r.

Kolejne statystyki z patchów 5.16 i 5.17

Strzelcy w 5.17 radzący sobie lepiej niż kilka patchów temu? Urgot najlepszym champem? Support mało popularną pozycją? Przekonaj się sam!

Niektórzy ludzie cierpią na nadmiar wolnego czasu i/lub lubią bawić się różnego rodzaju statystykami [nie to, żebym sobie z tego kpił, sam niedawno się w ten sposób pobawiłem]. Niejednokrotnie możemy to zobaczyć właśnie na Reddicie. Jeden z jego użytkowników (o bardzo enigmatycznym nickname 4A18B156) postanowił przeanalizować gry z patchów 5.16 i 5.17 oraz wysnuć kilka wniosków, które później udowadniał. Oto one:

  • Mimo popularnej opinii, marksmani w patchach 5.16 i 5.17 mają większy wpływ na grę, niż w 5.13
  • Kolejny znany przez wszystkich fakt: “ADC robią bardzo małe dmg w early i najwięcej w late” okazuje się bujdą
  • Mid i jungle to najpopularniejsze role, ADC i support – najmniej popularne
  • Niemalże 3 na 4 bany wycelowane są w junglerów i toplanerów
  • W trakcie laningu junglerzy zdobywają 52% swoich killów na liniach na bocie, 28% na midzie i 20% na topie
  • 3.6% gier rankingowych kończy się w ciągu 20 minut
  • Urgot jest pod pewnym kątem najlepszy w grze

 

Przeanalizowano 350.000 gier z serwera amerykańskiego (NA), Summoner’s Rift, Plat+ Ranked YoloQ w obu patchach za pomocą API Riotu. Część z gier została wyrzucona – chodziło o gry, w których API nie potrafiło poradzić sobie z przewidzeniem ról lub przy grach spoza mety (jak 2 jungle etc.), co pozostawiło 300.000 gier.

 

Vayne_VindicatorSkin

 

Współczynnik carry’owania w 5.16 i 5.17

Współczynnik, o którym mowa, to próba zmierzenia, jak dobrze wychodzi danej roli albo championowi wygranie meczu, jeśli ma przewagę w złocie w 10 minucie, zakładając, że reszta drużyny ma tego tyle samo (przykładowo, asasyn na midzie powinien mieć większy współczynnik niż support ukierunkowany na utility). Informacje na temat metodologii oraz interpretacji tych danych można znaleźć w dwóch postach redditowych: tu oraz tu.

 

Po przeanalizowaniu danych na nowo (to nie pierwsza okazja, kiedy w/w użytkownik bawił się statystykami) można byłoby się spodziewać, że wyniki okażą się zbliżone. W praktyce jednak… zobaczcie sami. Supporci carrują rzadziej, a ADC częściej niż w 5.13 (mniej więcej porównywalnie z midem i topem). To dość duże zaskoczenie, bo każdy spodziewałby się tego, że rework Juggernautów bardzo zaboli ADC i sprawi, że będą mniej użyteczni dla drużyny. Może jest to związane z większą popularnością Vayne (która – swoją drogą – ma większy współczynnik carry’owania niż wielu innych ADC) oraz z tym, że najbardziej męczący Juggernauci są permanentnie zbanowani.

 

Obrażenia zadane vs długość gry

Kolejną rzeczą, której chciał przyjrzeć się autor, było podejście: “ADC ssają w early, a w late są mocni“. Jedną z dróg, by to sprawdzić, było określenie długości gry oraz zadanych obrażeń przez każdą z 5 ról. Najbardziej zaskakujące jest to, że – wbrew popularnej opinii – obrażenia ADC trzymają się bardzo blisko tych zadawanych przez midów w przeciągu całej gry. (Warto też pamiętać, że mid i ADC to dwie role skierowane niemal w 100% na budowanie czystych obrażeń; tanky toplanerzy oraz junglerzy, którzy nie potrafią zadawać dużej liczby obrażeń, zaniżają średnią dla obu tych ról).

