Un joueur conduit au panier. Alors que la défense s'effondre, il passe le ballon à son coéquipier, ancré au coin, pour le tir ouvert à trois points.

Ce coup de coin est l'un des coups les plus efficaces du basket-ball, tel que mesuré par les points attendus par tir. C'est juste après les coups au bord, suivi de tirs à trois points au-dessus de la pause - c'est-à-dire, l'emplacement sur le terrain où la ligne à trois points passe d'un arc à une ligne droite.

Grâce à des données comme celle-ci, les équipes distribuent désormais leurs tirs d'une manière différente de ce qu'elles faisaient il y a dix ans. Les tirs à trois points et les tirs autour de la jante sont à la hausse, tandis que les tentatives de milieu de gamme sont en baisse. Les médias appellent ce changement "Moreyball" d'après Daryl Morey, le directeur général des Rockets, qui a été reconnu comme le pionnier de cette tendance.

Regarder au-delà de la distance de tir

Pourquoi les tirs de coin à trois points sont-ils plus efficaces que ceux au-dessus de la pause ? Une idée fausse commune parmi les fans, médias et même des analystes est que cela est uniquement dû à la distance plus courte du panier. Bien que la distance joue certainement un rôle, il ne peut pas expliquer le degré de divergence dans les données.

Pour mieux comprendre ce qui se passe, J'ai examiné un ensemble de données détaillées de prises de vue des saisons NBA 2013-14 et 2014-15. j'ai estimé, grâce à un modèle de régression logistique simple, la différence attendue dans le pourcentage de field goal, c'est-à-dire le taux de réussite – pour les tirs à trois points de coin et au-dessus de la pause, en fonction de leur distance moyenne au panier.

Alors que le modèle s'attend à une légère différence d'environ 1,5%, ce n'est pas aussi élevé que les 4 pour cent que j'ai vus dans les données.

Alors, quoi de neuf? Bien sûr, les modèles sont des simplifications de la réalité. Mais il existe une autre différence importante entre les deux types de tirs à trois points :la distance au défenseur le plus proche. Les trois points de coin sont en moyenne plus ouverts que les trois points au-dessus de la pause, ce qui en fait des photos de meilleure qualité.

Pourquoi pourtant ? À cause des aides. Les tirs assistés sont, en moyenne, plus ouvert par rapport aux tirs sans assistance. Plus de 90 % des tirs de coin à trois points sont assistés, tandis que les tirs au-dessus de la pause sont assistés à un taux légèrement supérieur à 70%. Les coups de milieu de gamme sont assistés à un taux encore plus bas, ne pas aider leur cas pour l'efficacité.

Précédemment, dans ce qui ressemble à une expérience naturelle, J'ai effectué la même analyse sur une compétition de la Fédération Internationale de Basketball, où la distance au panier est presque la même sur toute la plage de trois points. Le même schéma a émergé. Les tirs de coin à trois points étaient plus efficaces et étaient assistés à un rythme beaucoup plus élevé.

En utilisant ces résultats, on peut commencer à estimer la contribution attendue d'une passe décisive à un tir. Par exemple, une passe décisive sur un tir à trois points dans le coin gauche augmente le pourcentage de paniers moyen de la ligue à 38,7 pour cent, contre 34,9 pour cent pour un tir sans aide de la même zone. Cela correspond à +0,114 points attendus par tir à trois points du coin gauche, lorsqu'il est assisté.

Pendant les saisons couvertes par l'ensemble de données que j'ai utilisé, les équipes ont effectué en moyenne environ 82 tirs par match, dont la moitié a été assistée. En moyenne, un tir assisté a ajouté 0,16 points attendus de plus par rapport à un tir sans assistance. Si les équipes cherchaient la passe supplémentaire sur 15 de leurs tirs sans assistance, cela correspond à environ 2,4 points supplémentaires attendus au cours du jeu, assez pour neutraliser l'avantage du terrain en NBA.

Aider l'éducation STEM

Une grande partie de mes recherches sportives s'articule autour de l'analyse de données spatio-temporelles. La disponibilité de ces données détaillées est, littéralement, changer le jeu. Alors que de simples statistiques peuvent fournir des informations précieuses, des modèles plus complexes conduisent désormais à des applications auxquelles les sportifs et les chercheurs ne pouvaient même pas penser il y a 10 ans.

Par exemple, mes collègues et moi avons développé Deep Hoops, un système capable d'évaluer les micro-actions - telles que les écrans et les coupures hors ballon - pour évaluer de manière holistique les contributions d'un joueur à la victoire. D'autres chercheurs ont développé des systèmes qui permettent à un entraîneur d'anticiper la réaction d'une défense à un schéma offensif spécifique.

Plus important encore, bien que, Je crois que le sport offre un excellent véhicule grâce auquel les éducateurs peuvent fournir la littératie des données aux jeunes générations. Dans mon expérience personnelle d'enseignement, les étudiants s'associent mieux et s'engagent davantage avec des concepts techniquement difficiles lorsqu'ils sont introduits par le sport, par rapport aux paramètres abstraits. Ceci est particulièrement crucial pour les cours d'introduction, qui sont très importants pour attirer les étudiants vers une majeure.