BuzzerBeater Forums

Οσα και να αποδειξει αν δεν παρουμε τον αλγοριθμο στα χερια μας να τον δοκιμαζουμε πριν τα ματς δουλεια δεν γινεται!Ε,οταν βλεπω τα τρελα της μηχανης και ομαδες μηδενικες για εμενα να νικανε αλλες καλα στημενες τι να πω!Εδω καταφερε και εχασε η λαιμ του λαμπουντε που οχι απλα εχει θυρια αλλα τρομαζεις οταν δεις τα σκιλλς τους.Εκει που θελω να καταληξω ειναι οτι σαφως και αυτα τα στατιστικα βοηθανε αλλα λογω της φυσης της μηχανης δεν μπορεις ποτε να εχεις το κεφαλι σου ησυχο

Οι ελεύθερες βολές και ο εκθετικός νόμος

Εάν θέλουμε να υπολογίσουμε με ακρίβεια κάποια πράγματα στο παιχνίδι βρισκόμαστε γρήγορα αντιμέτωποι με το γεγονός ότι αυτά εξαρτώνται από στατιστικά των παιχτών μας άλλα και των αντιπάλων ταυτόχρονα.

Π.χ. Η ευστοχία στα τρίποντα εξαρτάται (όχι αποκλειστικά) από το J.R αλλά και (όχι αποκλειστικά επίσης) από την O.D του αντιπάλου. Το J.R του παίχτη μας είναι γνωστό αλλά η O.D του αντιπάλου συνήθως άγνωστη.

Υπάρχει όμως μια περίπτωση σουτ όπου η ικανότητες του αντιπάλου δεν παίζουν απολύτως κανένα ρόλο. Το σουτ αυτό είναι οι ελεύθερες βολές. Ανακαλυπτωντας τον 'νόμο' των ελευθέρων βολών ελπίζουμε να καταλάβουμε κάποια πραγματάκια παραπάνω για την μηχανή.

Χωρίς πολλά πολλά ο νόμος αυτός είναι εκθετικός και συγκεκριμένα είναι ο

F.T% = 1-Exp[Ε.Π` - 0.0092*x1 - 0.2032* x2] , (στην απλή μορφή του)

Το F.T% είναι η πιθανότητα να μπει μια βολή
Το x1 είναι η τιμή του skill J.S (πχ mediocre=5)
To x2 είναι η τιμή που έχουμε στο skill F.T
Ο Ε.Π= 0.0035 εμπεριέχει την κατά μέσο όρο τιμή όλων των άλλων στατιστικών (κυρίαρχο το G.S)

Παρατηρούμε ο 'ελεύθερος' παράγοντας έχει 1,62% σημασία στην ευστοχία
Το J.S έχει 4,26% σημασία στην ευστοχία
Ενώ ο κυρίαρχος παράγοντας είναι η τιμή που έχουμε στο skill F.T με 94,12%

Η παραπάνω σχέση έχει εντυπωσιακή ακρίβεια στον υπολογισμό της μέσης ευστοχίας στις βολές!

Τα προηγούμενα ΔΕΝ είναι μια προσπάθεια να 'ανακαλύψω' τον νόμο των βολών αλλά (κυρίως) να δείξω άλλη μια ισχυρότατη ένδειξη ότι οι σχεδιαστές του παιχνιδιού έχουν επιλέξει (σωστά) εκθετικούς νόμους για τον καθορισμό της ευστοχίας στο παιχνίδι.

Τεχνική παρατήρηση

Οι εκθετικοί νόμοι περιγράφουν παμπολα φαινόμενα στις φυσικές επιστήμες αλλά ΚΥΡΙΩΣ χρησιμοποιούνται ευρύτατα στους υπολογιστές ώστε να εξομοιώσουν με 'ομαλό' τρόπο τον παράγοντα τύχη.

Ιδιότητες του εκθετικού νόμου.

Για αρχή θέλω να τονίσω ιδιαίτερα το παρακάτω.

Ενώ υπάρχουν ισχυρότατες ενδείξεις για την εκθετική συμπεριφορά του παιχνιδιού (βολές,μέση ευστοχία σε ακραίες τιμές των J.S,J.R,IS ,τυπική ευστοχία,'κορεσμοι' σε κάποιες ζώνες,κ.α) ΔΕΝ υπάρχει κάποια δήλωση (που να γνωρίζω εγώ τουλάχιστον) από τους σχεδιαστές που να το επιβεβαιώνουν.