 

Skoro już mówimy o długości gry, wspomnijmy o jeszcze jednym diagramie, który pokazuje, ile meczów trwało określoną liczbę minut. Ogólnie jest to ładna krzywa, gdyby nie pewne zaburzenie w okolicach 20 minuty… 🙂

 

5997a4e751ecaaf8d00aada74bf19989a9a80d468626b76d4c2036dbd68170f6

 

Najpopularniejsze role

W meczach rankingowych większość ludzi stosuje się do tzw. pick orderu (czyli im wyżej jesteśmy, tym większe mamy prawo wyboru roli). Dzięki temu możemy poznać, jak bardzo popularna jest dana rola – po samej kolejności pickowania jej przez graczy. Przykładowo, wybór supporta na 1st picka to jakieś 13,1% przypadków oraz 28.9% w przypadku last picka. Z drugiej strony, midlane wybierany jest w pierwszej kolejności w 24,3% gier oraz 14,5% w przypadku ostatniego wyboru. Wyniki pokazują, że najpopularniejszymi rolami są Mid i Jungle, podczas gdy ADC i support są najmniej popularni.

 

Które linie gankują junglerzy?

Sposobem na sprawdzenie, na których liniach najczęściej pokazuje się jungler, jest określenie, gdzie występuje najwięcej ich killi i asyst w ciagu pierwszych 15 minut gry (ważna sprawa – to nie jest idealny punkt pomiarowy, a tylko próba przewidzenia długości laningu). Jak widać po diagramie, 52% killi zdarza się na bocie, 28% na midzie i 20% na topie. Wprawdzie można spodziewać się właśnie większej liczby na bocie (teoretycznie z powodu 2 lanerów rozkład powinien wyglądać na coś w stylu 50-25-25 dla bota-mida-topa), ale to nadal większa liczba, niż można było przewidzieć. Zwłaszcza, że nie każdy gank na bocie kończy się dwoma killami – wiele z nich to tylko jedna śmierć.

 

Bany na rolę

Jest kilka stron, które pokazują nam, jak często jest banowany dany champion (jak LoLKing), ale my raczej skupimy się tutaj na rozkładzie banów na poszczególne pozycje. Niemalże 3 z każdych 4 banów są wycelowane w junglę i topa, podczas gdy ADC i support dostają 1 bana na 8. Jak obliczono ten diagram? Autor sprawdził bany dla poszczególnych championów oraz role, na których zazwyczaj grywają. Przykładowo, jeśli jakiś champ gra w 75% przypadków na topie i 25% na midzie, to bany tego champa liczą się w 3/4 jako toplane bany oraz w 1/4 jako mid.

 

W ramach tej analizy, autor sprawdził także, na jakich rolach grają poszczególni championi. Używając trochę matematyki czy takich tam, można sprawdzić, kto jest najbardziej uniwersalnym bohaterem (czyli grywanym na różnych rolach). Odpowiedzią jest Urgot, który pojawia się równie często na wszystkich trzech liniach (top 38%, mid 24% oraz ADC 36%). Champy takie jak Fizz, Lulu czy Tahm Kench także są całkiem uniwersalne. Najmniej uniwersalną postacią jest Jinx, która w 99,5% przypadków pojawia się jako ADC; kolejnymi mało uniwersalnymi postaciami są prawie wszyscy ADC oraz support.

 

495671

 

Tak, wiadomo – dane te nie są do końca wiarygodne (litości, Vayne jest o WIELE częściej grywana niż jakiś Yorick czy inny Urgot), ale same liczby i diagramy mogą dać nam trochę do myślenia. Jak sądzicie, skąd biorą się takie rzeczy? Czy zgadzacie się z opublikowanymi w tym artykule hipotezami, czy Waszym zdaniem wygląda to inaczej? Dajcie znać w komentarzach!

 

 

Źródło: jakiś maniak statystyk z Reddita