On entend souvent dire que le repêchage de la LNH, tout comme c’est le cas dans d’autres sports professionnels, est une science inexacte. J’imagine que cette expression fait référence au fait que si l’on doit repêcher un joueur $x$ à un moment $t$ donné, il n’y a aucune certitude que ce joueur est le bon choix. Mais disons qu’on prend le temps de regarder plusieurs choix, sur plusieurs années, est-ce toujours le cas? Est-ce que le repêchage devient en quelque sorte une science plus “exacte” lorsque l’échantillon de joueurs repêchés devient plus grand?
Dans cet article, je tenterai d’éclairer cette question en analysant les récents
repêchages de la LNH. Pour se faire, j’utiliserai différentes fonctionnalités du
package
tidynhl, un projet réalisé par Jean-Philippe Le Cavalier (un bon ami à moi).
Mise en contexte
Pour commencer, je dois vous faire un aveu: je préfère regarder le repêchage de la LNH que la finale de la coupe Stanley elle-même. En tant qu’amateur de hockey, j’ai presque honte de l’avouer. J’adore analyser les futurs joueurs ainsi que les choix des équipes pendant cette séance de repêchage. Certes, il y aura toujours beaucoup d’incertitude autour de la sélection d’un joueur. Par contre, en tant que scientifique de données, je crois que cette incertitude peut être réduite par les experts et les dépisteurs les plus compétents, ceux qui savent bien évaluer les jeunes joueurs. La question à laquelle nous tenterons de répondre peut se formuler comme
Est-ce que certaines équipes sont plus performantes que d’autres pour repêcher de futurs joueurs?
Préparation des données
Pour tenter de répondre à cette question, j’ai décidé d’analyser les sélections des repêchages allant de 2005 à 2015. Ce choix est arbitraire et se base sur le fait que 10 ans me semble assez crédible comme échantillon de joueurs (près de 2500 joueurs repêchés). Aussi, pour éviter que les bons joueurs repêchés dans de mauvaises équipes soient trop pénalisés, nous allons nous restreindre aux statistiques en saison régulière. Cela permettra aux joueurs d’être comparés sur une base plus équitable, où toutes les équipes jouent le même nombre de matchs. La première étape consiste à importer les données associées à ces repêchages avec la fonction tidy_drafts().
# Charger les packages
library(data.table)
library(tidynhl)
# Définir les annees de repechages analysees
DRAFT_YEARS <- c(2005:2015)
# Obtenir les données de repêchage
dt_draft <- tidy_drafts(
drafts_year = DRAFT_YEARS,
keep_id = TRUE
)
# Enlever les choix sans joueurs (exceptionnels)
# Par exemple: NJ Devils perdu leur choix en 2011 (https://www.cbssports.com/nhl/news/devils-kovalchuk-penalty-reduced-get-first-round-pick-back/)
dt_draft <- dt_draft[!is.na(player_id)]
# On se crée une fonction pour fusionner les équipes déménagées (ou renommées)
# Nettoyage de données
merge_moved_teams <- function(dt) {
dt[team_abbreviation %in% c("WPG", "ATL"), team_abbreviation := "WPG/ATL"]
dt[team_abbreviation %in% c("PHX", "ARI"), team_abbreviation := "ARI/PHX"]
dt
}
# Fusionner les équipes déménagés
merge_moved_teams(dt_draft)
# Afficher un extrait des données
dt_draft[]
## draft_year draft_round draft_pick draft_overall team_id team_abbreviation player_id player_name amateur_league_name amateur_team_name
## 1: 2005 1 1 1 5 PIT 8471675 Sidney Crosby QMJHL Rimouski
## 2: 2005 1 2 2 24 ANA 8471676 Bobby Ryan OHL Owen Sound
## 3: 2005 1 3 3 12 CAR 8471677 Jack Johnson USA USA U-18
## 4: 2005 1 4 4 30 MIN 8471678 Benoit Pouliot OHL Sudbury
## 5: 2005 1 5 5 8 MTL 8471679 Carey Price WHL Tri-City
## ---
## 2334: 2015 7 26 207 8 MTL 8478921 Jeremiah Addison OHL Ottawa
## 2335: 2015 7 27 208 22 EDM 8478922 Miroslav Svoboda CZREP-JR. Trinec Jr.
## 2336: 2015 7 28 209 22 EDM 8478923 Ziyat Paigin RUSSIA Kazan
## 2337: 2015 7 29 210 23 VAN 8478924 Tate Olson WHL Prince George
## 2338: 2015 7 30 211 16 CHI 8478925 John Dahlstrom SWEDEN-JR. Frolunda Jr.
Afin d’avoir plus d’informations sur les joueurs, nous allons également importer des métadonnées (date de naissance, position, nationalité, etc.) sur ceux-ci grâce à la fonction tidy_players_meta().
