Gamescore
Gamescore kom jag först i kontakt med tack vare en artikel av Petter Carnbro på hockeynews.se där han jämför förra årets Brynäs mot det nuvarande. Jag rekommenderar alla att läsa den då han pedagogiskt redogör för metoden. Jag har precis dragit igång med detta så det är självklart välkommet med tips och åsikter om analysens tillvägagångssätt.
Det är helt enkelt ett verktyg för att snabbt analysera spelares prestationer utifrån ett par bestämda parametrar som mål, första-assist, andra-assist, skott på mål, tekningar, blockerade skott, utvisningar, målskillnad vid lika styrka och skottförsöksskillnad (även kallat corsi). Övriga defensiva egenskaper är svåra att mäta statistiskt så därför får man ta metoden för vad det är.
I ursprungsmodellen för forwards som jag hittade så utgick dom ifrån siffrorna i den övre raden på bilden ovan. Den egentliga skillnaden i min modell är att jag har satt corsin (C+-) till noll då jag inte har all indata för detta på alla spelare, så det ger en viss spridning mot andras analyser. Jag har även valt att lägga in antalet utvisningsminuter för enbart två och fem-minutersutvisningar då 25:or snabbt ger ett orimligt påslag. Jag har även valt att lägga in en parameter för tacklingar också ifall jag skulle vilja lägga in den i analysen, men hittills har jag också satt den till noll.
Den totala gamescoren för spelaren i ovanstående bild skulle här alltså bli 0,75*13+0,7*5+0,55*2+0,075*87+0,05*4-0,15*20+0,01*(-1)+0,15*4=18,7. För att sen utjämna skillnader för missade matcher och mindre speltid så analyseras poängen per match och per 60min speltid.
Jag hittade även en analys för målvakter som från början var GA*(-0,75)+SVS*0,1. Men då SHL.se även presenterar skotten som tas inom skottsektorn så har jag lagt till dom parametrarna och viktat om det så att ett insläppt mål från skottsektorn ger mindre minus och en räddning från ett skott i skottsektorn ger lite mer plus. Jag har även matat in en +- för straffar också men valt att inte använda den i analysmetoden ännu. Man kan givetvis argumentera för att viktningen ska vara på ett annat sätt men just nu har jag använt denna.
Alltså skulle målvakten på bilden enligt min analys få en gamescore på (-0,6)*31+(-0,9)*18+0,125*312+0,075*524=43,5.
När man då gjort detta för samtliga spelare i ligan så kan man rangordna dessa mot varann och på så sätt få ut vilken kedjeplacering/backpar dessa skulle hamna i utifrån den här metoden. Sen ett par säsonger tillbaka så är det 14 lag i serien vilket således ger 14*3=42 spelare som kan ha en roll i förstakedjan, 14*2=28 spelare i ett första backpar osv. Men för att göra en ytterligare distinktion så kan man plocka ut dom 14 bästa forwards och tolv bästa backar och särskilja dessa. Då blir den enl bilden nedan.
Detta ger då en enkel visuell bild på hur olika lags sammansättning ser ut. Som exempel så säger detta att Växjö just nu efter 27 spelade matcher har två förstakedjor. Men mer om det i framtida analyser.
Det är helt enkelt ett verktyg för att snabbt analysera spelares prestationer utifrån ett par bestämda parametrar som mål, första-assist, andra-assist, skott på mål, tekningar, blockerade skott, utvisningar, målskillnad vid lika styrka och skottförsöksskillnad (även kallat corsi). Övriga defensiva egenskaper är svåra att mäta statistiskt så därför får man ta metoden för vad det är.
I ursprungsmodellen för forwards som jag hittade så utgick dom ifrån siffrorna i den övre raden på bilden ovan. Den egentliga skillnaden i min modell är att jag har satt corsin (C+-) till noll då jag inte har all indata för detta på alla spelare, så det ger en viss spridning mot andras analyser. Jag har även valt att lägga in antalet utvisningsminuter för enbart två och fem-minutersutvisningar då 25:or snabbt ger ett orimligt påslag. Jag har även valt att lägga in en parameter för tacklingar också ifall jag skulle vilja lägga in den i analysen, men hittills har jag också satt den till noll.
Den totala gamescoren för spelaren i ovanstående bild skulle här alltså bli 0,75*13+0,7*5+0,55*2+0,075*87+0,05*4-0,15*20+0,01*(-1)+0,15*4=18,7. För att sen utjämna skillnader för missade matcher och mindre speltid så analyseras poängen per match och per 60min speltid.
Jag hittade även en analys för målvakter som från början var GA*(-0,75)+SVS*0,1. Men då SHL.se även presenterar skotten som tas inom skottsektorn så har jag lagt till dom parametrarna och viktat om det så att ett insläppt mål från skottsektorn ger mindre minus och en räddning från ett skott i skottsektorn ger lite mer plus. Jag har även matat in en +- för straffar också men valt att inte använda den i analysmetoden ännu. Man kan givetvis argumentera för att viktningen ska vara på ett annat sätt men just nu har jag använt denna.
Alltså skulle målvakten på bilden enligt min analys få en gamescore på (-0,6)*31+(-0,9)*18+0,125*312+0,075*524=43,5.
När man då gjort detta för samtliga spelare i ligan så kan man rangordna dessa mot varann och på så sätt få ut vilken kedjeplacering/backpar dessa skulle hamna i utifrån den här metoden. Sen ett par säsonger tillbaka så är det 14 lag i serien vilket således ger 14*3=42 spelare som kan ha en roll i förstakedjan, 14*2=28 spelare i ett första backpar osv. Men för att göra en ytterligare distinktion så kan man plocka ut dom 14 bästa forwards och tolv bästa backar och särskilja dessa. Då blir den enl bilden nedan.
Detta ger då en enkel visuell bild på hur olika lags sammansättning ser ut. Som exempel så säger detta att Växjö just nu efter 27 spelade matcher har två förstakedjor. Men mer om det i framtida analyser.
Kommentarer
Skicka en kommentar