Tour statistique n°1 : Les nouveaux entraineurs

 
Voilà le premier article de ce que j’espère être une longue série, au moins 38 épisodes en tout cas. Vous l’avez deviné, le but est de réussir à écrire un nouveau compte-rendu après chaque journée de championnat, pas forcément quelque chose d’extrêmement long mais qui abordera un thème différent à chaque fois, en rapport avec les matchs disputés cette semaine-là, en plus de me permettre de centraliser mes graphiques de domination et de simulation (voir juste après) des rencontres de la journée.

Les matchs

Lille – Paris Saint Germain : 0 – 1

Bastia – Rennes : 2 – 1

Marseille – Caen : 0 – 1

Montpellier – Angers : 0 – 2

Nantes – Guingamp : 1 – 0

Nice – Monaco : 1 – 2

Troyes – GFC Ajaccio : 0 – 0

Toulouse – Saint-Etienne : 2 – 1

Bordeaux – Reims : 1 – 2

Lyon – Lorient : 0 – 0

Cliquez sur les scores pour accéder aux graphiques de domination (dangerosité des passes réussies et des tirs réalisés) et  aux simulations du match (en utilisant les ExpGoals).

Zoom sur

Il est toujours extrêmement compliqué, et dangereux, d’essayer de tirer des conclusions sur une 1ère journée de championnat, je vais donc tricher dès l’inauguration de cette série et plutôt parler des entraîneurs de Ligue 1 et, plus précisément, de ceux arrivés en cours de saison dernière.

Les statistiques sont de plus en plus utilisées dans le football, que ce soit pour parler des joueurs ou des équipes, mais les entraîneurs sont très rarement le sujet d’articles s’appuyant sur des chiffres. La principale raison étant probablement qu’il est très dur de séparer ce qui relève de l’apport du coach ou de celui des joueurs mais il y a des choses intéressantes à observer aussi.

Voilà la liste des entraîneurs ayant récupérés une équipe en cours de saison, l’année dernière : Ghislain Printant, Olivier Guégan et Dominique Arribagé. Comparons donc ceux-ci avec leurs prédécesseurs.

J’ai utilisé, pour chaque statistique, le ratio entre la stat offensive et la stat défensive. Par exemple, pour les tirs, ça donne : ratio = tirs réalisés / (tirs réalisés + tirs concédés). La valeur moyenne est donc 0,500.

Entraîneur  Club Matchs Tirs Cadrés Buts xGoals Conv% Points
Makélélé  Bastia  12  0,335  0,349  0,375   0,320 0,544 0,83
Printant  Bastia  26  0,440  0,472  0,475   0,439 0,535 1,42
Vasseur  Reims  31  0,462  0,428  0,402   0,447 0,439 1,13
Guégan  Reims  0,532 0,440  0,462   0,518 0,430 1,29
Casanova  Toulouse  29  0,498  0,449  0,368  0,476  0,370 1,00
Arribagé  Toulouse  9 0,462  0,467  0,467  0,510  0,505 1,44

A chaque fois le nouvel entraîneur a augmenté le nombre de points par match assez significativement mais il y a néanmoins des différences quand on regarde plus en détails.

A Bastia, Ghislain Printant a fait un gros travail, rattrapant le départ catastrophique de Claude Makélélé en améliorant l’équipe dans tous les domaines alors même que l’équipe n’affichait même pas un ratio en-dessous de la moyenne, souvent signe d’un manque de chance et appelé à revenir à la normale.

Côté Reims, Olivier Guégan a fait de sa formation une équipe dominante en termes de tirs ou d’xGoals, là aussi avec un ratio de conversion inférieur à son prédécesseur. Il faut faire attention tout de même dans la mesure où on parle d’un échantillon de seulement 7 matchs.

C’est encore différent à Toulouse où Alain Casanova affichait des chiffres tout à fait corrects mais qui ne se concrétisaient pas en buts à cause, notamment, d’un taux de conversion très faible, que ce soit offensivement ou défensivement . Ceci étant dit, l’équipe était quand même sur une pente descendante et Dominique Arribagé semble avoir réussi à améliorer l’équipe.
 
Voilà pour cette première journée, rendez-vous la semaine prochaine.