# Obtenir les metadonnées sur les joueurs
dt_meta_player <- tidy_players_meta(
players_id = dt_draft$player_id,
keep_id = TRUE
)
# Fusionner les équipes déménagées
merge_moved_teams(dt_meta_player)
cols <- c("player_id", "player_position_type")
dt_draft[dt_meta_player,
(cols) := mget(cols),
on = .(player_id)]
# Afficher un extrait des métadonnées
dt_meta_player[]
## player_id player_name player_active player_roster_status player_number player_position player_position_type player_nationality player_birth_country player_birth_stateprovince player_birth_city player_birth_date player_dead player_death_date player_inches player_pounds player_hand player_rookie player_hof player_hof_year player_nhl_100 team_id team_abbreviation
## 1: 8470659 Masi Marjamaki FALSE N 58 L F FIN FIN <NA> Pori 1985-01-16 FALSE <NA> 74 184 L FALSE FALSE NA FALSE NA <NA>
## 2: 8470812 Dany Roussin FALSE N NA L F CAN CAN QC Quebec City 1985-01-09 FALSE <NA> 74 190 L FALSE FALSE NA FALSE NA <NA>
## 3: 8470817 William Colbert FALSE N 52 D D CAN CAN ON Arnprior 1985-02-06 FALSE <NA> 74 210 L FALSE FALSE NA FALSE NA <NA>
## 4: 8470872 Trevor Hendrikx FALSE N NA D D CAN CAN ON Winchester 1985-03-29 FALSE <NA> 74 200 R FALSE FALSE NA FALSE NA <NA>
## 5: 8470996 Danny Syvret FALSE Y 26 D D CAN CAN ON Millgrove 1985-06-13 FALSE <NA> 72 205 L FALSE FALSE NA FALSE NA <NA>
## ---
## 2328: 8478921 Jeremiah Addison FALSE N 64 L F CAN CAN ON Brampton 1996-10-21 FALSE <NA> 72 188 L TRUE FALSE NA FALSE NA <NA>
## 2329: 8478922 Miroslav Svoboda FALSE N 39 G G CZE CZE <NA> Vsetin 1995-03-07 FALSE <NA> 75 191 L TRUE FALSE NA FALSE NA <NA>
## 2330: 8478923 Ziyat Paigin FALSE N 92 D D RUS RUS <NA> Penza 1995-02-08 FALSE <NA> 78 210 L TRUE FALSE NA FALSE NA <NA>
## 2331: 8478924 Tate Olson FALSE N NA D D CAN CAN SK Saskatoon 1997-03-21 FALSE <NA> 74 174 L TRUE FALSE NA FALSE NA <NA>
## 2332: 8478925 John Dahlstrom FALSE N 44 R F SWE SWE <NA> Kungsbacka 1997-01-22 FALSE <NA> 72 189 L TRUE FALSE NA FALSE NA <NA>
Nous allons ensuite importer les statstiques individuelles de ces joueurs repêchés grâce aux fonctions tidy_skaters_stats() et tidy_goalies_stats().
# Obtenir les données de statistiques individuelles des joueurs
dt_skaters_stats <- tidy_skaters_stats(
players_id = dt_draft[player_position_type %in% c("F", "D"), player_id],
playoffs = FALSE,
keep_id = TRUE
)
# Obtenir les données de statistiques individuelles des joueurs
dt_goalies_stats <- tidy_goalies_stats(
players_id = dt_draft[player_position_type == "G", player_id],
playoffs = FALSE,
keep_id = TRUE
)
dt_stats <- rbindlist(list(dt_skaters_stats, dt_goalies_stats),
use.names = TRUE,
fill = TRUE)
# Afficher un extrait des données
dt_stats[]
## player_id player_name season_id season_years season_type team_id team_abbreviation skater_games skater_goals skater_assists skater_points skater_plusminus skater_pim skater_toi skater_shifts skater_gwg skater_otg skater_shots skater_blocked skater_hits skater_ev_goals skater_ev_assists skater_ev_points skater_ev_toi skater_pp_goals skater_pp_assists skater_pp_points skater_pp_toi skater_pk_goals skater_pk_assists skater_pk_points skater_pk_toi goalie_games goalie_started goalie_wins goalie_losses goalie_ties goalie_ot goalie_shutouts goalie_shotagainst goalie_goalagainst goalie_savepct goalie_gaa goalie_toi goalie_ev_shotagainst goalie_ev_goalagainst goalie_ev_savepct goalie_pp_shotagainst goalie_pp_goalagainst goalie_pp_savepct goalie_pk_shotagainst goalie_pk_goalagainst goalie_pk_savepct
## 1: 8470659 Masi Marjamaki 20052006 2005-06 regular 2 NYI 1 0 0 0 0 0 5.283333 7 0 0 0 0 1 0 0 0 5.283333 0 0 0 0.000000 0 0 0 0.000000 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## 2: 8470996 Danny Syvret 20052006 2005-06 regular 22 EDM 10 0 0 0 -1 6 123.133333 166 0 0 8 8 1 0 0 0 96.916667 0 0 0 25.050000 0 0 0 1.166667 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## 3: 8470996 Danny Syvret 20062007 2006-07 regular 22 EDM 16 0 1 1 -10 6 295.500000 373 0 0 15 25 1 0 1 1 247.700000 0 0 0 28.300000 0 0 0 19.500000 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## 4: 8470996 Danny Syvret 20082009 2008-09 regular 4 PHI 2 0 0 0 -1 0 18.850000 27 0 0 0 1 1 0 0 0 18.850000 0 0 0 0.000000 0 0 0 0.000000 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## 5: 8470996 Danny Syvret 20092010 2009-10 regular 4 PHI 21 2 2 4 1 12 262.050000 357 0 0 14 20 6 2 2 4 257.516667 0 0 0 2.583333 0 0 0 1.950000 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## ---
## 6717: 8478492 Ilya Samsonov 20202021 2020-21 regular 15 WSH NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 2 2 1 0 0 1 0 53 7 0.8679245 3.360000 125.0000 43 6 0.8604651 8 1 0.8750000 2 0 1
## 6718: 8478499 Adin Hill 20172018 2017-18 regular 53 ARI NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 4 4 1 3 0 0 0 129 14 0.8914729 3.489097 240.7500 118 12 0.8983051 9 2 0.7777778 2 0 1
## 6719: 8478499 Adin Hill 20182019 2018-19 regular 53 ARI NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 13 11 7 5 0 0 1 322 32 0.9006211 2.757234 696.3500 271 27 0.9003690 41 5 0.8780488 10 0 1
## 6720: 8478499 Adin Hill 20192020 2019-20 regular 53 ARI NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 13 9 2 4 0 3 0 343 28 0.9183673 2.621859 640.7667 284 19 0.9330986 45 9 0.8000000 14 0 1
## 6721: 8478916 Joey Daccord 20182019 2018-19 regular 9 OTT NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 1 1 0 1 0 0 0 40 5 0.8750000 5.000000 60.0000 35 3 0.9142857 3 2 0.3333333 2 0 1
Finalement, nous allons appliquer quelques transformations et manipulations à ces trois jeux de données afin de régler quelques détails techniques importants pour l’analyse.
# On se crée une fonction pour aggréger les données essentielles
# On va devoir aggréger plusieurs fois les memes stats (pts, games, wins) dans l'analyse
aggregate_stats <- function(dt, old_by_names, new_by_names) {
dt_aggregated <- dt[, .(
skater_points = sum(skater_points, na.rm = TRUE),
skater_games = sum(skater_games, na.rm = TRUE),
goalie_games = sum(goalie_games, na.rm = TRUE),
goalie_wins = sum(goalie_wins, na.rm = TRUE)
), old_by_names]
# On additionne les games des goalies et des players car stockés dans 2 variables différentes
dt_aggregated[, player_games := ifelse(is.na(skater_games), 0, skater_games) + ifelse(is.na(goalie_games), 0, goalie_games)]
setnames(dt_aggregated, old_by_names, new_by_names)
dt_aggregated[]
}
# Fusionner les équipes déménagés
merge_moved_teams(dt_stats)
# Aggrégé les données par équipe jouée et joindre les données
dt_stats_aggregated <- aggregate_stats(
dt = dt_stats,
old_by_names = c("player_id", "team_abbreviation"),
new_by_names = c("player_id", "team_played")
)
dt_all <- merge(dt_draft,
dt_stats_aggregated,
by = "player_id",
all.x = TRUE)
setnames(dt_all, old = "team_abbreviation", new = "team_drafted")
# Afficher un extrait des données pour un joueur
dt_all[player_name == "P.K. Subban"]
## player_id draft_year draft_round draft_pick draft_overall team_id team_drafted player_name amateur_league_name amateur_team_name player_position_type team_played skater_points skater_games goalie_games goalie_wins player_games
## 1: 8474056 2007 2 13 43 8 MTL P.K. Subban OHL Belleville D MTL 278 434 0 0 434
## 2: 8474056 2007 2 13 43 8 MTL P.K. Subban OHL Belleville D NSH 130 211 0 0 211
## 3: 8474056 2007 2 13 43 8 MTL P.K. Subban OHL Belleville D NJD 22 78 0 0 78
Maintenant que nous avons structuré les données dans un format étant plus facile à manipuler, nous allons tenter d’aggréger celles-ci de différentes manières afin d’avoir un portrait par équipe. Allons-y !
Les équipes repêchent-elles autant?
Dans un premier temps, on est en droit de se poser la question: est-ce que toutes les équipes de la LNH repêchent autant de joueurs? Sachant que chaque équipe possède un choix dans chacune des rondes du repêchage, on pourrait penser que oui. Par contre, on sait très bien que les équipes peuvent échanger leurs choix afin d’obtenir des joueurs ou d’autres choix. Ainsi, j’étais curieux de voir comment était distribué ce nombre de choix “réels” parmi les équipes. Pour commencer, nous allons aggréger certaines informations par équipe.
