Statistiques avancées: un peu de concret

Le PGSF (Predicted Goals Scored For (Prédiction de buts comptés pour)) et le PGSA (Predicted Goals Scored Against (Prédiction de buts comptés contre)) servent à prédire le nombre de buts marquer pour, et contre, à forces égales, quand le joueur est sur la glace, si ce dernier dispute 10 minutes par match durant 82 matchs. (Voir tableau au bas de l’article)

Pour mettre les choses en perspective, la moyenne de PGSF et de PGSA pour la saison 2011-2012 était d’environ 35,00. Un PGSF plus haut que la moyenne est positif et un PGSA plus bas que la moyenne est positif. Parmi les quatre joueurs analysés dans le tableau, le PGSF de David Desharnais est plus élevé (donc meilleur) que la moyenne de la ligue.

Ensuite, le G/PGSs est une bonne mesure du pourcentage d’efficacité des tirs. Surtout que la statistique prend en compte la qualité des tirs décochés. Le G/PGSs moyen dans la ligue est de 1. Donc, selon le tableau, un tir normal de David Desharnais a 5 % plus de chance de se transformer en but qu’un tir moyen dans la LNH. St-Denis n’a pas enregistré assez de tirs la saison dernière pour avoir des résultats précis. C’est pourquoi il n’y a pas de chiffres associés à son nom dans la colonne des G/PGSs.

Le PGS est plus avancé que les statistiques traditionnellement utilisées – tirs, buts, plus et moins –, car il prend en compte la qualité des tirs tout en éliminant les éléments aléatoires ou la chance qui auraient pu mener à un but.

Un certain nombre d’éléments peuvent influencer l’impact d’un joueur sur la victoire de son équipe. Par exemple, la qualité de la formation, la qualité de l’équipe adverse, la qualité des coéquipiers avec qui il est sur la glace, la qualité des adversaires qu’il affronte sur la glace.

Pour prendre, entre autres, ces facteurs en considération, il est possible d’utiliser une statistique appelée Contribution to Winning (CW) (Contribution à la victoire). CWF EV (contribution à la victoire à forces égales) et CWA EV (contribution à la victoire à forces égales) correspondent au nombre de matchs que le joueur a contribué à faire gagner, ou perdre, à son équipe quand elle évoluait à forces égales. La moyenne de CWF EV et CWA EV durant la saison 2011-2012 était de 5,0. Donc, Subban a contribué à 1,5 (6,5 c. moyenne de 5,0) victoire et a coûté 0,4 (5,4 contre moyenne de 5,0) défaite durant la campagne.

Il est intéressant de voir comment les facteurs pris en compte dans le CW peuvent affecter l’analyse d’un joueur. Par exemple, Subban a eu une production négative en termes de PGS (31,1-32,40 = – 1,3 but). Bien que le PGS soit une amélioration comparativement aux statistiques traditionnelles, il ne prend pas autant d’éléments en compte que la CW. Si on comptabilise un plus grand nombre de facteurs, on constate que la production de Subban en termes de contribution à la victoire est positive (6,5-5,4 : 1,1 victoire).

Cliquer ici pour agrandir l’image

Toutes ces données ont été recueillies et analysées par le Sports Analytics Institute