是什么 Ice Hockey Corsi Calculator?
▾
Corsi 是现代曲棍球分析中的基本控球指标，用于衡量球员在冰上、力量均匀时的总射门尝试差异（对手与对手）。该指标以布法罗军刀守门员教练吉姆·科西 (Jim Corsi) 的名字命名，他使用比 NHL 官方统计数据更广泛的射门跟踪方法来评估守门员的工作量，该指标在 2000 年代初期受到博主的欢迎，随后被 NHL 球队采用。 Corsi For% (CF%) 为 50% 意味着当一名球员在场上时，他的球队会进行尽可能多的投篮尝试——本质上是抛硬币控球。西德尼·克罗斯比 (Sidney Crosby) 在他的巅峰时期经常发布高于 56-58% 的 CF% 数据，这意味着在他比赛期间，他的球队每允许 44 次射门，就有大约 56 次射门尝试——这是一种巨大的持续的领土优势。科西背后的关键见解是，射门次数可以作为控球权的代表，而持续的控球权是在实力相同的情况下获胜的最可靠的预测指标。与官方 NHL 正负值不同，Corsi 控制投篮运气、守门员表现和得分效果。像 2000 年代初期的底特律红翼队和 2016-17 赛季的匹兹堡企鹅队这样的球队建立王朝的部分原因是出色的控球能力。局限性包括 Corsi 不区分高危险机会和外线投篮尝试，无论投篮质量如何，都会平等对待所有投篮尝试，并且受到区域首发的影响（开始更多进攻区域对峙的球员将具有更高的 Corsi）。得分效应——失败的球队在绝望中投篮更多——也会扭曲经常领先或落后的球队球员的个人科西数字。
PrimeCalcPro provides professional-grade tools trusted by businesses and academics.
公式
▾
Corsi For% (CF%) = CF / (CF + CA) x 100。CF = 当球员在冰上时（力量均匀）球员所在球队的射门尝试次数。 CA = 当球员在冰上时对手的射门尝试（力量均匀）。射门尝试包括射门、封盖和射门偏出。示例：麦克戴维在冰上，埃德蒙顿队 (CF=24) 尝试射门 24 次，对手 (CA=18) 尝试射门 18 次。 CF% = 24/(24+18) x 100 = 57.1%。 Corsi+/- = CF - CA = 24 - 18 = +6。变量说明
▾
| 符号 | 名称 | 单位 | 描述 |
|---|---|---|---|
| CF | 科西福尔 | count | 当一名球员在冰场时，该球员所在球队的总射门尝试次数，包括射门次数、射失次数和盖帽次数 |
| CA | 科西反对 | count | 当球员在冰上时对方球队的总射门尝试次数 |
| CF% | Corsi 百分比 | percentage (%) | 球员所在球队在冰场期间进行的所有射门尝试的百分比 |
| C+/- | Corsi正负 | count | Corsi For 和 Corsi Against 之间的原始差异 (CF - CA) |
| relCF% | 相对 Corsi 百分比 | percentage points | 当球员不在冰场时，球员的CF%减去球队的CF%；将个人贡献与团队效应隔离开来 |
如何 Ice Hockey Corsi Calculator
▾
- 1跟踪双方球队在实力相当的比赛中的每次射门尝试（射门、盖帽、射门偏出）。
- 2使用实时球员跟踪或轮班数据来识别每次击球尝试中哪些球员在冰上。
- 3每位球员在一场比赛、一个赛季或指定时间段内的累计投篮尝试次数 (CF) 和对抗 (CA)。
- 4将 CF 除以总射门次数 (CF + CA)，然后乘以 100 即可得到 CF%。
- 5应用得分状态过滤：在平局（最中立）、领先和落后时将 Corsi 分开，以控制得分效果。