Προσωπικά η ύπαρξη του εκθετικού νόμου είναι βεβαιότητα αλλά σε καμία περίπτωση αυτό δεν είναι γεγονός (με την επίσημη έννοια του)

Ας εξετάσουμε τις ιδιότητες της ευστοχίας δοσμένης μέσα από εκθετικό νόμο

Ευστ.=1-Exp[-Eπιθ/Αμυν]

Ευστ, είναι η πιθανότητα ευστοχίας σε μια προσπάθεια
Επιθ, είναι ο συνολικός παράγοντας επίθεσης για το συγκεκριμένο σουτ
Αμυν, είναι ο συνολικός παράγοντας άμυνας για το συγκεκριμένο σουτ

Οι αριθμοί Επιθ,Αμυν προσδιορίζονται από ένα πλήθος στοιχείων όπως το είδος του σουτ,οι τακτικές επιλογές,συνδυασμούς από skills, χρονικό σημείο, εμπειρία κ.α και οι τιμές τους ΔΕΝ μας είναι γενικά γνωστές.

Στο παρακάτω παράδειγμα για λόγους απλότητας και μόνο θα υποθέσω ότι η ευστοχία από μια μέση απόσταση δίνεται από την σχέση

Ευστ=1-Exp[-J.S/(O.D+10)]

ας καταλάβουμε τώρα τις 'ιδιοτροπίες' του εκθετικού νόμου

α) JS=10 και OD=10 δίνει πιθανότητα ευστοχίας 39,3%
JS=11 και OD=10 δίνει πιθανότητα ευστοχίας 42,3% αύξηση 3%
JS=12 και OD=10 δίνει πιθανότητα ευστοχίας 45,1% αύξηση 2,8%
JS=13 και OD=10 δίνει πιθανότητα ευστοχίας 47,8% αύξηση 2,7%

Συμπέρασμα: Όσο βελτιώνουμε την επίθεση σε σχέση με την άμυνα βελτιώνουμε την πιθανότητα ευστοχίας αλλά με μειούμενο ρυθμό! Η σημασία αυτής της δήλωσης θα φανεί λίγο αργότερα

Αναλογιστείτε τώρα γιατί υπό συνθήκες λειτουργεί η 2-3 εναντίον εξωτερικών επιθέσεων!

β) JS=12 και OD=10 δίνει πιθανοτητα ευστοχίας 45,1%
JS=13 και OD=11 δινει πιθανοτητα ευστοχιας 46,2%
JS=14 και OD=12 δινει πιθανοτητα ευστοχιας 47,1%
JS=15 και OD=13 δινει πιθανοτητα ευστοχιας 47,9%

Συμπέρασμα: Για σταθερά διαφορά επίθεσης-αμυνας (+2 στο παράδειγμα) όσο πιο μεγάλη είναι η επίθεση τόσο πιο εύστοχοι είμαστε! Φαινομενικά υπερτερεί ελαφρά η επίθεση, μόνο που η άμυνα κάνει και τόσες άλλες δουλειες (ειδικά η O.D)

Αναλογιστείτε τώρα γιατί γενικά είναι άστοχες οι εσωτερικές επιθέσεις των Guard στις εσωτερικές τακτικές. Για εσωτερική επίθεση 6 εναντίον άμυνας 4 (διαφορά +2 όπως και πριν) , έχουμε ευστοχία μόλις 34,9%

Το παραπάνω ισχύει για όλες τις 'δευτερεύουσες' επιθέσεις!

Αυτές και άλλες ιδιότητες οδηγούν σε σενάρια επίθεσης-άμυνας, το πρώτο (και πλέον απλό) το παρουσιάζω στο επόμενο post.
Εάν υπάρξει ενδιαφέρον σιγά-σιγά θα παρουσιάζω πιο σύνθετα σενάρια

Υ.Γ Ζητάω από πριν συγνώμη που σημαντικό μέρος από τα προηγούμενα μπορεί να φανου κινέζικα.


Last edited by GM-sarithin at 4/30/2011 2:50:17 PM

Τακτική και εκθετικός νόμος 1.

Α) Ισοροπημενη επίθεση

Ας υποθέσουμε ότι αντιμετωπίζουμε δύο Guard με ακριβώς ΙΔΙΑ ικανότητα στην άμυνα. 10 ο καθένας.

Το ερώτημα είναι απλό. Εάν οι δικοί μας Guard τείνουν να πέρνουν τον ίδιο αριθμό επιθέσεων και έχουν αθροιστικά κάποια επιθετική ικανότητα πώς πρέπει να είναι μοιρασμένη αυτή;

Πρέπει να είναι όσο πιο ισοροπημένη γίνεται! Πράγματι,

Σεναριο πρώτο

Guard A έχει επίθεση 16 , αντιμετωπίζει άμυνα 10 και πέρνει 10 επιθέσεις
Guard Β έχει επίθεση 10 , αντιμετωπίζει άμυνα 10 και πέρνει 10 επιθέσεις , συνολικα +6
Συνολικα θα σκοράρουν κατά μεσο όρο 18.8 πόντους συνολικά

Σεναριο δεύτερο

Guard A έχει επίθεση 13, αντιμετωπίζει άμυνα 10 και πέρνει 10 επιθέσεις
Guard Β έχει επίθεση 13, αντιμετωπίζει άμυνα 10 και πέρνει 10 επιθέσεις, συνολικα πάλι +6
Συνολικα θα σκοράρουν κατά μεσο όρο 19.12 πόντους συνολικά

Φαίνεται μικρή διαφορά αλλά δεν είναι (ένα παιχνίδι έχει συνήθως 80+ επιθέσεις)

F.T% = 1-Exp[Ε.Π` - 0.0092*x1 - 0.2032* x2] , (στην απλή μορφή του)

Δεν μπορω να φανταστω τη περιπολκη μορφη του....ουτε και το θελω!

Against Team 3FGP Ποσοστό
PAOK 1-1 100.0%
Ilysiakos 0-3 0.00%
Peristeri GS 2-3 66.67%
VAP Kolossos 1-2 50.00%
Kavala 1-3 33.33%
Marousi 1-2 50.00%
Iraklis 1-3 33.33%
Aris 2-2 100.00%
AEK 3-4 75.00%
Panionios 1-1 100.00%
Ikaros 2-5 40.00%
Olympiakos 0-4 0.00%
Panellinios 0-5 0.00%
PAOK 3-5 60.00%
Ilysiakos 1-3 33.33%
Peristeri GS 1-5 20.00%
VAP Kolossos 2-2 100.00%
Kavala 2-3 66.67%
Marousi 0-1 0.00%
Iraklis 2-5 40.00%
Aris 3-4 75.00%
Panionios 0-0
AEK 0-3 0.00%
Ikaros 3-5 60.00%
Olympiakos 3-7 42.85%
Panellinios 2-3 66.67%

Τι είναι όλα τα παραπάνω νούμερα; Είναι τα τριποντα που δοκίμασε φέτος ο Διαμαντίδης(Α1)!

Σε πέντε παιχνίδια είχε 0% ευστοχία ενώ σε 1 δεν επιχείρησε τρίποντο.

Σε 1 παιχνίδι είχε 20% , ενώ σε 3 παιχνίδια είχε 33,3% , ενώ σε 2 παιχνίδια 40%, σε 1 παιχνίδι 42,85%
Στα υπόλοιπα 13 παιχνίδια είχε από 50% εώς 100%

Δηλαδή σε 13 παιχνίδια είχε κάτω από 50% και σε 13 από 50% και πάνω!

Βλέπει κανείς ότι και στο κανονικό μπάσκετ 'μοιράζονται' τα ποσοστά στα παιχνίδια και μάλιστα με εντυπωσιακά μεγάλο 'εύρος'!

Άρα μόνο στο τέλος της ημέρας (σεζον στο κανονικό μπάσκετ, σεζον και στο ΒΒ) έχει νοημα να μιλάμε για ποσοστά ενός παίχτη!

Κατά αναλογία εάν η μηχανή δίνει σε ένα σουτ 50% πιθανότητα δεν θα δοκιμάσουμε 10 ιδια σουτ και θα μπουν ντε και καλά τα 5. Μπορεί να μην μπει κανένα μπορεί και όλα!


Τεχνική παρατήρηση: Όταν πραγματοποιουμε ένα πείραμα τύχης(πχ σουτ στο παιχνίδι ή στο κανονικο μπάσκετ) με σταθερή πιθανόητα επιτυχίας ρ (π.χ 40% στο τρίποντο),τότε εάν σουτάρουμε ν φορές η πιθανότητα να έχουμε x<=ν εύστοχα σουτ δίδεται απο την διωνυμικη κατανομη με τυπο

f(x)=(συνδυασμοι των ν ανα x)*p^x*(1-p)^(ν-x)

Ακολουθεί πίνακας που δείχνει με ποια πιθανότητα θα μπουν x σουτ σε 10 προσπάθειες που ΚΑΘΕ μια έγινε με 40%

