε σε σχέση με πέρυσι, ούτε μεταξύ γηπεδούχου και φιλοξενούμενου. Τα λάθη παραμένουν με συντριπτική διαφορά ο πιο ισχυρός στατιστικός δείκτης.

Οι assists

Κάποιος θα αναρωτηθεί για ποιο λόγο ασχολούμαστε με έναν δείκτη που φέτος δεν είναι στατιστικά σημαντικός. Όμως πέρυσι ήταν, έστω και οριακά, ενώ φέτος είχαμε μία μικρή αύξηση στις assists ανά 100 κατοχές.  Και επειδή κάποιος θα πει “έλα μωρέ τώρα, μικροδιαφορές είναι”, αξίζει να δούμε συγκριτικά τι άλλαξε στις ομάδες που είναι κοινές πέρυσι και φέτος στις assists ανά 100 κατοχές (με μπλε η περσινή επίδοση και με κόκκινο η φετινή).

Το διάγραμμα αυτό δείχνει πως από τις 15 ομάδες που ήταν και πέρυσι στη διοργάνωση, μόνο οι 5 είχαν φέτος λιγότερες assists/100 κατοχές. Αν λάβουμε υπόψιν και τη βαθμολογική κατάταξη θα δούμε πως στην οκτάδα οι 5 πρώτες ομάδες αύξησαν τις assists τους, η 6η ήταν η Partizan που δεν έπαιζε πέρυσι στην EL, ενώ οι πρώτες ομάδες με λιγότερες assists φέτος (οριακά) ήταν οι Zalgiris και Fener (στην 7η και 8η θέση αντίστοιχα). Είναι προφανές πως το παιχνίδι φέτος έγινε πιο ομαδικό και αυτό προφανώς συμμετείχε στην επιτυχία των ομάδων, αλλά δυστυχώς δεν φαίνεται να  είναι ικανή συνθήκη από μόνη της για να φέρει την επιτυχία (πχ, στην 4η και 5η θέση στο συγκεκριμένο στατιστικό βρίσκονται οι Baskonia και Alba). Από την άλλη, όταν τα 2/3 των ομάδων που έλαβαν μέρος στις τελευταίες δύο season αυξάνουν τις assists/100κατοχές, είναι ξεκάθαρο πως μιλάμε για μία ξεκάθαρη τάση (που αν θέλαμε να παινέψουμε και τα γένια μας θα το ονομάζαμε Bartzokas effect – με τον κίνδυνο να φανούμε ολίγον γραφικοί).

Κρατήστε το όμως λίγο αυτό και δείτε λίγο επόμενη υποενότητα.

Τι συμβαίνει αν αφαιρέσουμε τα ποσοστά ευστοχίας;

Είναι αρκετά ενδιαφέρον να ελέγξουμε αν το NetRTG σχετίζεται κάπως με μεταβλητές που δεν εμπεριέχουν άμεσα τα ποσοστά ευστοχίας. Μία τέτοια δοκιμή συσχέτισης (Pearson) μας δίνει τα εξής (αναφέροντας μόνο τις συσχετίσεις με τιμή >0.30):

 

Σημείωση: Οι τιμές πέριξ του 0.4 υποδηλώνουν ελαφριά προς μέτρια συσχέτιση.

Τα αμυντικά rebounds συνδέονται άμεσα με τα ποσοστά ευστοχίας των αντιπάλων, καθώς το πλήθος των διαθέσιμων rebounds προκύπτει από τα άστοχα σουτ τους. Οπότε ίσως να ήταν καλύτερο να αγνοήσουμε τη συσχέτιση με τα αμυντικά rebounds. Αντίστοιχη παρατήρηση θα μπορούσε να κάνει κάποιος και για τις assists, αν και στην προκειμένη περίπτωση τα καλάθια δεν μπαίνουν μόνο από αυτές. Οπότε, ίσως αυτό το εύρημα να πρέπει να το κρατήσουμε λίγο στο μυαλό μας για την RS.

Στο ίδιο πλαίσιο, βλέποντας το κλάσμα assists/λάθη ανά 100 κατοχές, η συσχέτισή του με το NetRTG φαίνεται αδύναμη για το γηπεδούχο, ενώ πλησιάζει προς το μέτριο για τον φιλοξενούμενο.

Τέλος, οι μικρές διαφορές μεταξύ της έντασης των συσχετίσεων μεταξύ γηπεδούχου-φιλοξενούμενου, ίσως αποτελεί πάλι ένα δείγμα της ισχύος της έδρας και του πόσο συμμετέχει στη διαμόρφωση του παιχνιδιού.

