PowerPlay Magazin

Salut tout le monde,

Au moment de la rédaction de cet article, le troisième sur le sujet, il y a désormais plus de 1800 joueurs soumis. Je tiens à remercier tous ceux qui ont contribués et je vous demande de continuer à le faire puisque la dernière étape est la plus intéressante - déterminer l'impact du personnel. S’il vous plaît, ne falsifier pas les données et remplissez toutes les entrées pour chaque joueur autrement je suis obligé de supprimer les données incomplètes sur mon propre fichier. Pour soumettre vos joueurs, vous n’avez qu’à suivre ce lien. N'hésitez pas à l’ajouter à vos favoris car l’adresse ne changera pas.

Le premier article n’était qu’une introduction tandis que dans le deuxième portait sur les différentes possibilités de longévité de carrière. Par exemple, quelles sont les chances de tirer un 6/6 versus un 5/6. Au moment de ce compte rendu, il y avait 430 enregistrements de joueurs. Nous en avons maintenant plus de 1800 et les chiffres indiquent toujours un ratio de 60:40 (6/6 : 5/6) pour les LC des joueurs sortant de l'académie. L'article continuait en montrant ce que cela signifiait en terme de probabilités pour les différentes LC possibles en supposant que lesdites possibilités soient une propriété intrinsèque d'un joueur au moment où il sort de l’académie et non quelque chose qui est dynamique et qui peut changer au cours de sa carrière.

Les premières nouvelles données que je souhaite présenter concernent les chiffres des côtés préférés. Étonnamment, les données ne se sont toujours pas fixées sur des chiffres ronds comme on pouvait s'y attendre (comme le 60 et 40 % pour la LC), mais je vais les donner quand même. Parmi les joueurs présentés, 34,7 % étaient gauchers, 33,3 % étaient droitiers et 32,0 % étaient universels. Au final, je m'attends donc à ce que ces chiffres se stabilisent en trois tiers (33 % chacun). Cela signifie que si vous combinez ces résultats avec ceux du premier rapport, en se concentrant sur ​​la LC, les chances de tirer un joueur 6/6 universel est d'environ 20 %. Vous pouvez vous amusez à ressortit les chiffres dudit article pour déterminer les chances d’avoir un joueur universel et 6/6 à 18 ans.

J’aurais aimer garder les «grands résultats» de l’étude pour une autre fois mais j’ai décidé de vous donner le premier d'entre eux maintenant : l'impact du niveau de l’académie des sports sur le TC des joueurs. Je dois préfacer cette section pour vous avertir que le niveau du personnel n'a pas été pris en compte. Comme mentionné précédemment, l'impact du personnel est une affaire délicate à comprendre étant donné le nombre de points de données requis et des faibles variations dans l’efficacité du personnel pour les données collectées. Il faut garder cela à l’esprit car cela a un impact certain.

Tous les joueurs enregistrés ont été répartis en groupes d’académie de même niveau. Chaque groupe a été ajusté à l'aide d'une distribution gaussienne pour obtenir la moyenne et incertitude de la moyenne. Cette moyenne a été utilisée pour déterminer la «moyenne» de TC attendue (notée μ) pour un joueur à un niveau d’académie donné. En outre, le sigma de la courbe (= la largeur du pic) peut être utilisé pour déterminer les chances de tirer un joueur au-dessus d’un TC X pour n'importe quel niveau d’académie. J'ai donné deux exemples, l’académie au niveau 8 et l’académie au niveau 14. Vous pouvez clairement voir le pic qui se déplace vers la droite, c’est-à-dire vers un TC supérieur pour l’académie niveau 14 par rapport à l’académie niveau 8. De fait, l’académie niveau 8 présente une moyenne de TC de 208 tandis l’académie niveau 14 présente une moyenne de TC prévue vers 293. Vous pouvez aussi voir clairement l'influence du nombre de données recueillies. Le niveau 8 n’a que 55 joueurs soumis alors que le niveau 14 en a 448. Maintenant, gardez aussi à l'esprit ma mise en garde donnée au début de la section.  Il faut avoir en tête que les équipes avec des infrastructures plus développées auront tendance à avoir également du personnel plus fort, ce qui est amplifie encore plus la différence entre les niveaux des académies.

Lorsque l'on compare les niveaux de 7 à 15 de l’académie (les niveaux inférieurs n’ont pas été pris en compte car ils ont moins de 25 joueurs enregistrés, ce qui n’est pas suffisant d’un point du vue statistique), vous obtenez la figure ci-dessous :

Comme vous pouvez le voir clairement, avec l'augmentation du niveau de l’académie, vous avez une augmentation linéaire de la moyenne de TC dictée par la relation linéaire suivante :

y = (14 ± 2) x + (91 ± 20 ) où y = μ = TC moyen du joueur et x = niveau de l’académie.

Concrètement, cela signifie qu’au niveau 0, il fallait s'attendre à des joueurs avec un TC moyen de 91 ± 20. Chaque augmentation du niveau de l’académie va ajouter, en moyenne, 14 au TC des joueurs proposés. Une fois de plus, il est important de noter que le personnel n'a pas été pris en compte dans cette étude pour les raisons indiquées plus haut. Par conséquent, un fois que l’impact du personnel sera supprimé, cela devrait encore améliorer la relation entre les points et la régression linéaire. Il est clairement démontré que les niveaux 10-15 sont très linéaires tandis que les niveaux 7-9 ont tendance à biaiser l'ajustement. En prenant en compte le personnel et en obtenant plus de point de comparaison pour ces niveaux là, il devrait être possible de réduire l’écart-type.

Je dois retourner bosser, mais si quelqu'un sait quelque chose sur la simulation de l'émergence de la turbulence dans les disques d'accrétion hydrodynamiques visqueux quasi-képlériens s'il vous plaît faites le moi savoir, je suis un peu paumé en ce moment.

Merci pour la lecture, le prochain rapport portera sur ​​l'impact du personnel à un moment où il y aura suffisamment de données pour appuyer mes dires. Jusque-là, bonne chance pour les playoffs du hockey et dans tout le reste.