- 6如果比较进攻区与防守区对峙百分比差异很大的球员，请应用区域开始调整。
- 7根据联盟平均水平 (50%) 和位置平均水平进行基准测试，以将数字具体化。
例题解析
▾
麦克戴维 56.8% 的 CF% 意味着埃德蒙顿在他在场的情况下控制了每 100 次射门中的 57 次，这是整个赛季的主导控球数据。
进攻区域首发很少的防守型前锋的原始 CF% 可能低于 50%，但一旦考虑到区域首发，其表现就会高于平均水平。
5v5 Corsi（不包括强力比赛和点球大战）是衡量均等控球能力的最干净的衡量标准，消除了特殊球队的噪音。
整个赛季球队 CF% 达到 53.7% 是季后赛成功的有力预测；从历史上看，CF% 高于 53% 的球队赢得大约 60% 的比赛。
实际应用
▾
工程和电气专业人士使用 Ice Hockey Corsi 作为其标准分析工作流程的一部分来验证计算、减少算术错误并生成一致的结果，这些结果可以记录、审核并与同事、客户或监管机构共享以实现合规目的。
大学教授和讲师将冰球 Corsi 纳入课程材料、家庭作业和考试准备资源中，让学生检查手动计算，建立对输入输出关系的直觉，并专注于概念理解而不是算术。
顾问和顾问使用 Ice Hockey Corsi 在客户会议期间快速模拟不同的场景，从而能够实时探索假设问题，否则需要返回办公室进行基于电子表格的详细分析和报告。
个人用户依靠 Ice Hockey Corsi 进行个人规划决策 - 比较选项、验证从服务提供商处收到的报价、检查第三方计算，并建立对重要决策背后的数字已正确且一致地计算的信心。
特殊情况
▾
传统上，守门员被排除在个人 Corsi 分析之外，因为
传统上，守门员被排除在个人 Corsi 分析之外，因为他们在所有情况下都在冰上，而且他们的 Corsi 更能反映团队表现而不是个人贡献。
户外比赛（冬季经典赛、体育场系列赛）经常表现出异常的Corsi
户外比赛（冬季经典赛、体育场系列赛）经常因冰质、风和不寻常的射击条件而显示异常的 Corsi 数值——这些比赛可能需要排除在整个赛季的分析之外。
人手不足的情况（罚杀）通常不包括在 Corsi 中
人手不足的情况（点球杀戮）通常被排除在 Corsi 评估之外，因为点球杀戮期间的故意防守姿势会严重扭曲控球指标。
NHL Corsi For% 基准 — 精英球员（2022-23 赛季）
▾
| 玩家 | 团队 | CF%（5v5） | 区域开始%（关闭） | 位置 |
|---|---|---|---|---|
| 康纳·麦克戴维 | 埃德蒙顿油人队 | 57.2% | 62% | 中心 |
| 内森·麦金农 | 科罗拉多雪崩 | 55.8% | 59% | 中心 |
| 尼克拉斯·巴克斯特罗姆 | 华盛顿首都队 | 55.1% | 55% | 中心 |
| 米科·兰塔宁 | 科罗拉多雪崩 | 55.5% | 58% | 右翼 |
| 亚当·恩里克 | 阿纳海姆鸭队 | 44.8% | 38% | 中锋（防守） |
常见问题
▾
NHL 中的 Corsi For% 是多少？
Ice Hockey Corsi 是一款专门的计算工具，旨在帮助用户计算和分析工程和电气领域的关键指标。它采用特定的数字输入（通常来自现实世界的数据，例如测量值、比率或数量），并应用经过验证的数学公式来生成可操作的结果。该工具很有价值，因为它消除了手动计算错误，在探索不同场景时提供即时反馈，并且既可以作为专业人士的决策支持工具，也可以作为学习基本原理的学生的学习辅助工具。
Corsi 和 Fenwick 之间有什么区别？
在冰球 Corsi 的背景下，这取决于用户的具体输入、假设和目标。基本公式提供了输入和输出之间的确定性关系，但实际应用需要在更广泛的工程和电气实践背景下解释结果。专业人士通常将计算器输出与行业基准、历史数据和监管要求进行交叉引用。为了获得最可靠的结果，请确保输入来自经过验证的数据，了解公式做出哪些假设，并考虑运行多个场景来划分可能结果的范围。