 

15 réflexions sur “Tour statistique n°1 : Les nouveaux entraineurs

  1. Salut je découvre ce site, je le trouve très intéressant, mais juste une question tu les sors d’où toutes ses stats, l’analyse statistique m’intéresse, et ce genre de stats n’est pas sur WhoScored.com… ?

    1. Pour ce qui est des ratios, ils se calculent facilement à partir de statistiques simplement trouvables comme les tirs, tirs cadrés, etc.
      Pour les Expected Goals, c’est différent et, comme expliqué dans l’article des cahiers, ils sont calculés via un modèle prenant justement en compte de nombreux paramètres obtenus grâce aux compte-rendus de match de WhoScored.com. J’utilise aussi StatsZone.

      1. Merci d’avoir répondu si vite, sinon serait-ce trop te demander ici ou par mail (si tu tiens à ta formule magique) quel est ton modèle et comment tu calcules une state très intéressante footballistiquement, ça m’intéresse et j’aimerais l’exporter à d’autres championnats.

        1. Pour le modèle, les éléments pris en compte pour le calcul final sont listés dans l’article des cahiers. Après avoir récupéré toutes ses informations, la base de données est découpée selon ses critères et j’obtiens la valeur d’ExpGoals en divisant le nombre de buts par le nombre de tirs pour chaque ensemble de critères (ex : les tirs de la tête, sur centre, en contre-attaque et à droite de la surface).

          Pour ce qui est des autres championnats, ma base de donnée contient les 6 dernières années pour les 5 grands championnats.

  2. Bonjour

    D’abord félicitations pour ton site et tes stats. Mais serait-il possible de nous donner un exemple concret du calcul pour trouver les expected goals?
    Par exemple, comment est tu arrivé a 0.320 xgoals pour Bastia sous la coupe de Makelele? Merci

    1. Bien sûr.

      0,320 représente le ratio ‘xGoals Pour / (xGoals Pour + xGoals Contre)’ qui permet d’avoir le côté défensif et offensif dans un même chiffre.

      A l’intérieur de ce ratio, ‘xGoals Pour’ représente la somme des différents xGoals pour chaque tir (non-bloqué) effectué par Bastia. A l’inverse ‘xGoals Contre’ correspond à la somme des xGoals des tirs subis par Bastia.

      Dans ce cas précis, on se retrouve avec un total de 7,50 xGoals Pour et 15,94 xGoals Contre en additionnant les 12 matchs entraînés par Makélélé. Qui donne ensuite le ratio de 0,320.

      Si tu veux plus de précisions, dis-moi. J’ai aussi écrit un article pour présenter le concept d’ExpectedGoals : http://www.cahiersdufootball.net/article-les-expected-goals-au-coeur-de-la-revolution-statistique-5744.

  3. Je comprends assez bien le calcul effectué mais j’aimerais savoir ou tu as trouvé le 7.50 xgoals pour et le 15.94 xgoals contre. Tu les calcules toi-même ?

    La véritable question est donc comment tu calcules chaque xgoal pour chaque tir (réalisé ou subi)? As tu un tableau avec toutes les probabilités pour chaque type de tir?

    1. Je me suis d’abord constitué une base de données contenant tous les tirs des 5 grands championnats depuis la saison 2009/2010 avec, pour chaque tir, différente informations : zone du tir, finalité (cadré, bloqué, but, etc), type de tir (pied, tête, autre), type de passe (centre, passe en profondeur, etc), et cetera.

      Une fois ses infos obtenus, je recoupe ma base de données selon chaque ensemble de critères possible, par exemple : un tir au centre de la surface, cadré, de la tête et sur un centre. Pour chaque subdivision, je divise simplement le nombre de buts marqués par rapport aux tirs effectués pour obtenir une valeur d’xGoal.

  4. C’est cool ça car c’est en expliquant le principe a tout le monde qu’on pourra enfin avoir des vrais débats sur les stats en France.

    Si je me base sur les tirs tentés ou subis par une équipe de Ligue 1 lors des deux premières journées, puis-je avoir leurs xgoals pour et xgoals contre ?

    Pour trouver xgoal de Nice et de Monaco lors de la 1ere journée (xG =1,51 et 2,44) tu t’es base sur leurs tirs lors de cette seule rencontre?

  5. Justement a partir de ces données, je n’arrive pas à trouver 1.51 pour Nice. Pourrais tu me détailler ton calcul juste pour que je puisse le faire tout seul après ? Merci je te laisse tranquille après !

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *