Opponent-Adjusted Evaluation of NFL Pass Blocking and Pass Rushing Performance

En utilisant des données de suivi Hudl de la saison 2021, cette étude propose un cadre interprétable basé sur des modèles de Bradley-Terry régularisés par ridge pour évaluer les performances individuelles de protection et de pression au passage dans la NFL, en ajustant les résultats pour le niveau des adversaires et en validant la pertinence des classements appris par rapport aux sélections All-Pro.

L'essentiel

🏈 Le Défi : Qui est vraiment le meilleur ?

Imaginez le football américain comme un immense jeu d'échecs géant, mais où les pièces sont des joueurs de 100 kg qui se poussent violemment. Le problème, c'est qu'il est très difficile de dire qui est le meilleur joueur de ligne (ceux qui protègent le quarterback) ou le meilleur attaquant (ceux qui veulent le plaquer), simplement en regardant le score final.

C'est un peu comme essayer de juger la qualité d'un chef cuisinier en regardant seulement si le plat a été brûlé ou non, sans savoir si le cuisinier avait un four cassé ou un assistant qui lui a volé ses ingrédients. Dans le football, si un attaquant réussit un "sack" (il plaque le quarterback), est-ce parce qu'il est un génie, ou parce que le quarterback a eu peur et a paniqué ? Si un bloqueur ne se fait pas passer dessus, est-ce grâce à sa force, ou parce que l'attaquant adverse était faible ?

🧠 La Solution : Le "Tennis" des Données

Les auteurs de cette étude (des chercheurs de l'Université de Pennsylvanie) ont eu une idée brillante : au lieu de regarder le résultat global, ils ont découpé chaque action en duels individuels.

Imaginez que chaque fois qu'un attaquant affronte un bloqueur, c'est un mini-match de tennis.

• Le but : Savoir qui gagne ce mini-match.
• La donnée : Ils ont utilisé des caméras et des capteurs (des données de suivi) pour voir exactement ce qui s'est passé, milliseconde par milliseconde.

Ils ont créé un système de notation basé sur deux règles :

1. Le match "Gagné/Perdu" : Si l'attaquant arrive à s'approcher du quarterback en moins de 2,5 secondes, c'est un point pour lui. Sinon, c'est un point pour le bloqueur.
2. Le match "Niveau de Gravité" : C'est plus fin. Ils ne se contentent pas de dire "gagné". Ils classent la sévérité :
   • Perte : Rien ne s'est passé (le bloqueur a bien fait).
   • Victoire : L'attaquant a fait pression, mais sans toucher.
   • Touché : L'attaquant a touché le quarterback.
   • Sack : L'attaquant a plaqué le quarterback au sol (le pire scénario pour l'attaque).

🛠️ L'Outil Magique : Le "Miroir" Mathématique

Pour analyser ces milliers de duels, ils ont utilisé un modèle mathématique appelé Bradley-Terry (avec un petit ajustement spécial appelé "régularisation").

Faisons une analogie : imaginez un tournoi de tennis où vous ne connaissez pas les joueurs.

• Si le joueur A bat le joueur B, A gagne des points.
• Si le joueur B bat le joueur C, B gagne des points.
• Mais si le joueur A joue contre un champion mondial (disons, un "double-team" où deux bloqueurs s'occupent d'un seul attaquant), le modèle sait que c'est plus dur. Il ajuste la note en conséquence.

Le modèle apprend à dire : "Ce bloqueur est excellent car il a réussi à contenir des attaquants très forts, même quand il était seul." ou "Cet attaquant est un monstre car il a réussi à passer même quand deux bloqueurs l'attaquaient."

C'est comme un miroir intelligent qui enlève la poussière du contexte pour révéler la vraie capacité du joueur.