# Aggréger les données des jouers par équipes repêchés
dt_per_team <- dt_all[, .(
nb_picks = uniqueN(.SD[]$player_id),
nb_1st_round_picks = uniqueN(.SD[draft_round == 1]$player_id),
nb_games_played = sum(player_games, na.rm = TRUE),
nb_points = sum(skater_points, na.rm = TRUE),
nb_wins = sum(goalie_wins, na.rm = TRUE)
), .(team_drafted)]
# Afficher un extrait
head(dt_per_team[])
## team_drafted nb_picks nb_1st_round_picks nb_games_played nb_points nb_wins
## 1: NYI 87 14 10864 4808 129
## 2: LAK 86 10 12913 4856 513
## 3: SJS 78 9 9708 3770 65
## 4: CBJ 84 13 12294 4564 303
## 5: EDM 80 13 10545 5150 0
## 6: NYR 71 8 8112 3204 15
Maintenant que nous avons les données aggrégées par équipe, nous pouvons
visualiser le nombre de joueurs repêchés grâce au package ggplot2. En bonus, on peut également voir le
nombre de joueurs repêchés en première ronde (points rouges).
library(ggplot2)
ggplot(
data = dt_per_team,
mapping = aes(
x = nb_picks,
y = reorder(as.factor(team_drafted), nb_picks),
)
) +
geom_col() +
geom_point(
mapping = aes(
x = nb_1st_round_picks,
color = " "
)
) +
scale_color_manual(
name = "Nombre de joueurs choisi en 1er ronde",
values = c(" " = "red")
) +
labs(
title = "Nombre de joueurs repêchés par équipe",
subtitle = "Saisons 2005 à 2015",
x = "Nombre de joueurs "
)
On peut conclure que le nombre de joueurs repêchés par équipe n’est clairement pas uniforme (écart de 30 choix entre la première et la dernière équipe). On pourrait également dire la même chose pour les choix de premières rondes (écart de 9 choix).
Qui repêche “bien”?
Tentons maintenant d’analyser des mesures qui nous permettront de conclure qu’une équipe semble repêcher de bons joueurs, et ce, sur une assez longue période de temps (en occurence 10 ans ici). Gardons bien en tête l’aspect relatif entre les équipes, car l’objectif demeure de voir si certaines équipes sont plus performantes que les autres.
Les matchs joués dans la Grande Ligue
Comment savoir si une équipe repêche de bons joueurs? La première idée qui me vient en tête est évidemment de regarder le nombre de matchs joué dans la LNH. Cette mesure est en quelque sorte indépendante de la position ou du style de joueur, ce qui rend son interprétation plus simple. Par contre, n’oublions pas que certaines équipes ont repêchés plus de joueurs que d’autres. Dans le graphique ci-dessous, si la logique du nombre de choix était respectée, les barres seraient ordonnées de la plus pâle vers la plus foncée (en partant d’en haut).
ggplot(
data = dt_per_team,
mapping = aes(
y = reorder(as.factor(team_drafted), nb_games_played),
x = nb_games_played,
fill = nb_picks
)
) +
geom_col() +
scale_fill_continuous("Nombre de choix au repêchage total") +
guides(fill = guide_colourbar(barwidth = 10, barheight = 0.5)) +
labs(
title = "Matchs joués par les joueurs repêchés selon équipe",
subtitle = "Saisons 2005 à 2015 (saison régulière seulement)",
x = "Nombre de matchs joués"
)
Je vous laisse tirer vos propres conclusions, mais de mon côté je remarque que les Blackhawks de Chicago semblent avoir peu de matchs joués pour le nombre de choix “réels”.
