Пять игроков НБА, сильно изменивших свой бросок в этом сезоне
Сама идея данного анализа появилась, когда я в очередной раз наткнулся на статью/твит/комментарий о том, как Брук Лопес изменил свой бросок в этом сезоне и насколько это полезно для «Милуоки». Мне стало интересно, а действительно насколько изменился шот-селекшн Лопеса? И является ли это изменение чем-то из ряда вон? Хорошо, задача поставлена, как теперь ее решать?
Методология
Короткая версия: рассчитывается квадратный корень из евклидова расстояния (дальше я буду просто писать расстояние), которое считается для 10 параметров (частота броска и процент бросков с передач с 5 разных дистанций) с сайта PBPStats.com для каждого игрока, сыгравшего не менее половины игр и бросавшего не менее 6 раз за игру в прошлом и текущем сезонах. Чем он больше, тем больше разница в шот-селекшене. Можно переходить непосредственно к рейтингу.
Длинная версия: Высоко-высоко в горах Колорадо...
Расчеты сделаны с помощью кластерного анализа. Этот анализ объединяет похожие объекты в однородные группы. Для этого рассчитывается расстояние между точками. Оно нам и нужно. Формула расчета следующая:
В простейшем случае, если есть две точки, одна с координатой 1, другая с координатой 2, расстояние между ними будет равно 1.
С методом определились, теперь какие данные брать? Очевидно, что дистанция броска является наиболее информативным показателем. Изменения в шот-селекшене в первую очередь – это изменение распределения бросков по дистанции. Вторым показателем я взял процент бросков после передач. Он показывает, кто создает бросок себе сам (т.н. шот-креаторы), а кто является наконечником копья (условно кэтч-н-шутеры). Данные взяты с сайта PBPStats.com, где броски разбиты на 5 категорий, в зависимости от дистанции до кольца:
- Rim (расстояние до кольца 0-3 фута)
- SMR (Short mid-range) (расстояние до кольца 4-14 футов)
- LMR (Long mid-range) (расстояние до кольца 14 – трехочковая линия)
- Corner3 (трехочковые из углов)
- AB3 (трехочковые из-за дуги)
Соответственно, для каждой дистанции взяты частота и процент передач. Итого 10 показателей.
Далее я провел стандартизацию данных с помощью Z-оценки. Делается это в случае, когда координаты точки имеют разные порядки и соответственно изменения большей координаты будет доминировать над изменениями меньшей. Здесь все значения одного порядка, но я решил, что стандартизация все равно не помешает.
Замечу, что я решил придать значениям передач вес, помножив их на частоту броска с каждой дистанции для каждого игрока. Это уменьшает их вес в формуле (так как частота бросков с каждой дистанции меньше 1). Сделано это, во-первых, потому что я считаю, что в шот-селекшене дистанция действительно важнее, а также для того, чтобы уменьшить влияние выбросов.
Простой пример: игрок по имени Деандре сделал и попал 1 трехочковый в каждом из двух сезонов, но в прошлом он его бросил после передачи, а в этом с ведения. Мы можем с уверенностью сказать, что Деандре почти не бросает трехочковые, а вот оценить степень его креативности мы не можем, так как имеем выборку всего из двух попыток. Без весов перемена коэффициента передач с 0 на 1 даст большое изменение расстояния, но умножение на частоту, которая очень мала, убирает этот эффект.
Также нужно исключить игроков, которые мало бросают/мало сыграли, так как их показатели очень подвержены дисперсии. Входной билет: не менее половины игр в сезоне (в текущем я взял значение не менее 15) и не менее 6 бросков за игру в среднем. Удивительно, но и в прошлом, и в этом году игроков, которые удовлетворяют этим условиям, одинаковое количество, 217.
Далее отсеиваются те, кто не прошел отбор в одном из сезонов. И уже из оставшихся 156 счастливчиков выбиралась пятерка с самым большими изменениями в броске.
Последний шаг – узнать, как распределяются расстояния. Для этого я взял расстояния между всеми игроками в прошлом сезоне (всего 23436) и построил гистограмму.
По ней видно, что расстояния распределяются приблизительно нормально, с хвостом в правой части. Чтобы его убрать, извлечем из расстояний квадратный корень и снова построим гистограмму:
Теперь мы получили нормальное распределение, что подтверждают тесты Колмогорова-Смирнова и Андерсона-Дарлинга. Так что конечная формула нашего показателя DSS (Difference in shot-selection) такая:
Последний тест – это двухвыборочный t-тест для независимых выборок, который сравнивает две выборки. Первая состоит из значений расстояний между всеми игроками в сезоне-2017/18, а другая – из расстояний между двумя сезонами одного игрока. Как видно, они неоднородны и расстояние между сезонами одного игрока меньше, чем между двумя случайно взятыми игроками, что и неудивительно.