📊 Les Résultats : Ce que ça nous apprend

Après avoir fait tourner ce modèle sur toutes les données de la saison 2021, voici ce qu'ils ont découvert :

1. C'est plus juste que les statistiques classiques : Le modèle arrive à mieux prédire les résultats futurs que de simples moyennes. C'est comme passer d'une estimation à l'aveugle à une analyse fine.
2. La "Gravité" compte plus : Le modèle qui classe les actions par sévérité (Sack > Touché > Pression > Rien) correspond beaucoup mieux aux choix des experts (les journalistes qui élisent les "All-Pro", les meilleurs joueurs de l'année).
   • Analogie : C'est comme si un critique de cinéma notait non seulement si le film était "bon", mais s'il était "moyen", "excellent" ou "chef-d'œuvre". Cette nuance permet de mieux repérer les vrais talents.
3. Les classements : Ils ont produit des classements finaux. Par exemple, des joueurs comme Myles Garrett ou T.J. Watt (attaquants) et Joe Thuney (bloqueur) apparaissent en haut de liste, confirmant ce que les fans savent déjà, mais avec des preuves mathématiques solides.

🚀 Pourquoi c'est important ?

Avant, les recruteurs et les entraîneurs devaient souvent se fier à leur "intuition" ou à des statistiques imparfaites. Maintenant, ils ont un outil qui dit : "Même si ce joueur a joué contre des équipes faibles cette saison, son style de jeu montre qu'il serait capable de dominer n'importe qui."

C'est comme avoir un GPS pour l'évaluation des joueurs. Cela ne remplace pas l'œil de l'expert, mais cela lui donne une carte beaucoup plus précise pour naviguer dans le brouillard des performances sportives.

En résumé, cette étude transforme le chaos des collisions sur le terrain en une conversation claire et précise sur qui est vraiment le meilleur, en tenant compte de tous les détails du duel.

Résumé technique

1. Problématique

L'évaluation individuelle des joueurs de ligne offensive (bloqueurs) et défensive (pressieurs) dans la NFL est un défi majeur en raison de la nature des données disponibles :

• Sparsité des résultats : Les statistiques traditionnelles (sacks, pressions) sont rares et fortement dépendantes du contexte (temps de réaction du quarterback, couverture défensive, situation de jeu).
• Dépendance à l'adversaire : Une performance individuelle est intrinsèquement liée à la qualité de l'adversaire face auquel le joueur évolue.
• Manque de distinction : Les résumés agrégés échouent souvent à séparer la capacité individuelle d'un joueur de la qualité de son équipe, de sa structure de protection ou de l'adversaire affronté.

L'objectif de l'étude est de développer un cadre d'évaluation ajusté à l'adversaire qui permet de mesurer la performance des bloqueurs et des pressieurs au niveau de l'interaction spécifique, en utilisant des données de suivi (tracking) pour dépasser les limites des statistiques de boîte de score.

2. Méthodologie

A. Données et Construction des Variables

• Source : Données de suivi Hudl de la saison régulière 2021 de la NFL (fréquence de 10 Hz).
• Échantillon : 153 138 interactions bloqueur-presseur sur 33 283 jeux de passe dans 266 matchs.
• Unité d'analyse : Chaque engagement entre un bloqueur et un presseur.
• Variables explicatives :
  • Indicateur de « double-team » (aide défensive) : pris en compte comme une covariable explicite plutôt que d'être absorbé dans l'effet joueur.
• Définitions des résultats (cibles) :
  1. Binaire (Win/Loss) : Le presseur gagne s'il se rapproche du quarterback plus que le bloqueur dans les 2,5 secondes suivant le snap (aligné sur la définition ESPN PBWR).
  2. Multiclasses (Sévérité) : Une hiérarchie de quatre classes du point de vue du presseur : Sack (le plus sévère) > Hit (contact sans sack) > Win (pression sans contact) > Loss (échec).

B. Modélisation Statistique

Les auteurs utilisent des modèles Bradley-Terry (BT) régularisés par ridge, adaptés pour des comparaisons par paires :

1. Modèle Binaire (Win/Loss) :

   • Une régression logistique régularisée estime la probabilité de victoire du presseur.
   • Formule : $\text{logit}(P(Y_t=1)) = \alpha + r_{i(t)} - b_{j(t)} + \delta D_t$
   • Où $r$ est l'effet du presseur, $b$ l'effet du bloqueur, et $D_t$ l'indicateur de double-team.
   • La régularisation ridge stabilise les estimations lorsque l'exposition des joueurs est inégale.