Les buts 🚨 et les passes 🍎 récoltés
Une autre mesure évidente à analyser est le nombre de points ($buts + passes$) obtenus par les joueurs repêchés par une équipe. Contrairement aux matchs joués, il faut tenir compte de la position du joueur dans ce cas-ci. Les attaquants font en général plus de points que les défenseurs, et peut-être que certaines équipes repêchent plus de défenseurs, ou même de gardiens (attendez ça s’en vient) …
library(dplyr)
dt_stats_position <- aggregate_stats(
dt = dt_all,
old_by_names = c("team_drafted", "player_position_type"),
new_by_names = c("team_drafted", "player_position_type")
)
cols <- c("team_drafted", "nb_points")
dt_stats_position[dt_per_team, (cols) := mget(cols), on = .(team_drafted)]
dt_stats_position[player_position_type %in% c("F", "D"),] %>%
ggplot(
mapping = aes(
x = skater_points,
y = reorder(as.factor(team_drafted), nb_points),
group = player_position_type
)
) +
geom_col() +
facet_grid(. ~ player_position_type) +
theme_classic() +
theme(axis.title.y = element_blank(),
legend.position = "bottom") +
labs(
title = "Nombre de points obtenus par les joueurs repêchés par équipe",
subtitle = "Saisons 2005 à 2015 (saison régulière seulement)",
x = "Nombre de points"
)
Dans le graphique ci-dessus, les équipes sont ordonnées selon le nombre de points combiné entre les attaquants (F) et les défenseurs (D). On peut donc conclure que les Oilers d’Edmonton est l’équipe qui a repêché, entre 2005 et 2015, les joueurs ayant récoltés le plus de points dans la LNH (merci à la lotterie). Dans ce graphique, on peut également voir que les Ducks d’Anaheim et les Predators de Nashville semblent avoir repêchés de bons défenseurs, probablement au détriment de repêcher de bons attaquants. Voici les 5 défenseurs les plus productifs repêchés par ces 2 équipes:
unique(dt_all[team_drafted == "ANA" & player_position_type == "D"][order(-skater_points), player_name])[1:5]
## [1] "Cam Fowler" "Jake Gardiner" "Hampus Lindholm" "Sami Vatanen" "Shea Theodore"
unique(dt_all[team_drafted == "NSH" & player_position_type == "D"][order(-skater_points), player_name])[1:5]
## [1] "Roman Josi" "Ryan Ellis" "Seth Jones" "Mattias Ekholm" "Cody Franson"
Pas mal 😮!
Nos amis les gardiens
Maintenant que nous avons regardé les attaquants et les défenseurs, jetons un coup d’oeil aux gardiens de but. Comme mesure alternative au nombre de points, j’ai utilisé le nombre de victoires.
aggregate_stats(
dt = dt_all,
old_by_names = c("team_drafted", "player_position_type"),
new_by_names = c("team_drafted", "player_position_type")
)[player_position_type == "G"] %>%
ggplot(
mapping = aes(
x = goalie_wins,
y = reorder(as.factor(team_drafted), goalie_wins),
group = player_position_type
)
) +
geom_col() +
facet_grid(. ~ player_position_type) +
theme_classic() +
theme(axis.title.y = element_blank(),
legend.position = "bottom") +
labs(
title = "Nombre de victoires obtenues par les gardiens repêchés par équipe",
subtitle = "Saisons 2005 à 2015 (saison régulière seulement)",
x = "Nombre de victoires"
)
Pour ceux qui pensaient que Carey Price permettrait au Canadiens d’être au premier rang, vous étiez trop ambitieux. Par contre, peut-être qu’ils auraient eu plus de chances si j’avais inclus le repêchage de 2003, séance où fut repeché un certain Jaroslav Halak. On peut remarquer que les Capitals de Washington semblent avoir eu du flair pour repêcher de bons gardiens de buts. Seriez-vous capable de nommer quelques uns de ces gardiens?
unique(dt_all[team_drafted == "WSH" & player_position_type == "G"][order(-goalie_wins), player_name])[1:5]
## [1] "Braden Holtby" "Semyon Varlamov" "Michal Neuvirth" "Philipp Grubauer" "Ilya Samsonov"
Connaissant les problèmes de gardiens de but qu’on connu les Maple Leafs de Toronto, il est suprenant de les voir au 3ème rang. Toutefois, ils auraient peut-être mieux fait de conserver Tukka Rask dans leurs rangs … Encore une fois, on ne peut pas dire que les Blackhawks ont eu beaucoup de succès avec leurs gardiens repêchés sur cette période.
Trouver le bon joueur
Maintenant que nous avons un premier portrait de la performance des équipes au repêchage, je veux valider une dernière chose. Je veux voir si certaines équipes ont tendance à faire plus souvent le “bon choix” que d’autres. Pour évaluer si une équipe fait le “bon choix”, j’ai mis en place un petit algorithme. Cet algorithme peut s’expliquer comme suit: je regarde pour un choix donné, les choix subséquents et je valide qu’aucun joueur repêché après ce choix n’a fait plus de points. Pour les gardiens, je regarde le nombre de victoires. Pour paufiner cette approche, j’ai fais quelques hypothèses additionnelles:
JOUEURS_FENETRE <- 20
JOUEURS_MIN_PTS <- 100
JOUEURS_GARDIENS_INTERVAL <- 0.95
GARDIENS_MIN_WINS <- 50
- Je regarde uniquement les 20 choix subséquents à un choix donné. Cela évite qu’une perle rare repêchée en fin de repêchage, disons Pavel Datsyuk, fasse passer tous les autres choix pour de “mauvais choix”.
- Je vérifie que le joueur a fait un minimum de points, j’ai fixé ce minimum à 100 points.