Corsi 会取代加号/减号吗？
在冰球 Corsi 的背景下，这取决于用户的具体输入、假设和目标。基本公式提供了输入和输出之间的确定性关系，但实际应用需要在更广泛的工程和电气实践背景下解释结果。专业人士通常将计算器输出与行业基准、历史数据和监管要求进行交叉引用。为了获得最可靠的结果，请确保输入来自经过验证的数据，了解公式做出哪些假设，并考虑运行多个场景来划分可能结果的范围。
区域启动如何影响 Corsi？
在冰球 Corsi 的背景下，这取决于用户的具体输入、假设和目标。基本公式提供了输入和输出之间的确定性关系，但实际应用需要在更广泛的工程和电气实践背景下解释结果。专业人士通常将计算器输出与行业基准、历史数据和监管要求进行交叉引用。为了获得最可靠的结果，请确保输入来自经过验证的数据，了解公式做出哪些假设，并考虑运行多个场景来划分可能结果的范围。
曲棍球分析中的得分效应是什么？
在冰球 Corsi 的背景下，这取决于用户的具体输入、假设和目标。基本公式提供了输入和输出之间的确定性关系，但实际应用需要在更广泛的工程和电气实践背景下解释结果。专业人士通常将计算器输出与行业基准、历史数据和监管要求进行交叉引用。为了获得最可靠的结果，请确保输入来自经过验证的数据，了解公式做出哪些假设，并考虑运行多个场景来划分可能结果的范围。
科西能很好地预测未来的胜利吗？
Ice Hockey Corsi 的良好或正常结果在很大程度上取决于特定的背景 - 行业基准、个人目标、监管阈值以及输入中嵌入的假设。在工程和电气应用中，从业人员通常将结果与公布的参考范围、历史性能数据或监管标准进行比较。用户不应将任何单个数字视为普遍好或坏，而应根据其具体情况解释输出，考虑输入的误差幅度，并在多个场景之间进行比较，以了解合理结果的范围。
NHL 球队真的在决策中使用 Corsi 吗？
在冰球 Corsi 的背景下，这取决于用户的具体输入、假设和目标。基本公式提供了输入和输出之间的确定性关系，但实际应用需要在更广泛的工程和电气实践背景下解释结果。专业人士通常将计算器输出与行业基准、历史数据和监管要求进行交叉引用。为了获得最可靠的结果，请确保输入来自经过验证的数据，了解公式做出哪些假设，并考虑运行多个场景来划分可能结果的范围。
常见错误注意事项
▾
- !使用所有情况下的 Corsi 而不过滤均匀强度的比赛 - 强力比赛和点球杀戮情况具有根本不同的控球动态，从而稀释了信号。
- !在不考虑规则变化的情况下比较不同时代的 Corsi 数据——2005 年 NHL 规则的变化（阻碍进攻）显着增加了全联盟的投篮尝试率，使得跨时代的比较变得不可靠。
- !将 Corsi 视为一个完整的评估工具——它衡量射门尝试的数量，但不衡量质量。一名在外线投篮次数为 20 次的球员与一名在外线投篮次数为 20 次的球员的评级相同，而科西无法区分这一点。
专业提示
为了获得最准确的球员 Corsi 评估，仅筛选 5v5 情况，使用以下公式应用区域开始调整：调整后的 CF% = CF% - (0.5 x (OZ_starts% - 50%))，并在样本中使用至少 500 分钟的均匀强度分钟。这消除了大部分混杂变量，并给出了控球贡献的更清晰的画面。
你知道吗？
埃德蒙顿油人队尽管拥有康纳·麦克戴维（Connor McDavid）——可以说是世界上最好的球员——但在历史上一直在与科西队的数据作斗争，因为麦克戴维的个人才华掩盖了支援线的糟糕控球能力。这说明了一个悖论：单个精英球员的科西看起来很出色，而球队的整体控球却很平庸。
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
获取每周数学提示
加入 12,000+ 订阅者，每周都会获得计算器提示。