2. Modèle Multiclasses (Sévérité) :

   • Un modèle BT multinomial régularisé estime les probabilités pour les quatre classes de résultats.
   • Après ajustement, les probabilités sont converties en un score de sévérité attendu en utilisant une pondération basée sur les valeurs EPA (Expected Points Added) rapportées dans la littérature (Sack = 1.0, Hit = 0.2, Win = 0.1, Loss = 0).

C. Validation et Baselines

• Split des données : Séparation ordonnée 80/20 (par ID de match) pour éviter les fuites de données temporelles.
• Lignes de base (Baselines) :
  • Baseline Globale : Taux de réussite moyen global.
  • Baseline Matchup : Moyenne pondérée des taux de réussite historiques individuels des joueurs (lissés vers la moyenne globale), sans modèle latent partagé.
• Mesures d'incertitude : Utilisation de rééchantillonnages bootstrap (par match et par semaine) pour quantifier la stabilité des classements.

3. Contributions Clés

1. Cadre d'évaluation conjoint : Un système qui évalue simultanément bloqueurs et pressieurs tout en préservant l'interprétabilité spécifique à chaque rôle.
2. Modélisation double : Distinction entre un modèle binaire (win/loss) et un modèle de sévérité multinomial, permettant une granularité accrue pour les impacts majeurs (sacks, hits).
3. Validation rigoureuse : Comparaison contre des baselines compétitives (matchup) et validation externe contre les sélections « All-Pro » de l'Associated Press (AP).
4. Leaderboards et Incertitude : Production de classements finaux de saison avec des bandes d'incertitude pour une interprétation longitudinale.

4. Résultats

Performance Prédictive (Validation Interne)

• Les deux modèles BT surpassent les baselines globales et les baselines de matchup sur la métrique de log-loss.
• Réduction du log-loss : Les améliorations sont modestes mais significatives (réduction relative de 0,24 % à 1,21 %).
• Stabilité : Les gains sont les plus stables pour le modèle de sévérité par rapport à la baseline globale. La comparaison avec la baseline matchup pour la sévérité reste positive mais moins certaine (intervalle de confiance chevauchant zéro).

Validation Externe (Sélections All-Pro 2021)

• Les classements générés par les modèles sont comparés aux sélections officielles de l'AP (First Team et First+Second Team).
• AUC (Area Under Curve) : Le modèle de sévérité obtient les meilleurs résultats AUC dans 3 des 4 catégories (bloqueur/presseur, 1ère équipe/1ère+2ème équipe).
• Enrichissement @K : Le modèle de sévérité montre l'amélioration la plus forte en termes d'enrichissement par rapport aux baselines brutes, indiquant une meilleure capacité à identifier les joueurs d'élite reconnus par les experts.

Classements et Trajectoires

• Les classements finaux identifient des joueurs d'élite (ex: T.J. Watt, Myles Garrett, Aaron Donald pour les pressieurs ; Joe Thuney, Corey Linsley pour les bloqueurs).
• Les trajectoires hebdomadaires montrent que l'incertitude est plus élevée au début de la saison (peu d'exposition) et se stabilise progressivement.

5. Signification et Conclusion

Ce travail démontre que l'application de modèles Bradley-Terry régularisés aux données de suivi de la NFL permet de créer un système d'évaluation transparent, interprétable et ajusté à l'adversaire.

• Avantage principal : Bien que les gains prédictifs absolus soient modestes (ce qui est attendu face à des baselines déjà compétitives), la capacité du modèle à séparer les joueurs d'élite et à s'aligner avec l'expertise humaine (All-Pro) est significative.
• Apport spécifique : Le modèle de sévérité, qui intègre la gravité des résultats (sacks vs pressions), s'avère supérieur au modèle binaire simple pour l'identification des talents, soulignant l'importance de considérer la qualité de la pression et non seulement sa présence.
• Limites et perspectives : L'étude note que les mécanismes d'aide (chips, blocages de tight ends) ne sont que partiellement capturés par l'indicateur de double-team. De futures recherches pourraient intégrer des hiérarchies de positions et des effets d'équipe plus complexes.

En résumé, cette approche fournit une fondation statistique solide pour l'évaluation des lignes offensives et défensives, dépassant les limites des statistiques traditionnelles pour offrir une vision plus nuancée de la performance individuelle dans le football américain.