- Je donne le bénéfice du doute à un joueur ayant presque fait le même nombre de points qu’un autre dans la fenêtre de 20 choix. Pour rendre cela possible, je considère toujours comme un “bon choix” un joueur qui a fait au moins 95% du nombre de points qu’un autre joueur dans la fenêtre.
- Je compare les attaquants avec les attaquants et les défenseurs avec les défenseurs.
- En raison du plus petit nombre de gardiens repêchés, je ne considère pas de fenêtre pour cette position. Ainsi, pour qu’un gardien soit considéré comme un “bon choix”, il doit avoir récolté plus de victoires que tous les gardiens repêchés après.
- Je donne également le bénéfice du doute aux gardiens, j’applique encore une fois un ratio de 95% sur le nombre de victoires.
- Les gardiens doivent avoir récoltés au moins 50 victoires pour être considérés comme un “bon choix”.
Ces décisions un peu arbitraires sont basées sur mon jugement personnel. Je vous laisse le soin de changer certains de ces paramètres comme bon vous semble. Maintenant, voici la fonction qui nous permettra de tester notre approche.
define_good_choice <- function(dt, player_window, player_min_pts, goalie_min_wins, interval) {
dt[, good_pick := NA]
for (row in seq_len(nrow(dt))) {
# On stock les informations sur le choix à valider
draft_year_temp <- dt[row,]$draft_year
draft_pick_temp <- dt[row,]$draft_overall
draft_position_temp <- dt[row,]$player_position_type
draft_nb_points_temp <- dt[row,]$skater_points
draft_wins_temp <- dt[row,]$goalie_wins
if (draft_position_temp %in% c("F", "D")) {
# On filtre les joueurs repêchés dans la fenêtre
dt_temp <- dt[draft_year == draft_year_temp & player_position_type == draft_position_temp & draft_overall <= (draft_pick_temp + player_window) & draft_overall > draft_pick_temp,]
# On calcule le nombre de points maximal dans la fenetre
max_pts_windows <- max(dt_temp$skater_points, na.rm = TRUE)
# Si manquant, on remplace par 0
max_pts_windows <- ifelse(is.na(max_pts_windows), 0, max_pts_windows)
draft_nb_points_temp <- ifelse(is.na(draft_nb_points_temp), 0, draft_nb_points_temp)
if (draft_nb_points_temp > (max_pts_windows * interval) & draft_nb_points_temp >= player_min_pts) {
dt[row,]$good_pick <- TRUE
} else {
dt[row,]$good_pick <- FALSE
}
} else if (draft_position_temp == "G") {
# Aucune fenetre pour les gardiens
dt_temp <- dt[draft_year == draft_year_temp & player_position_type == draft_position_temp & draft_overall > draft_pick_temp,]
# On calcule le nombre de victoires maximal après le choix
max_win_windows <- max(dt_temp$goalie_wins, na.rm = TRUE)
# Si manquant, on remplace par 0
max_win_windows <- ifelse(is.na(max_win_windows), 0, max_win_windows)
draft_wins_temp <- ifelse(is.na(draft_wins_temp), 0, draft_wins_temp)
if (draft_wins_temp > (max_win_windows * interval) & draft_wins_temp >= goalie_min_wins) {
dt[row,]$good_pick <- TRUE
} else {
dt[row,]$good_pick <- FALSE
}
}
}
dt[]
}
Afin de valider que notre approche se comporte bel et bien comme souhaité, on peut jeter un apperçu aux 30 premiers choix du repêchage du 2005 et interpréter la colonne good_pick.
new_draft_aggregation = aggregate_stats(
dt = dt_all,
old_by_names = c("player_id", "draft_year", "draft_overall", "player_name", "team_drafted", "player_position_type"),
new_by_names = c("player_id", "draft_year", "draft_overall", "player_name", "team_drafted", "player_position_type")
)
dt_good_picks <- define_good_choice(
dt = new_draft_aggregation,
player_window = JOUEURS_FENETRE,
player_min_pts = JOUEURS_MIN_PTS,
goalie_min_wins = GARDIENS_MIN_WINS,
interval = JOUEURS_GARDIENS_INTERVAL
)
# Apercu des 30 premiers choix du repechage de 2005
dt_good_picks[draft_year == 2005][order(draft_overall)][1:30, .(draft_year, draft_overall, team_drafted, player_name, player_position_type, skater_points, goalie_wins, good_pick)]
## draft_year draft_overall team_drafted player_name player_position_type skater_points goalie_wins good_pick
## 1: 2005 1 PIT Sidney Crosby F 1275 0 TRUE
## 2: 2005 2 ANA Bobby Ryan F 563 0 FALSE
## 3: 2005 3 CAR Jack Johnson D 302 0 TRUE
## 4: 2005 4 MIN Benoit Pouliot F 263 0 FALSE
## 5: 2005 5 MTL Carey Price G 0 353 TRUE
## 6: 2005 6 CBJ Gilbert Brule F 95 0 FALSE
## 7: 2005 7 CHI Jack Skille F 96 0 FALSE
## 8: 2005 8 SJS Devin Setoguchi F 261 0 FALSE
## 9: 2005 9 OTT Brian Lee D 36 0 FALSE
## 10: 2005 10 VAN Luc Bourdon D 2 0 FALSE
## 11: 2005 11 LAK Anze Kopitar F 968 0 TRUE
## 12: 2005 12 NYR Marc Staal D 192 0 FALSE
## 13: 2005 13 BUF Marek Zagrapan F 0 0 FALSE
## 14: 2005 14 WSH Sasha Pokulok D 0 0 FALSE
## 15: 2005 15 NYI Ryan O'Marra F 7 0 FALSE
## 16: 2005 16 WPG/ATL Alex Bourret F 0 0 FALSE
## 17: 2005 17 ARI/PHX Martin Hanzal F 338 0 FALSE
## 18: 2005 18 NSH Ryan Parent D 7 0 FALSE
## 19: 2005 19 DET Jakub Kindl D 87 0 FALSE
## 20: 2005 20 FLA Kenndal McArdle F 3 0 FALSE
## 21: 2005 21 TOR Tuukka Rask G 0 297 FALSE
## 22: 2005 22 BOS Matt Lashoff D 16 0 FALSE
## 23: 2005 23 NJD Niclas Bergfors F 83 0 FALSE
## 24: 2005 24 STL T.J. Oshie F 575 0 FALSE
## 25: 2005 25 EDM Andrew Cogliano F 426 0 FALSE
## 26: 2005 26 CGY Matt Pelech F 4 0 FALSE
## 27: 2005 27 WSH Joe Finley D 1 0 FALSE
## 28: 2005 28 DAL Matt Niskanen D 356 0 TRUE
## 29: 2005 29 PHI Steve Downie F 196 0 FALSE
## 30: 2005 30 TBL Vladimir Mihalik D 3 0 FALSE
## draft_year draft_overall team_drafted player_name player_position_type skater_points goalie_wins good_pick
À partir de cet apperçu, on peut voir que notre approche n’est pas parfaite, mais nous donne quand même une bonne idée de quels joueurs ont été de “bons choix”. Sidney Crosby apparait comme un “bon choix” (fiouuu). On pourrait débattre que Bobby Ryan est un “bon choix”, mais Anze Kopitar ne serait pas d’accord 😉. Si vous vous demandez pour TJ Oshie, il a été doublé par Paul Stastny en 2ème ronde. Est-ce que je considère Paul Stastny meilleur que TJ Oshie, pas nécéssairement, mais force est d’admettre que le premier a fait près de 200 points de plus que le second.
Maintenant, voyons voir quelles équipes ont réalisé le plus grand nombre de “bons choix” selon l’approche que nous proposons. Puisque certains “bons choix” pourraient être considérés meilleurs que d’autres “bons choix”, j’ai pris le soin d’ajouter le nombre de points réalisés par ces joueurs dans le graphique ci-dessous.
ggplot(
data = dt_good_picks[!is.na(good_pick), .(count = .N, nb_points = sum(skater_points, na.rm = T)), .(team_drafted, good_pick)][good_pick == TRUE],
mapping = aes(
x = count,
y = reorder(as.factor(team_drafted), count),
fill = nb_points
)
) +
geom_col() +
scale_fill_continuous("Nombre de pts réalisés par les bons choix") +
labs(
title = "Nombre de 'bons choix' réalisés par équipe (et leurs points)",
subtitle = "Saisons 2005 à 2015 (saison régulière seulement)",
x = "Nombre de 'bon choix'"
)
On peut voir que certaines équipes ont eu plus de flair que d’autres. Les Blue Jackets de Columbus semblent se démarquer, regardons leurs “bons choix”:
columns_show <- c("draft_year", "draft_overall", "player_name", "skater_points", "goalie_wins")
# Bons choix des Blue Jackets
dt_good_picks[good_pick == TRUE & team_drafted == "CBJ", .SD, .SDcols = columns_show]
## draft_year draft_overall player_name skater_points goalie_wins
## 1: 2005 67 Kris Russell 238 0
## 2: 2006 189 Derek Dorsett 127 0
## 3: 2006 69 Steve Mason 0 205
## 4: 2007 7 Jakub Voracek 753 0
## 5: 2008 127 Matt Calvert 201 0
## 6: 2008 157 Cam Atkinson 381 0
## 7: 2009 21 John Moore 115 0
## 8: 2010 4 Ryan Johansen 446 0
## 9: 2013 89 Oliver Bjorkstrand 146 0
## 10: 2013 14 Alex Wennberg 208 0
## 11: 2015 8 Zach Werenski 174 0
Il y a quand même quelques bons choix. Par contre, certains de ces joueurs ont peut-être profiter des failles de notre approche (Derek Dorsett ou John Moore par exemple). Je suis curieux de jeter un coup d’oeil à l’Avalanche du Colorado, qui ont realisé un peu moins de “bons choix”.
