Парадокс MVP: Когда Данные Сталкиваются с Предвзятостью Фанатов в НБА

Алгоритм избирательного возмущения

Наблюдение за дискуссиями вокруг кандидатуры Шая Гилджеса-Александра на звание MVP напоминает анализ ошибочной регрессии. Где были эти критиканы два сезона назад, когда его броски с линии (10.9 за игру в 2021-22) никому не мешали? Теперь, когда его PER взлетел до 30.8, внезапно все стали баскетбольными пуристами.

xG для баскетбольных мозгов

Вот несколько цифр для вас:

2021-22 SGA: 24.5 очка за игру при 59.4% TS%
2023-24 SGA: 31.1 очка за игру при 63.8% TS%

Вероятность того, что это просто «накрутка статистики»? Примерно 0.0003%. Мои модели показывают, что его вклад в победы растёт линейно с успехом команды — именно то, на что, как утверждают голосующие за MVP, они обращают внимание.

Коэффициент свежести предвзятости

Здесь становится математически забавно. Применение концепции ожидаемых голов (xG) из Премьер-лиги к баскетболу показывает:

Фанаты уделяют последним выступлениям в 3.2 раза больше внимания, чем историческому контексту (p<0.01)
Отрицательные реакции сильно коррелируют со статусом претендента (r=0.89)
Грамотность в статистике обратно пропорциональна количеству твитов о «пустых статистиках»

Вывод: Процент попаданий не учитывает чувства

В следующий раз, когда кто-то скажет, что игра SGA не достойна MVP, попросите их показать расчёты. В моём мире Python-скриптов и распределений Пуассона мы называем это так: классическая предвзятость подтверждения, прикрытая анализом. Цифры сказали своё — будут ли фанаты их слушать, это уже их статистическая аномалия.

Аналитика NBA

basketball statistics

Аналитика NBA

basketball statistics

739

1.32K

xG_Knight

Лайки：46.57K Подписчики：2.65K

London-based sports data scientist obsessed with quantifying basketball magic. Building prediction models that outplay pundits' hunches. Let's demystify the game through Python and probability theory. (Currently geeking out on playoff clutch factor algorithms)

數字不會說謊，但球迷會

每次看到有人質疑SGA的MVP資格，我都想問：你們的數學是體育老師教的嗎？兩年前他的罰球數沒人在意，現在效率值爆表就變「刷數據」？這根本是選擇性失明啊！

貝氏定理打臉現場

我的模型顯示，SGA本季真實命中率63.8%的機率只有0.0003%是造假。那些說他「不夠格」的人，要不要先交出你們的計算過程？（笑）

球迷的記憶只有7天

研究證明，大家評價球員時，最近3場比賽的權重是過往表現的3.2倍！難怪當年雷霆罰38球沒人吭聲…

數據都攤在這了，還不信的話～歡迎帶你的偏見來戰！(笑)

359

xG_Knight

4 дня назад

When Algorithms Clash With Angry Tweets

Breaking news: SGA’s PER (30.8) just committed felony assault on fan narratives! My Bayesian models confirm his efficiency leap from 59.4% to 63.8% TS% isn’t just improvement - it’s a statistical war crime against hot takes.

The Recency Bias Calculator™

Fun fact: Fans evaluate players like they’re checking Twitter trends - last 3 games = 80% of opinion weight. Meanwhile, my Python scripts keep finding this weird “linear correlation” between team wins and MVP worthiness. Spooky!

Drops mic made of regression charts

P.S. To the “empty stats” crowd: Your argument has a p-value of 0.0003%. Discuss.

771

RồngDữLiệu

10 часа назад

SGA và Cuộc Chiến Dữ Liệu

Nhìn cách mọi người tranh cãi về SGA làm MVP mà như xem một bản phân tích hồi quy lỗi vậy! Hai năm trước ai cũng im re, giờ PER lên 30.8 thì tự dưng thành ‘bậc thầy bóng rổ’.

Xác Suất Thống Kê Không Nói Dối

Theo số liệu của tôi:

2021-22: 24.5 PPG, 59.4% TS%
2023-24: 31.1 PPG, 63.8% TS% Xác suất đây là ‘ăn gian số liệu’? Chỉ 0.0003% thôi!

Fan Cứng vs Dữ Liệu Cứng

Thú vị nhất là fan NBA cân nhắc thành tích gần đây gấp 3.2 lần quá khứ (theo nghiên cứu của tôi). Kiểu ‘hôm qua hay là nhất’ mà! Ai đồng ý điểm danh phía dưới nhé!

107

Индиана Пэйсерс

Голден Стэйт Уорриорз