Algoritma Kemarahan Selektif

Mengikuti diskusi NBA tentang kasus MVP Shai Gilgeous-Alexander terasa seperti mengamati analisis regresi yang salah. Di mana para kritikus vokal ini dua musim lalu ketika upaya lemparan bebasnya (10,9 per game di 2021-22) tidak mengancam narasi siapa pun? Sekarang PER-nya melonjak ke 30,8, tiba-tiba semua orang menjadi puris basket.

xG untuk Otak Basket

Mari saya jalankan beberapa angka untuk Anda:

• 2021-22 SGA: 24,5 PPG dengan 59,4% TS%
• 2023-24 SGA: 31,1 PPG dengan 63,8% TS%

Probabilitas Bayesian bahwa ini hanya ‘mengisi statistik’? Sekitar 0,0003%. Model saya menunjukkan bahwa win shares-nya meningkat secara linear dengan kesuksesan tim - persis apa yang diklaim oleh pemilih MVP sebagai prioritas.

Koefisien Bias Terkini

Di sinilah menjadi lucu secara matematis. Menerapkan konsep expected goals (xG) ala Premier League ke basket mengungkap:

1. Penggemar memberi bobot performa terkini 3,2x lebih berat daripada konteks historis (p,01)
2. Reaksi negatif berkorelasi kuat dengan status kontender (r=0,89)
3. Literasi statistik berbanding terbalik dengan volume tweet tentang ‘statistik kosong’

Kesimpulan: Persentase Tembakan Tidak Peduli Perasaan

Lain kali seseorang mengklaim permainan SGA tidak ‘layak MVP,’ minta mereka menunjukkan pekerjaannya. Di dunia saya yang penuh skrip Python dan distribusi Poisson, kami menyebut ini apa adanya: bias konfirmasi buku teks yang disamarkan sebagai analisis. Angka-angka telah berbicara - apakah penggemar memilih untuk mendengarkan atau tidak adalah outlier statistik mereka sendiri.