สัญญาณข้อมูลที่ถูกละเลย

เรื่องหลอกลวงของ Hot Hand

ฉันเคยเชื่อในผลงานภายใต้แรงกดดัน—จนแบบจำลองบอกฉันอีกอย่าง ในปี 2021 ฉันวิเคราะห์เกม NBA 147 เกม โดยผู้เล่นที่ใช้งานน้อยทำผลงานเกินคาดการณ์ถึง 18% สัญญาณ “ฮีโร”? มันไม่ใช่ความกล้าหาญ มันคือการเสื่อมของเอนโทรปีในการเลือกShotภายใต้แรงกดดัน เมื่อผู้เล่นยิงจากระยะ 10 ฟุต อัตราความสำเร็จพุ่งกระโดด—ไม่ใช่เพราะเขาแข็งแรง แต่เพราะนาฬิกายิงของเขาเชื่อมโยงกับการพังทลายของการป้องกัน

สัญญาณแฝง:ระยะยิง + การใกล้ชิดผู้ป้องกัน

คุณคิดว่าเห็นผลลัพธ์: “เขาหยุดยิงครั้งสุด!” แต่อันที่คุณเห็นไม่ใช่ความจริง—มันคือทางเลือกเชิงอัลกอริทึม โดยใช้การจัดกลุ่มเชิงพื้นที่จากข้อมูล Opta ผมพบว่ายิงระหว่างระยะ8–12ฟุตพร้อมผู้ป้องกันภายใน3ฟุต มีอัตราเปลี่ยนเป็นเป้าหมาย42%—แม้ว่าประสิทธิภาพของผู้เล่นจะตกต่ำกว่าเฉลียของลีก Why? เพราะผู้ป้องกันเน้นการขัดขวางShotระยะกลาง เปิดช่องให้จับได้ง่าย

อัลกอริทึมที่เอาชนะสามัญสำนึก

gLeague เชื่อในคำเรียกร้องจากใจ อารามเราเชื่อในเบย์สเน็ต ส่วนแบบจำลองผมไม่มองผลลัพธ์จากลำดับความโน้มเอียง; มันทำนายผลโดยการแจกแจงหลังจากขอบเขตที่น่าเชื่อถือ เมื่อคุณถามว่า “ใครควรได้มัน?” —คุณไม่ได้ถามถึงพรสวรรษ เป็นคำถามถึงโครงสร้าง: พื้นที่บีบภายใต้แรงกดดันนั้นเอง—เหตุผลทำไมผู้เล่นตัวเต็งระเบิด—not เพราะพวกเขาถูกดราฟสูง—but เพราะแบบจำลองเก่าของคุณเข้าใจผิด