# Bons choix de l'Avalanche
dt_good_picks[good_pick == TRUE & team_drafted == "COL", .SD, .SDcols = columns_show]
## draft_year draft_overall player_name skater_points goalie_wins
## 1: 2005 44 Paul Stastny 759 0
## 2: 2007 14 Kevin Shattenkirk 387 0
## 3: 2009 33 Ryan O'Reilly 574 0
## 4: 2009 3 Matt Duchene 640 0
## 5: 2009 64 Tyson Barrie 360 0
## 6: 2011 2 Gabriel Landeskog 485 0
## 7: 2013 1 Nathan MacKinnon 510 0
## 8: 2015 10 Mikko Rantanen 261 0
Un peu moins de “bons choix” que les Blue Jackets, mais ceux-ci semblent avoir eu un impact bien plus grand. On peut dire que l’Avalanche a su profiter de leurs hauts choix au repêchage …
Finalement, aviez-vous réussi à deviner quels étaient les 5 “bons choix” de notre Sainte-Flanelle?
# Bons choix des Canadiens
dt_good_picks[good_pick == TRUE & team_drafted == "MTL", .SD, .SDcols = columns_show]
## draft_year draft_overall player_name skater_points goalie_wins
## 1: 2005 5 Carey Price 0 353
## 2: 2005 200 Sergei Kostitsyn 176 0
## 3: 2007 43 P.K. Subban 430 0
## 4: 2007 22 Max Pacioretty 567 0
## 5: 2010 147 Brendan Gallagher 343 0
Pas trop mal, mais sur 10 années de repêchages, on aurait bien aimé avoir quelques “bons choix” de plus (surtout en première ronde) …
Conclusion
Pour conclure cet article, je dois vous avouer que je continue de croire que le repêchage est une science inexacte. Il est difficile de tirer des conclusions évidentes étant donné les nombreuses composantes à prendre en compte. Sans entrer trop dans les détails, il y a le nombre de choix et les positions des joueurs repêchés. Certains joueurs font moins de points, mais apportent une composante de plus à une équipe, comme le leadership ou même l’aspect défensif. Toutefois, selon mes analyses, voici les équipes que je considère comme les grands “gagnants” et “perdants” ainsi que pourquoi.
Les grands “gagnants” 👍
- Avalanche du Colorodo: On peut voir leurs “bons choix” plus haut. Ils ont bien saisi leurs chances avec leurs choix de 1ère ronde, considérant qu’ils n’en ont eu que 9 alors que la moyenne de la ligue se situe à 11.
- Bruins de Boston: Arrivant au 26ème rang pour le nombre de choix, ils sont pourtant au 6ème rang pour les points récoltés par les joueurs repêchés. Ils sont également dans le premier tiers pour le nombre de “bons choix”.
- Penguins de Pittsburg: Ils arrivent au dernier rang dans la ligue pour le nombre de choix au total (avec 66 choix), mais ils ont fait une bonne utilisation de leurs choix. On peut les voir assez haut pour les points récoltés (12ème rang) et pour les victores des gardiens (9ème rang).
- Kings de Los Angeles: Certes, ils ont eu beaucoup de choix au total (86), mais ils ont su répondre à l’appel dans la majorité des facettes: matchs (1er rang), points (2ème rang) et victoires des gardiens (2ème rang).
Les grands “perdants” 👎
- Sabres de Buffalo: Ils sont au 5ème rang pour le nombre de choix au total, (dont 13 en 1ère ronde), mais ils arrivent relativement loin dans le classement pour le nombre de points récoltés (21ème rang) ou pour les victoires des gardiens (19ème rang). Ils sont également en bas de peloton pour le nombre de “bons choix”.
- Jets de Winnipeg (et Atlanta): Ils sont au-dessus de la moyenne pour le nombre de choix total (83) et nombre de choix de première ronde (12). Ils se retrouvent en bas de classement pour la majorité des métriques: matchs (26ème rang), points (24ème rang). Seul point positif, les gardiens.
- Canucks de Vancouver: Même s’ils ont eu peu de choix au total (68), ils n’ont pas su tirer leur épingle du jeu, et ce, dans aucune catégorie. Avec 12 choix de 1ère ronde, versus une moyenne de 11 dans la ligue, on aurait pu s’attendre à de meilleures performances. Le nombre de matchs joués par leurs joueurs repêchés est catastrophique …
- Coyotes de l’Arizona (et Phoenix): On ne peut pas dire que leur performance est “désastreuse”, mais étant l’équipe avec le plus de choix de premières rondes (16), je me serais attendu à mieux.
Mention honorable pour les “mal-aimés” Oilers d’Edmonton. Ils ont certainement eu beaucoup de choix “faciles”, mais ils arrivent quand même au premier rang pour le nombre de points.
