分析（アイスホッケー）

アイスホッケーにおける分析とは、ホッケー選手やチームの特性を統計やその他のツールを使って分析し、彼らのパフォーマンスの影響をより深く理解することです。アイスホッケー分析でよく使われる 3 つの基本統計は、「Corsi」と「Fenwick」です。どちらもパックの占有率を概算するためにシュートの試みを使用します。また、「PDO」は運の尺度とみなされることが多いです。しかし、毎年新しい統計が作成されており、「RAPM」、正規化調整プラスマイナス、および「xG」、期待ゴールは、他のスポーツでは以前から存在していましたが、ホッケーに関してはごく最近作成されました。RAPM は、複数の要因に基づいて選手のプレー推進能力を分離しようとしますが、xG は、シュートやゴールキーパーの才能とは関係なく、選手がチームに追加することが期待されるゴール数を示します。

ホッケーの殿堂入りコーチのロジャー・ニールソンは、アナリティクスの先駆者として知られ、1960年代後半にピーターバラ・ピーツに在籍していた頃から、自ら考案した測定法を使用していました。 ^[1]現代の使用法では、アナリティクスは伝統的にホッケーブロガーやアマチュア統計学者の領域でした。それらは、ナショナルホッケーリーグ（NHL）組織自身によってますます採用され、^[2] NHLがSAP SEと提携して「拡張」統計パッケージを作成し、 2014-15シーズン中に分析統計を特集した新しいWebサイトを立ち上げたときに、主流の使用に達しました。^[3]

Corsi はNHLではショット試行（SAT）と呼ばれ^{、 [4]}ゴールへのショット、ミスショット、ブロックショットの合計です^{。 [5]}これはジム・コルシ監督にちなんで名付けられましたが、エドモントン・オイラーズのブロガーでファンが、試合中のゴールキーパーの作業負荷をより適切に測定するためにこの統計を開発しました。 ^[6]しかし今日では、Corsi はチームと選手の両方のショット試行の差を概算するために使用され、将来のゴール差を予測するために使用できます。シーズン半ばでゴール差で負けているチームでも、Corsi が高い場合、そのチームは相手よりも多くのチャンスを作り出しており、チームがより多くの試合をプレーするにつれてゴール差が良くなるはずです。 ^[7] Corsi はパックの支配率、つまり選手のチームがパックをコントロールする時間の長さを概算するために使用され、通常はショット試行の比率（プラスマイナスなど）と相手方のショット試行の比率、またはパーセンテージとして測定されます。 ^[5] ブロガーのケント・ウィルソンによると、ほとんどの選手のCorsi Forパーセンテージ（CF%）は40〜60です。55%以上のランクの選手またはチームは「エリート」と見なされることが多いです。 ^[5]

フェンウィックはNHLではブロックされていないシュート試行（USAT）と呼ばれており^[4]、ゴールへのシュートとミスシュートのみをカウントするCorsiの変形であり、ブロックされたシュートは、その成功または失敗に関わらず、含まれません。ブロガーのマット・フェンウィックにちなんで名付けられ、得点チャンスとの相関性が強いと考えられています。 ^[5]フェンウィックは、ゲームプレイの一部として戦略的にショットブロックを使用するチームやプレーヤーのパフォーマンスを判断するのに役立ちます。大量のショットをブロックするプレーヤーは、平均よりも多くのシュート試行を許すため、Corsiが低くなる可能性が高くなります。フェンウィック自体はCorsiほど信頼性がありませんが、ほとんどの期待ゴール数モデルの基礎となっています。 ^[8]

PDOはNHLではSPSV%と呼ばれ、 ^[4]チームのシュート率とセーブ率の合計です。^[9]この合計に10を掛けたものがチームのPDOです。 この合計は、チームが後退または改善を期待できるかどうかを判断するために別々に使用されます。 PDOは通常、均等な強さで測定され、ほとんどのチームが最終的に合計100に向かって後退するという理論に基づいて、チームの幸運の代理と見なされることがよくあります。 ウィルソンによると、PDOが102を超える選手またはチームは「おそらく見た目ほど良くない」一方、98未満の選手またはチームは見た目よりも優れている可能性があります。^[5] PDOは、シュート率とチームのセーブ率の合計を取り、その合計に10を掛けることで、個々の選手を追跡することもできます。^[10]

PDOは実際には何かの頭字語ではありません。これは、フォーラムとカウンターストライクで最初に提案したブライアン・キングのオンラインハンドルに由来しています。^[11]

ゾーン スタートは、攻撃ゾーンと防御ゾーンで選手がフェイスオフに出場する回数の比率です。ゾーン スタート比率が高い選手は攻撃ゾーンでスタートするため、Corsi の数値が増加することが多く、ゾーン スタート比率が低い選手は Corsi の数値が低下することが多いです。 ^[5]コーチは戦略的に、攻撃側の最高の選手に攻撃ゾーン スタートを多く与えて得点チャンスを増やそうとする一方で、チームの最高の守備側の選手は一般的に守備ゾーン スタートを多くします。^[4]ゾーン スタートの計算式は、SZ% = 攻撃ゾーン スタート / (攻撃ゾーン スタート + 守備ゾーン スタート) です。^[12]最近では、分析におけるゾーン スタートの使用は減少しています。「オンザフライ」シフトがすべてのシフトの半分以上 (58%) を占めることが判明しています。^[13]

RAPM (Regularized Adjusted Plus-Minus) は、バスケットボールで使用される RAPM 統計に基づいた新しいホッケー統計です。プレーヤーのポイントを追跡する代わりに、プレーヤーのショットを追跡します。これは、統計に高品質のサンプルを与えるために必要となる、ゴールよりも頻繁に発生するからです。RAPM は、生のショット作成、CorsiおよびxG、およびショット量、ショット位置 (xG RAPM のみ)、チームメイトの影響、競争の影響、スコア効果、ゾーン開始、スケジュール、ショットの種類 (xG RAPM のみ)、均等強度状態などの外部の影響を考慮したリッジ回帰による数学モデルを使用します。

生のシュート差を使用するCorsi RAPMモデルと、シュート位置とタイプを考慮したxG RAPMモデルがあります。RAPMの目的は、プレーヤーのプレー推進能力を分離し、それを値で定量化することです。^[14]

xGモデルはUTSAを使用し、ショットの位置と種類に応じて各ショットに値を与えます。スロットからのショットは0.30のスコアになる可能性がありますが、ポイントからのショットは0.02のスコアしか得られません。モデルは、これらのショットがリバウンドまたはラッシュチャンスからのものであるかどうかも考慮します。この指標は、すべてのショットを平等に評価するというCorsiの問題に答えます。xGモデルは基本的に、どのプレーヤーが高品質のショットを打っているかを追跡します。プレーヤーが高品質のショットを多く作成するほど、得点する可能性が高くなります。^[15]

ホッケーの分析統計は、どんな人員状況でも測定できるが、ほとんどの場合、均等な強さでのプレーを基準にして表現される。^[16]統計は、「スコア効果」と相対的に見ることもできる。例えば、Corsi close と Corsi tie は、それぞれ、1 チームが 1 ゴールリードしている場合と、試合が同点の場合に限定される。^[5]「close」統計の使用は、試合をリードしているチームはより守備的にプレーする傾向があり、つまり、負けているチームはより多くのシュートを打つ傾向があるという事実を反映することを意図している。^[4]

コルシクローズは、調整されていないコルシほど将来のゴールを予測できず、その価値が減るという批判を受けた。スコア状況に応じて各ショットに重み付けする（スコア調整）方法が、スコアの影響を調整する方法として採用された。^[17]スコア分析では、プレーの状況も考慮する必要がある。^[18]

• セイバーメトリクス
• スポーツ分析

• ラングレン、トビアス。ヘグマン、レナート。ネスランド、マルクス。パーリング、トーマス (2016)。 「エリートアイスホッケー選手の実行機能に関する予備調査」。臨床スポーツ心理学のジャーナル。10 (4): 324–335。土井：10.1123/jcsp.2015-0030。

• NHL.com 高度な統計
• Hockeyanalysis.com 2015-02-21 にWayback Machineでアーカイブされました
• 高度なホッケー統計入門