Aller au contenu principal

LCK Support 2022

10 membres·6 statistiques

Classement — Global

Jouer au VS
  • Mécaniques89Phase de lane85Teamfight79Macro70Régularité92Champion pool97
  • Mécaniques72Phase de lane81Teamfight87Macro76Régularité91Champion pool81
  • Mécaniques75Phase de lane77Teamfight72Macro62Régularité92Champion pool87
  • Mécaniques63Phase de lane87Teamfight72Macro98Régularité65Champion pool63
  • 5
    75
    Mécaniques76Phase de lane64Teamfight81Macro72Régularité79Champion pool79
  • 6
    74
    Mécaniques77Phase de lane80Teamfight68Macro87Régularité75Champion pool59
  • Mécaniques78Phase de lane78Teamfight70Macro63Régularité61Champion pool85
  • 8
    72
    Mécaniques66Phase de lane68Teamfight78Macro78Régularité69Champion pool74
  • 9
    70
    Mécaniques81Phase de lane63Teamfight82Macro60Régularité66Champion pool70
  • 10
    64
    Mécaniques69Phase de lane66Teamfight61Macro76Régularité57Champion pool55
Leaders par axe · records

Champion par stat

Distribution Global (10 membres)moyenne 75·médiane 75
6485

Survolez ou appuyez sur une barre pour voir qui s'y trouve

Classement LCK Support 2022 en un coup d'œil

LCK Support 2022 compare 10 membres sur 6 stats dont Mécaniques, Phase de lane, Teamfight. Le meilleur général est Keria, avec une moyenne de 85. En Mécaniques, Keria est en tête. La moyenne générale ici est 75, allant de 85 jusqu'à 64.

Questions fréquentes

Qui est classé #1 dans LCK Support 2022 ?
Le #1 général dans LCK Support 2022 est Keria, avec une moyenne de 85.
Combien de membres sont comparés dans LCK Support 2022 ?
10 entrées comparées sur 6 stats dont Mécaniques, Phase de lane, Teamfight.
Qui mène en Mécaniques ?
Keria mène en Mécaniques.
Comment ces scores sont-ils calculés ?
Chaque axe est un percentile au sein de ce classement, moyenné à partir de métriques de match mesurées, avec contraction d'échantillon et — pour les tournois internationaux — ancrage à la distribution des ligues majeures et ajustement de force du calendrier. Un rang n'est pas une métrique brute ; la méthode complète est sur everystat.ai/clusters/method.

Comment fonctionnent les notes à six axes →