Les joueurs Iron et Diamond apprennent-ils les champions différemment ? Nous avons analysé 7.8M+ points de données sur 1.2M+ parties pour voir comment le plafond de maîtrise et le coût d'apprentissage évoluent de Iron à Master+.
Données
Deux sources de données ont été combinées : la nouvelle analyse par rang (de Iron à Diamond, à partir de parties enrichis par maîtrise) et le dataset Master+ original (530K parties issues de la première période de crawl). Cela donne une couverture complète des 8 brackets de rang.
| Rang | Parties | Plafond médian | Coût moyen |
|---|---|---|---|
| Fer | 66 893 | 6 | -10.5% |
| Bronze | 46 816 | 6 | -10.7% |
| Argent | 57 697 | 6 | -10.0% |
| Or | 285 392 | 6 | -8.5% |
| Platine | 141 506 | 6 | -8.7% |
| Émeraude | 82 456 | 6 | -9.6% |
| Diamant | 14 032 | 6 | -16.6% |
| Maître+ | 530 540 | 6 | -12.3% |
Méthodologie
Courbe de maîtrise : Pour chaque paire (champion, rang), nous calculons le taux de victoire à chaque niveau de maîtrise (1 à 40+), puis nous regroupons en buckets de 2 niveaux (1-2, 3-4, 5-6, etc.) pour obtenir assez de volume statistique. Un lissage monotone garantit que la courbe ne baisse jamais.
Plafond de maîtrise (Spearman) : Nous utilisons la corrélation de rang de Spearman sur une fenêtre glissante pour trouver le niveau où le taux de victoire cesse de corréler avec l'expérience. Pour chaque seuil candidat, nous testons si les points restants au-dessus de ce seuil montrent encore une tendance positive significative (p < 0.05, rho > 0.1). Le plafond correspond au moment où cette corrélation disparaît.
Coût d'apprentissage : Mesure la pénalité de taux de victoire quand vous jouez un champion sous votre plafond de maîtrise. Calcul : (low_mastery_WR - plateau_WR) x 100. Un coût de -8% signifie qu'un first-time perd 8 points de taux de victoire par rapport à un joueur expérimenté sur le même champion.
Seuils de taille d'échantillon : D'après l'analyse de largeur des intervalles de confiance binomiaux, il faut 267+ parties par bucket de maîtrise pour une précision de +/-3pp (95% CI), et 385+ parties par groupe pour détecter un écart de WR de 5pp avec 80% de puissance. Les champions avec moins de 200 parties totales dans un rang sont exclus.
Résultat 1 : le plafond de maîtrise se resserre à haut elo
Le plafond de maîtrise médian est de 6 dans tous les rangs, mais la variance baisse fortement à haut elo. En Iron, certains champions progressent jusqu'à la maîtrise 26. En Diamond et Master+, presque tous les champions atteignent leur plateau à la maîtrise 6.
Dans cet échantillon, les courbes des rangs élevés atteignaient plus tôt leur plateau estimé. La différence était statistiquement significative : le test U de Mann-Whitney entre les groupes Low (Iron/Bronze/Silver) et High (Diamond/Master+) donne p = 0.0005.
Mais cet effet vient surtout d'environ 35 champions complexes. 80% des champions atteignent leur plateau à la maîtrise 6, quel que soit le rang.
Résultat 2 : le coût d'apprentissage reste stable selon le rang
Surprise : le coût d'apprentissage reste très stable entre les rangs, autour de -8% en médiane. Les joueurs Iron paient à peu près la même pénalité de taux de victoire en first-time qu'un joueur Diamond.
Les tests U de Mann-Whitney ne montrent aucune différence significative entre les groupes de rangs (p = 0.06 à 0.18). La corrélation de Spearman entre rang et coût est faible (rho = 0.11), même si elle est techniquement significative (p = 0.0001) grâce au très grand échantillon.
Champions dont la courbe de maîtrise change le plus selon le rang
Certains champions présentaient des plafonds estimés très différents selon le rang. Viego atteignait 26 en Iron contre 6 en Diamond, soit 20 niveaux d’écart. La compréhension générale du jeu peut expliquer une partie de cette compression, mais cette analyse n’en a pas isolé la cause.
Résultat 3 : les assassins et fighters ont les plus hauts skill ceilings
La classe du champion prédit significativement le plafond de maîtrise (Kruskal-Wallis p = 0.01). Les Assassins (31% avec un plafond au-dessus de 8) et les Fighters (26%) prennent le plus de temps à maîtriser, tandis que les Tanks atteignent presque immédiatement leur plateau (4%).
Surprise : le coût d'apprentissage est uniforme entre les classes (-7.5% à -9.9%). La différence n'est pas combien vous perdez pendant l'apprentissage, mais combien de temps il faut pour arrêter de perdre.
Le rôle (top, mid, jungle, etc.) n'est PAS un prédicteur significatif (p = 0.39). La mid lane ressort plus haut seulement parce qu'elle contient le plus d'assassins et de mages.
Plafond de maîtrise par classe de champion (Gold)
| Classe | Nb. champions | Plafond médian | % plafond > 8 | Coût médian |
|---|---|---|---|---|
| Assassin | 16 | 6 | 31% | -9.9% |
| Fighter | 50 | 6 | 26% | -8.7% |
| Marksman | 28 | 6 | 25% | -7.8% |
| Mage | 36 | 6 | 19% | -7.5% |
| Support | 18 | 6 | 11% | -7.6% |
| Tank | 24 | 6 | 4% | -8.7% |
Potentiel OTP : les champions qui récompensent vraiment la maîtrise
Un vrai champion OTP a besoin des deux : un haut plafond de maîtrise (progression au-delà de la maîtrise 10) ET un gain de WR significatif, supérieur à 10 points sur ce trajet. Les cellules surlignées montrent où le signal OTP existe pour chaque rang.
Chaque cellule affiche plafond de maîtrise / gain de WR entre non maîtrisé et plateau. Les cellules surlignées indiquent le signal OTP (plafond > 10 et gain > 10pp).
Qualité des données et limites
Stabilité bootstrap : Le plafond de maîtrise Spearman est naturellement bruité. Même pour des champions populaires avec 50K+ parties dans un seul rang, le rééchantillonnage bootstrap montre parfois de larges intervalles de confiance à 95% ([6, 20]). C'est une limite méthodologique, pas un problème de données.
Données Diamond : Avec 140K parties au total et 50 champions au-dessus de 1K parties, les données Diamond permettent d'analyser le coût d'apprentissage, mais manquent de puissance pour détecter les plafonds de maîtrise non triviaux.
Données Master+ : Issues de l'analyse originale de 530K parties (principalement Master/GM/Challenger), avec des données riches par niveau et jusqu'à 150 niveaux de maîtrise par champion.
Contrôle du taux de victoire : Les win rates globaux sur tous les rangs sont entre 49.6 et 49.9%, ce qui confirme la cohérence interne des données.