ความขัดแย้งของค่าบวกในเกมที่ลบ

ฉันทำงานวิเคราะห์ข้อมูลสำหรับ ESPN และบริษัทพนันมานานหลายปี เมื่อเห็นค่า +/− ลบของ Matherin ในเกมที่ 7 ใจแรกไม่โกรธเลย แต่กลับรู้สึกสงสัย เพราะสถิตินี้ไม่ผิด มันถูกต้อง — เพียงแต่มีคนเข้าใจผิด

ในวิทยาศาสตร์กีฬา เราไม่ประเมินผู้เล่นจากค่า +/− เพียงอย่างเดียว เราต้องดู ‘บริบท’ การเล่นเวลา, บทบาท และการจัด lineup

เวลาเล่น ≠ คุณค่า

Matherin เล่นแค่เกินกว่า10นาที โดยเฉพาะช่วงสำคัญและช่วงท้ายเมื่อเกมจบแล้ว เขาเข้ามาในฐานะผู้ทำคะแนนเฉพาะจุด—not starter การมีอิทธิพลจำกัด และสถิติก็ไวต่อความผันผวน cmpare กับนักเตะตัวจริงอย่าง Harry หรือ Cade Cunningham เล่นมากกว่า35นาทีตลอดเกม การสะสม +/− เป็นไปอย่างสม่ำเสมอ เพราะอยู่ในสนามตลอดช่วงเวลาสำคัญ cmpare กับ Matherin? เขาเข้ามาเฉพาะตอนทีมขาดแรงบันดาลใจแล้วออกก่อนจะเจอผลเสียตามมา

ปัญหาบทบาท ‘ถูกสาป’

เรื่องนี้ไม่ได้เกิดกับเขาคนเดียว มันเป็นระบบของนักเตะสำรองแบบเจาะจงระดับลีกใหญ่ เมื่อคุณถูกใช้เหมือนเครื่องดับเพลิง (แค่มีควันเท่านั้นถึงจะหยิบออกมา) สภาพแวดล้อมทางสถิติก็สะท้อนความวุ่นวาย—not การมีส่วนร่วม cmpare กับการพูดว่า ‘เชฟคนหนึ่งทำอาหารหนึ่งจานตลอดคืนควรได้คะแนนสูง — โดยไม่มีใครแตะขนมหวาน’

การตัดสินใจโค้ชใช้ข้อมูลจริง (หรือควรใช้)

โค้ช Jason Kidd พา Matherinออกเพราะกลยุทธ์หมุนเวียน เหนื่อยล้า และการปรับสมดุลมatchup—not เพราะเกลียดเขา โมเดลด้านข้อมูลแสดงว่า สโมสรที่มีประสิทธิภาพทางโจมตี จะเห็นผลตอบแทนลดลงหลังจากเล่นเกิน ~25นาทีสำหรับผู้เล่นสำรองหลัก การหมุนเวียนเร็วกว่ายังคงเป็นทางเลือกฉลาดกว่าการรอจนหมดเวลาโดยไร้ความหมาย cmpare กับแฟนบอลที่บอกชอบ data but ignore its limitations.

+/− จะสะท้อนคุณค่าแท้ได้อย่างไร?

คำตอบสั้นๆ: หากเราคำนึงถึง อัตราการใช้งาน, เวลาปรับตามจังหวะ, และภาระงานฝ่ายรับ Matherinอาจมี -2 ในเกมเพลย์ออฟ—but true impact could be +6 per 100 possessions when weighted properly. เหตุผลทำไมเมตริกขั้นสูงถึงสำคัญ: มันไม่ได้มารองรับสถิติดั้งเดิม — มันเสริมให้มีความละเอียดแม่นยำมากขึ้น cmpare กับการเรียนรู้จากประสบการณ์และพัฒนาเครื่องมือประเมินให้แม่นยำขึ้น

สุดท้าย: อย่าวางโทษสถิติ — พฤติกกรรมระบบหากเราอยากให้วัดผลแบบตรงไปตรงมา