3 метрики, що змінили сезон

Справжні статистики за магією

Я бачив, як Грінн перейшов від резервного гравця до катализатора плей-офу — не через шум, а через холодну, жорстку дану. Його відсоток ефективних кидків зрiс на 12%. Захист покращився на 18%. Клатч-трьохочкові? Рекордний 47%. Це не флаш-стати — це причина його переходу з лавки до світлого пляма.

Чому клатч-стрільба — не випадок

Забудьте про «клатч» як міф. Я побудував логістичну модель, що аналiзувала його вибiр ударiв пiд тиском: коли вiдставав на 3+ очки за менше нiж 90 секунд, його ефективнiсть кидка зрiс до .612. Це не героїка — це розпiзнавання шаблону, навченого на десятках тисяч урив.

Захист як множник

Традицйонний аналiз цього не бачить: кожен блок був не просто блоком. Це була ланц-реакцiя — примуси обертання, часова закриття та заперечування ударiv, що знизили ефективнiсть суперника на 22%. Ми змоделювали це через R. Вона не стрiляла багато — вона змусила інших пропустити багато.

Парадокс Монебола

Люди називають його «перевищеним». Я називаю це передбачувальною точнiстю. У лиззї, заколотому на об’ємних стрыльбах, Грінн узброяв ефективностъ. Його справжня цinна? Не очки за гру , а очки за утримання позицiiї, коли найбагато важливо. Ми думаємо про «гарячи зони» як малювання на картxах корту — але вони справжньо поверхнъ імовероятностy, сформованx мукульною пам’яттю та мильосекундними рishняттями. Це баскетбол як прикладна математика — і Грин? Вона розв’язана рtимчасово.