La Stat

L'absurdité du TOV% individuel résumé en une image.

Le TOV% est une très bonne mesure collective.

Mais individuellement c'est une catastrophe. La preuve en est avec cet exemple.

Pourquoi ? Parce que le TOV% ne prend en compte que les possessions liées au scoring.

Pour revenir sur l'affaire Mike Brown, il se fait virer alors que les Kings ont joué 11 matchs à moins de 4 points d'écart final et ont perdus 8 fois.

Je vous rappelle que De'aron Fox a été élu ClutchPOY en 2022-2023. Les Kings avaient à l'époque sur-performé dans le clutch, pas cette année.

Interview: Dean Oliver on His New Book ... and What's Next The NBA analytics godfather recently returned to ESPN to develop basketball metrics

From the interview: "We’ll be putting out net points at ESPN in January..." This is the metric that I have used for years to explain what has happened in games or quarters. It's very useful.

www.roycewebb.com/p/interview-...

Maybe we should let them have ups and downs sometimes.

🏀 MVP RACE 🏀

Scoring + Efficacité + Bilan collectif :

Shai Gilgeous Alexander

Scoring + Efficacité :

Nikola Jokic

Scoring + Bilan Collectif :

Jayson Tatum

Efficacité + Bilan collectif :

Karl Anthony Towns

Rankings des Win Shares par conférence.

Une petite aide pour vos votes du all star game.

Classement Pythagoréen, pris en fonction du NetRtg.

Marrant de voir que les Lakers ont largement sur-performé depuis le début de la saison.

OKC averages +6.7 net points added through their turnover advantage over opponents. That's 3.1 better than the 2nd best team. They do it night after night. Only +5.7 on turnovers last night, but Hartenstein helps give them an advantage on the glass, too.

Caitlin Clark effect

Que le meilleur gagne, oui, mais c'était aussi à l'époque une question de disponibilité d'énergie. L'aérotrain de Bertin fonctionnait au kérosène et la première crise pétrolière de 1974 couplé à la volonté de lancer le nucléaire en France on fait pencher la balance du côté du tgv électrique.

Here it comes !

@deanolytics.bsky.social

Un début d'année en sur-regime et maintenant en sous-régime

Espérons qu'il trouve de la constance.

They are an agressive team, really.

Dans la série A.T.A.S, nous aurons également besoin de comparer les statistiques aux rebonds à travers les époques, et pour faire cela, nous aurons besoin d'adapter les statistiques en fonction du nombre de rebonds disponibles par match.

bsky.app/profile/la-s...

D'où l'importance de la stat des assists qui est, je le rappelle, la seule stat que nous possédons depuis le début de la NBA et qui pourrait nous donner un ordre d'idée de la participation d'un joueur au jeu de passes de son équipe.

Le NetTOV% qui est, je le rappelle, pour 40% dans les victoires d'une équipe vis à vis de l'autre selon une régression linéaire basée sur les 4 factors de Mr Dean Oliver (@deanolytics.bsky.social), mais cette fois ci basée sur le NetTS% (47%), le NetTOV% (40%) et le NetRBD% (13%)

On pourrait donc considérer les assists comme une valeur de responsabilités offensives d'un joueur, et non comme une valeur d'efficacité.

Ce qui pourrait nous être très utile dans la mesure des joueurs à prendre soin du ballon (peu de pertes de balles) et à améliorer le TOV%.

Comme l'a démontré Ben Taylor ( @thinkingbasketball.bsky.social) dans son livre, la propension des joueurs créateurs à donner des paniers plus faciles (spot up avec du temps pour shooter, lay-ups), va diminuer le besoin de scoreurs talentueux au sein d'une équipe.

La création est donc la résultante de la capacité d'un joueur à scorer et à créer pour les autres.

Les assists sont là pour représenter une partie des responsabilités offensives si le style de l'équipe est porté sur le collectif.

Comme @thinkingbasketball.bsky.social l'a très bien démontré, il y a une sorte de gravité créée par le scoring d'un joueur, de par sa propension à attirer les défenseurs, tout comme un très bon shooteurs.

Il a appelé ça le "Box Creation", et je vous invite à aller voir son travail ASAP.

Avec ces coefficients, nous pouvons comparer les saison de différents joueurs dans différentes époques à l'assist.

Attention, je rappelle que la valeur des assists sur l'ORTG n'est pas démontrée. Elle n'est là que pour représenter le volume de responsabilité d'un joueur à la création.

Ces deux graphiques peuvent donc nous donner une valeur en pourcentage d'assist par rapport à la moyenne. Il suffira de diviser les assists de la saison par la moyenne all time pour avoir le pourcentage.

Autre variante, le style de jeu. Par exemple, lors la "dead ball era", période située au milieu des années 2000, beaucoup de paniers étaient marqués en isolation.

Le style de jeu rentre aussi en compte pour le nombre total de passes.

Ici représenté par le % de paniers assistés.

C'est pour cela qu'il faut prendre en compte le nombre de paniers bruts inscrits par rencontre et non les points, pour déterminer combien d'opportunités aura eu le joueur d'effectuer une assist. Voici le graphique de l'évolution du nombre de paniers marqués à travers les années :

Une assist est donnée à un joueur si et seulement si il est le passeur qui précède le scoreur qui marque un panier direct. Si le joueur provoque un lancer franc, pas d'assist.

Si le joueur ne prend que des tirs à trois points, pas d'assist dans 3 cas sur 5 même si le shooteur est à 40% de moyenne.

Deux facteurs existent réellement. Le nombre de paniers marqués par rencontre ET le nombre de passes décisives par panier.

Je m'explique.

Lors de certaines saisons NBA, le nombre de paniers marqués a été inférieur à d'autres.

Il suffirait de diviser le nombre d'assist moyenne par rencontre d'une saison par le nombre d'assist moyenne par rencontre de toutes les saisons pour trouver l'assist factor.

Cependant, il me semble intéressant de se pencher un peu sur ces différences de passes par match.