Рейтинг 5 самых больших изменений в сезоне-2018/19
5. Фред Ванвлит («Торонто»)
DSS: 1.51
Пример: разница между Люком Кеннардом и Терри Розиром в сезоне-2017/18.
Фред является мотором второй пятерки лучшей команды Востока. У «Торонто» лето сложилось очень непросто: в погоне за Ленардом канадцам пришлось отдать своего главного (подчеркиваю, не лучшего, а главного) игрока за их короткую историю: Демара Дерозана. «Эйр Канада Центр» лишился 300 дальних средних ежегодно и, судя по изменениям, Ванвлит как может старается эту потерю компенсировать. Его процент LMR вырос почти в 4 раза, и за 30 игр в нынешнем сезоне он их бросил в два раза больше, чем за весь предыдущий. Это все равно небольшое число (14,61%, чуть больше среднего по лиге), но в наш век эффективных бросков даже такое изменение удивляет. Этот рост произошел в основном за счет бросков из-под кольца и трешек из углов. Падение процента бросков из углов дало примерно треть от общего значения DSS. Возможно, именно такие изменения в сторону архаики стоили Фреду тех 2 процентов %eFG, что он потерял в этом году.
4. Иш Смит («Детройт»)
DSS: 1.56
Пример: разница между Дрэймондом Грином и Донованом Митчеллом в сезоне-2017/18.
А вот изменения Иша хорошо ложатся с новую модель баскетбола. В прошлом сезоне 58% бросков Иша приходились на средний диапазон. За пределами Сан-Антонио такой показатель – скорее минус, и новый тренер решил это исправлять. SMR пока не сдаются (хотя и тут падение на 5%), а вот дальние двухочковые отодвинулись еще дальше и стали трешками из-за дуги. Причем с точки зрения частоты бросков произошло практически полное замещение (-20% и + 22%). Стремление идти в ногу со временем, конечно, похвально, но пока это сказывается на эффективности броска Смита только негативно: из-за трехочковой линии он бросает плохо (32%), да к тому же процент оставшихся дальних двушек рухнул до неприличных 27%.
3. Майкл Кидд-Гилкрист («Шарлотт»)
DSS: 1.6
Пример: разница между Ману Джинобили и Джошем Джексоном в сезоне-2017/18.
Карьера человека, которого выбрали вслед за Энтони Дэвисом, пока складывается не очень: «Шарлотт» вместе с ним ни на что не претендуют, а сам он не показывает игру, которую ждешь от второго пика. Как следствие, Леброн Джеймс не размышляет вслух, как «классно было бы поиграть в одной команде с Киддом-Гилкристом». Но в нынешнем сезоне с приходом нового главного тренера (это, кстати, объединяет всех пятерых участников рейтинга: у них в этом сезоне новые тренера) Кидд-Гилкрист стал меняться в плане броска. Как и большинство в нынешней НБА, он стал меньше бросать LMR (12% вместо 32%), но в отличии от Смита, он их превратил в броски из-под кольца и трехочковые из углов.
И вот тут видны погрешности расчета по этому методу: некоторые незначительные изменения в абсолютных величинах могут давать большое изменение в расстоянии, если у значения был низкий пол/высокий потолок (это также можно увидеть на примере второго места в рейтинге). Кидд-Гилкрист практически не бросал трехочковые из углов в прошлом сезоне (1 попытка). В этом частота этих бросков подскочила с 0 до 8 процентов, что дало примерно треть в общем значении расстояния. Однако это все равно крохи: сейчас таких попыток 13. Я считаю, гораздо более важное изменение заключается в том, что Кидд-Гилкрист стал больше совершать бросков из-под кольца (56%), хоть в общем значении расстояния оно и дает лишь 6%. Но пока в плане эффективности броска изменений нет.
2. Тревор Ариза («Финикс»/«Вашингтон»)
DSS: 1.62
Пример: разница между Эммануэлем Мудиаем и Малкольмом Брогдоном в сезоне-2017/18.
Тревор в межсезонье поменял не только тренера, но и команду: из «Хьюстона», который претендует на чемпионство он ушел в «Финикс», который претендует на первый пик. Более того, он уже успел покинуть «Финик»с и оказаться в «Вашингтоне». Сначала в ставшем уже легендарным, но в итоге несостоявшимся обмене «Бруксов из Мемфиса», а затем в более прозаичном обмене на Остина Риверса и Келли Убре. В нынешнем сезоне Ариза стал чуть больше бросать со средней дистанции (+1% у SMR и +2,5% у LMR), но эти броски все равно занимают меньше одной десятой от общего числа. На 2% реже стал бросать из-за дуги, но в абсолютных величинах это изменение почти незаметно (42% - 40%). Более 90% величины расстояния у Тревора Аризы приходиться на изменение частоты трехочковых из углов. Как видно на графике, в прошлом сезоне (большой синий кружок в столбце 2017) Ариза лидировал по частоте бросков из углов среди отобранных 217 игроков. Причем лидировал с большим отрывом, что дало ему большое значение Z-score. В этом сезоне (большой желтый кружок в столбце 2018) частота упала на 9,5%. Ариза все равно бросает много трешек из угла, но его частота уже не настолько уникальна, что и привело к большому показателю расстояния. Кстати, интересный момент: одинокая точка в столбце-2018 на уровне 0,5 (то есть каждый второй бросок – трехочковый из углов) это Пи Джей Такер, игрок «Хьюстона», из которого летом ушел Ариза.
Также стоит отметить, что Ариза увеличил частоту бросков из-под кольца на 7 процентов, но при этом средняя дистанция двухочкового увеличилась на 1.2 фута (с 2,96 до 4,17), а сам процент реализации из-под кольца рухнул с 61% до 47%. Причины этого хорошо видны на графике частоты бросков с 1-футовым шагом. И на нем видно, что с дистанции 0-1 фута частота бросков практически не изменилась, а весь прирост идет засчет увеличения бросков с 2-3 футов. Как я уже писал раньше, с 2 футов начинается резкое падение процента реализации ниже 50%, то есть Ариза добавил в правильной категории, но в неправильной ее части. Также на этом графике можно увидеть падение количества трешек из углов по разнице между двумя сезонами на расстоянии 22-23 фута от кольца.
. Брук Лопес (Милуоки)
DSS: 1.75
Пример: разница между Джо Инглсом и Джастином Холлидеем в сезоне-2017/18.
На вершине рейтинга – довольно ожидаемый персонаж. Похоже, что тонна статьей о том, как Брук Лопес меняет себя, это не поспешные оценки. Он действительно больше всех поменял свой шот-селекшн в этом сезоне. И поменял очень значительно: его DSS занимает 56% процентиль в распределении расстояний среди всех игроков. Другими словами, разница между нынешним и прошлогодним Лопесом больше, чем средняя разница между двумя разными игроками. Основные изменения связаны с тремя вещами:
- Падение на 20% (с 32% до 12%) частоты SMR (в прошлом сезоне частота SMR бросков была сильно больше среднего по НБА, сейчас меньше)
- Рост на 20% (с 36% до 56%) трехочковых из-за дуги (в прошлом сезоне он бросал их чуть чаще среднего по НБА, сейчас гораздо чаще (только у 5% игроков их частота выше).
- Рост на 8% (с 5.5% до 13.5%) трехочковых из углов (в прошлом сезоне чуть меньше среднего, в этом хорошо больше).
На графике с шагом 1 фут видно, что Лопес стал больше бросать прямо из-под кольца (0-1 фут), далее, за редким исключением, до трехочковой линии идет падение частоты в сравнении с прошлым сезоном, особенно заметное на дистанции 3-15 футов, затем резкий рост на 22-23 футах (дистанция трешек из углов), а также увеличение количества трехочковых с 26-28 футов.
За Лопеса можно только порадоваться. Уже будучи немолодым, состоявшимся игроком с некоторыми заслугами (вызов на МВЗ), он не боится совершать кардинальные перемены в своей игре, чтобы не превращаться в динозавра для современной НБА. Игрок, который в начале десятилетия имел такую карту бросков, стал семифутовым аналогом Корвера, и это достойно уважения.
Фото: Gettyimages.ru/Sarah Stier / Stringer, Vaughn Ridley / Stringer, Abbie Parr / Stringer, Christian Petersen; REUTERS/Bob DeChiara, Brad Mills, Benny Sieu
31 комментарий
Салют от дата саентиста
Автор красавчик!!!
Одно из невероятно привлекательных отличий баскетбола от (например) футбола. Все реально подробно посчитать для оценки эффективности игрока, тренера, тактики, схемы, команды, даже менеджмента.