Πες μας για το Θρύλο

Δεν έχουμε να πούμε πολλά για πέρυσι, άλλωστε τα περισσότερα τα έχετε δει και έχουν συζητηθεί πάρα πολύ. Στον τελικό, ο Ολυμπιακός χάνει τον έλεγχο των rebounds, πράγμα λογικό μεν στη ρακέτα της Real λόγω της ζώνης και του Tavares, αλλά στη ρακέτα του Ολυμπιακού η Real καταφέρνει να πάρει και το 39% των rebounds που είναι διαθέσιμα, ενώ εμείς καθαρίζουμε μόλις το 61% από αυτά.

Θα σταθώ όμως σε ένα διαφορετικό στοιχείο: τα φάουλ. Η ομάδα μας έκανε 17 φάουλ (δλδ 4.25 ανά περίοδο) και έδωσε 11 βολές στη Real (έβαλε τις 9), ενώ αντίστοιχα η Real παρά τη ζώνη (που θεωρείται πως γενικά προστατεύει από τα φάουλ) έκανε 18 και μας έδωσε 15 βολές (βάλαμε τις 10).  Τα φάουλ μας στον τελικό ανά 100 κατοχές είναι πολύ κοντά στον μέσο όρο μας στην RS (27 έναντι 26.3 MO στην RS), ενώ της Real, παρά τη ζώνη, είναι ακριβώς πάνω στον δικό της MO στην RS. Με λίγα λόγια, η Real δε φοβήθηκε να κάνει φάουλ παρά την επιλογή της ζώνης. Εμείς δεν ανταποκριθήκαμε στα αμυντικά rebounds και κάναμε περίπου τα ίδια φάουλ που κάναμε σε όλη την RS. Και προς θεού, δεν εννοώ να κάνεις φάουλ στον Llull στην τελευταία φάση – το θέμα είναι να μην φτάναμε εκεί. Ούτε ήταν κακή η ιδέα να αποφύγεις τα φάουλ πάνω στον Sergi ή στον Llull (μόνο μία βολή εκτέλεσε ο πρώτος, ο δεύτερος καμία) – όμως σίγουρα θα έπρεπε να ανταποκριθούμε καλύτερα στην άμυνά μας και τα rebounds (καλησπέρα Milu). Αντίστοιχα, στη σειρά με τη Fener και τον ημιτελικό με τη Monaco, δεν φοβηθήκαμε να κάνουμε φάουλ (πχ στα 2 τελευταία ματς της σειράς με τη Fener και στον ημιτελικό κάναμε περίπου 32 φάουλ ανά 100 κατοχές).  Δυστυχώς, ίσως η πίεση να έμεινε κυρίως στο κεφάλι μας. Του χρόνου θα πρέπει να τη βγάλουμε πάνω στον αντίπαλο, παρά τις σημαντικές αλλαγές στο roster.

Και μιας και μιλήσαμε για τις αλλαγές στο roster, ωραίες και σημαντικές οι assists, αλλά για να υπάρξουν χρειάζονται παίκτες που θα πάρουν την πάσα και θα βάλουν τη μπάλα στο καλάθι. Οπότε, καλή η δημιουργία του Sikma, δε νομίζω όμως πως ήταν αυτό που μας έλειπε. Πόσο ακόμα να ανεβάσουμε τους αριθμούς των assists μας; Ίσως να καλύψει κάποιο σημαντικό μέρος της δημιουργικότητας του “ακατανόμαστου”, αλλά φαίνεται να υπάρχει σοβαρή έλλειψη στους πόντους που προσέφερε αυτός και ο Sasha.

Από την άλλη, ο coach σίγουρα ξέρει καλύτερα από εμάς. Μακάρι να δικαιωθεί, γιατί στα μάτια μας φαίνεται σαν ένα τεράστιο ρίσκο.

Καλό υπόλοιπο καλοκαίρι!

Υ.Γ: Τα πρωτογενή δεδομένα αντλήθηκαν από το www.hackastat.eu

0 0 votes
Article Rating
Subscribe
Notify of
guest

This site uses Akismet to reduce spam. Learn how your comment data is processed.

0 Comments
Inline Feedbacks
View all comments
Next Post

Depth Chart 17/07/2023

Subscribe US Now

0
Would love your thoughts, please comment.x
()
x
%d bloggers like this: