Manajer sepak bola fantasi sering kali bertanya-tanya…statistik mana yang penting dan mana yang tidak penting dalam memprediksi kesuksesan? Saya selalu mendorong orang untuk menonton pertandingan dengan keseimbangan 50/50 dan mengevaluasi pemain, sambil menggunakan statistik untuk mendukung analisis Anda, atau melihat kembali apakah statistik sangat berbeda dari pendapat Anda.
Tapi saya juga punya akses ke sana TruMediadatabase yang sangat besar. Dan ketika saya sedang melakukan pertemuan Zoom dengan editor fantasi (Brandon dan Nando), kami melihat sekeliling dan bermain dengan beberapa angka dan benar-benar mendapatkan ide keren untuk sebuah kolom – kolom ini. TruMedia, Anda tahu, memungkinkan Anda menggambar grafik pada sumbu x dan y dan itu akan mengeluarkan angka R-kuadrat yang menunjukkan korelasi antara dua statistik yang dapat Anda pikirkan. Jadi saya mengambil banyak darinya, menjalankan metrik pada sumbu y dan setengah titik FPPG di sepanjang sumbu x…dan dapat menemukan elemen mana yang benar-benar membantu memprediksi kesuksesan fantasi. Saya akhirnya menemukan banyak korelasi dengan kesuksesan fantasi dan beberapa tidak ada relevansinya, pertama pada musim 2021, kemudian di beberapa musim lainnya, yang mengarah ke ukuran sampel yang saya pilih di bawah.
Saya akan melakukan posisi ini demi posisi menggunakan metrik umum (dan beberapa tidak biasa) yang sering kali dilontarkan dengan persepsi bahwa metrik tersebut penting untuk sepak bola fantasi. Untuk studi ini, saya kembali ke delapan tahun yang lalu, dengan ambang batas minimal 100 upaya terburu-buru untuk berlari kembali – tujuan saya adalah mendapatkan sekitar 200+ pemain. Jika Anda belum familiar dengan R-squared (juga dikenal sebagai rSq, r²), ini menunjukkan variasi/korelasi antara dua variabel dengan 0 berarti tidak ada korelasi dan 1 adalah hubungan sempurna/tepat. Dalam istilah yang lebih sederhana – semakin besar r², semakin penting metriknya (dan semakin dekat titik – yang merupakan pemain sebenarnya – ke garis putus-putus). Semakin rendah r², semakin tidak penting, dan titik-titiknya akan semakin tersebar.
Sebagai contoh visual, berikut adalah dua peta titik data statistik korelasi tinggi dan korelasi rendah.
Korelasi yang lebih tinggi (prediktif)
Korelasi lebih rendah (tidak relevan)
Kami fokus terutama pada statistik per game, karena statistik tersebut memberikan gambaran yang lebih baik tentang korelasi suatu metrik – namun saya telah menyertakan beberapa angka sepanjang karier sebagai referensi. Tentu saja, lebih banyak jepretan/sentuhan/dll. akan menghasilkan lebih banyak poin fantasi. Dan, ya, kami membahasnya sedalam “NFL Draft Pick Round” untuk mencoba dan menemukan beberapa statistik yang akan membantu Anda menang.
Hasilnya (dan maksudnya di bawah):
Statistik yang Anda anggap penting, namun ternyata tidak!
Modal/Putaran Draf NFL… siapa peduli? Entah itu putaran pertama atau tidak, tidak ada korelasinya dengan kesuksesan fantasi.
Bahkan dalam penilaian Half-PPR (dan tidak meningkat banyak untuk Full-PPR), persentase permainan di lapangan untuk passing play (Lulus Putar%) tidak meningkatkan nilai walkback.
“Backback itu menghadapi banyak sekali barisan depan yang terdiri dari 8 orang.” Tebak apa? Melawan 8 Orang Kotak tidak apa-apa! Seperti yang pernah ditunjukkan oleh Emory Hunt di halaman (virtual) ini, kadang-kadang barisan depan yang terdiri dari 8 orang memungkinkan pemain belakang yang berbakat untuk menaikkannya ke tingkat kedua dan melewati semua orang yang sekarang berputar di garis, untuk melambai melewati.
Kembali ke konsep, Dasbor 40 yard waktu selalu dilebih-lebihkan, namun kini kami telah membuktikan korelasi datanya sehingga Anda bisa berhenti peduli sama sekali.
Yard per Carry rate tidak memberi gambaran banyak tentang gambarannya, dan yang menarik, Yard Setelah Kontak sedikit kurang untuk memprediksi kesuksesan fantasi.
Jumlah pemutaran sama dengan lebih banyak peluang untuk poin fantasi…agak. Ini adalah korelasi yang baik, tetapi ada pilihan yang lebih baik.
Statistik yang memprediksi kesuksesan
Peluang tertimbang! apa ini Ini adalah statistik dibuat oleh Scott Barrett di FantasyPoints (dan kolom berikutnya saya punya yang saya buat untuk receiver lebar dan ujung sempit). Anda dapat membaca cerita selengkapnya di tautan, tetapi ringkasan singkatnya adalah bahwa semua jepretan dan sentuhan tidak diciptakan sama. Kita mengetahui hal ini, namun ukuran ini juga memiliki korelasi terkuat dengan angka fantastis 0,918.
Mainkan demi pertandingan sisi luar sentuhan per pertandinganyang tampaknya berlawanan dengan intuisi, namun berada di lapangan dan menyentuh bola secara teratur adalah hal yang sederhana.
Upaya tergesa-gesa, meter Dan garis singgung semua melihat titik korelasi yang tinggi. Sekali lagi, ini terasa jelas.
Bertujuan untuk pergi (di dalam garis 10 yard) dan Upaya garis gawang per pertandingan membawa nilai yang cukup besar sementara Bertujuan untuk pergi cepat% (persentase upaya terburu-buru di dalam garis 10 yard) tidak relevan. Selama quarterback secara teratur melakukan percobaan di setiap permainan, persentase yang sama dengan (dari total pukulannya) tidak menjadi masalah. Ini dia dalam bentuk grafik!:
Apa artinya semua itu
Melihat proyeksi saya untuk musim 2022:
Ulasan musim 2021:
- Derrick Henry, Alvin Kamara Dan Najee Harris adalah tiga bek dengan 18+ Rush Weighted Opportunity (Setengah PPR).
- Saya akan mengacu pada perhitungan ini sepanjang tahun dengan keringanan, laporan kekhawatiran, dan banyak lagi.
- Jonatan TaylorJames Conner dan Damien Harris adalah Top 3 dan hanya dengan 1,0+ touchdown per game (keempat adalah Joe Mixon pada 0,81).
- Setiap pemain yang masuk dalam 18 Besar untuk Permainan per Game (semuanya 15,7 atau lebih) berakhir di dalam 18 Besar untuk Setengah FPPG kecuali Barkley.
- Satu-satunya pemain yang kembali masuk FPPG Top 18, tapi bukan Plays per Game, adalah Aaron Jones, tapi dia berada di urutan ke-21.
- Dalam hal upaya G2G, Top 10 setiap orang memiliki setidaknya 13,7 FPPG (16 Besar dalam FPPG).
Secara keseluruhan, kami memiliki gambaran yang jelas tentang apa yang memprediksi kesuksesan fantasi untuk berlari kembali – dan apa yang tidak – di bawah judul Peluang Tertimbang. Beberapa dari statistik ini lebih berharga untuk proyeksi sepanjang musim. Selain itu, tidak semua statistik bersifat “prediktif” sepanjang musim – yard adalah yard, dll. – Tetapi banyak yang dapat digunakan untuk melihat di mana kemunduran akan terjadi – jumlah upaya G2G yang tinggi dengan sedikit atau tanpa sentuhan,% Snap yang tinggi tetapi menurun, sebaliknya, dll. minggu, yang akan mempersiapkan Anda untuk memprediksi kesuksesan fantasi Anda dengan lebih baik.
(Foto oleh Wesley Hitt/Getty Images)
