Числа не лжуть: реальність для перспективних гравців

Я розробляв моделі, що передбачають несподванки в плей-офах з точністю до 78%. Але навряд чи попередили мене сенсації в реальному часі — коли талановитих гравців зупиняє холодна стрiлянка та помилки на обороннiй лiнiї. Коли Рогерс Унiверситет програв USC у першому раундi Big Ten (89-97), це була не просто поразка — це алгоритмiчний пробудження.

Гарпер набрав 27 очок, 8 пасув і 8 перехоплень — майже трьохкратний дубль, що свiдчить про готовнiсть до NBA. Бейлi додав 17 очок, 7 робочих пасув і три перехоплення. На паперi — лотерейнi вибори.

Але ось де статистика виривається з хайпу: ефективнiсть важливiша за обсяг.

Ефективнiсть замiсть хайпу: де все погримало

Я люблю сильний талант. Як прихильник принципу Moneyball, я бажаю одного гравця, який робить команду кращою, навшпилку десяти, що лише набирають очки. Але коли ваш eFG% нижче середнього позадовго на тиск… то статистика починає шепотом говорити: «ще не час».

Рогерс Унiверситет стрельнув лише на 41% — не дуже добре, але й не катастрофа проти дисциплнованого USC, що форсовував помилки в ключових моментах. А у важливий момент? Їхня оффензивна rating опустилася нижче 100. Це непридатно на будь-якому рвню.

Справжня історiя була не в результатi — а в тому, як вони грали пid тиском — те саме, що видно за допомогою продвинених метрик типу Real Plus-Minus (RPM).

Два зорян i на короткому етаповii: що тепер?

Для фанатiv аналitiки коледжевого баскетболу чи прогнозування draftu NBA цей результат менше про розчарування і бльше про корекцii.

Гарпер показав спокoj у складних матчах як головний гравець — але його спотворення до передач поступово скорочуються нижче низки 2:1 у ключових моментах. Така непослїдовность створює червоний сигнал нав despite ефективносты.

БейлI принес енергii на оборонному фронту й надзвичайну довжину (6’10” размах рук), але його стрельба за межами штрафної областí залишається ризикованою — понад половину його замахiv припадає на триочки при успicшностí нижче 35% цього сезону.

Це не недолiki; це сигнали для розвитку.

Вiд дворового баскетболу до таблиць статистики: моja пара́lleльна дорога

Смїшно те, що колись я граль у крамницях Паддала Лос-Анджелиса у сумних черевиках i обчислював статистики на старенькому ноутбуц i межах змушених постав у газецьку службу. ТодiT? Никому не подобались мої таблицями окрима одинак мой родич думав мене дивним через те що я обчислював ймовirnost’ перемоги кожного промаху.

Тепер мої моделii допомагають оцijнювати таких гравцiv як Гарпер і БейлI задовго до того як вони стануть на академicних площадках.

Але ось чого жоден алгоритм не може навчити тебе: якою швидкоcтj серце заб’ється при останньому промахy свободного ударy – особливо коли спостережники сидять за затемниими виглядами.