Η πιθανότητα σε 10 σουτ να μπουν 0 είναι 0.604%
Η πιθανότητα σε 10 σουτ να μπουν 1 είναι 4.031%
Η πιθανότητα σε 10 σουτ να μπουν 2 είναι 12.09%
Η πιθανότητα σε 10 σουτ να μπουν 3 είναι 21.50%
Η πιθανότητα σε 10 σουτ να μπουν 4 είναι 25.08%
Η πιθανότητα σε 10 σουτ να μπουν 5 είναι 20.07%
Η πιθανότητα σε 10 σουτ να μπουν 6 είναι 11.15%
Η πιθανότητα σε 10 σουτ να μπουν 7 είναι 4.25%
Η πιθανότητα σε 10 σουτ να μπουν 8 είναι 1.06%
Η πιθανότητα σε 10 σουτ να μπουν 9 είναι 0.157%
Η πιθανότητα σε 10 σουτ να μπουν 10 είναι 0.011%

Βλέπουμε λοιπόν ότι ενώ κάθε σουτ έγινε με 40% πιθανότητα το να βάλουμε 4 στα 10 έχει μόλις 25.08% πιθανότητα.
Άντε να συμπεριλάβουμε και τα γειτονικα (δηλαδή τα 3 εύστοχα και τα 5). Αθροιστικα δίνουν 66% πιθανότητα!

Συμπέρασμα: Θα παρατηρούμε 'κουφά' στατιστικά σε παίχτες σε περίπου 35% των περιπτώσεων!!!

Είναι φυσιολογικό, συμβαίνει στο κανονικό μπάσκετ,στο ΒΒ, στο τάβλι και όπου αλλού τυχαίες μεταβλητές ακολουθούν την διωνυμικη!

Μην σας ξενίζει εγώ μετά από χρόνια το συνήθισα:)

Στην παρακάτω διελυθυνση μπορείτε να βρείτε έναν πίνακα υπολογισμού της ευστοχίας στις FT

(https://rapidshare.com/files/460389139/FT.pdf)

Στον οριζόντιο άξονα είναι η τιμή στο skill J.S
Στον κάθετο άξονα είναι η τιμή στο skill F.T
Ενδιάμεσα είναι η αναμενόμενη μέση τιμή στις βολές

Εάν είναι εύκολο δώστε ιδιαίτερη προσοχή στα παρακάτω!

α) Όταν διαβάζουμε σε έναν παίχτη κάποιο skill του ΔΕΝ μπορούμε να διαβάσουμε και το sublevel του. Άρα πχ FT (Strong) είναι μία τιμή από 8.00 εώς 8.99.

Άρα για ένανπαίχτη με F.T(Strong) και J.S(mediocre) πάμε στο γράφημα και κοιτάμε την πιθανότητα για F.T=8 και J.S=5.

Έπειτα κοιτάμε την πιθανότητα για FT=9 και JS=6. (αντιστοιχεί στο 8.99 και 5.99)

Εεε, η μέση τιμή που γυρεύουμε θα είναι ανάμεσα από αυτούς τους δύο αριθμούς!

β) Στο γράφημα παρουσιάζεται η πιθανότητα στις βολές ως συνάρτηση του skill F.T και J.S
Στην πραγματικότητα εξαρτάται και από άλλα πράγματα αλλά στο χαρτί έβαλα τα δύο κυριότερα
(Χάνουμε λίγο σε ακρίβεια αλλά όχι δραματικά!)

γ) Ο ρόλος του GameShape. Οι σχεδιαστές του παιχνιδιού έχουν κάνει την εξής πολύ έξυπνη κίνηση.

Έχουν το GameShape ρε ρόλο μπαλαντέρ! Δηλαδή το GameShape προσθέτει έναν παράγοντα στρατηγικής (προπόνηση,αγωνιστικά λεπτά κ.λ.π), αλλά επιπρόσθετα 'καμουφλάρει' και την λογική της G.E!

'Έτσι χοντρικά, να αναμένεται λίγο καλύτερα ποσοστά στις βολές (από αυτά του πίνακα) εάν συστηματικά προπονείται GameShape και λίγο χειρότερα εάν έχετε συστηματικά GameShapes με μέσο όρο κάτω από 8.5

δ) Πριν ξεκινήσετε επανάσταση διαβάστε προσεχτικά αυτά που λέω σε προηγούμενο post για τα 'περίεργα' την διωνυμικής κατανομής!

Τονίζω ότι η ταχύτητα σύγκλισης της κατανομής αυτής είναι σχετικά αργή! Δηλαδή εάν ένας παίχτης έχει εκτελέσει σε μία σεζόν πχ 30 βολές έχουμε αρκετή πιθανότητα να πάρουμε ότι να ναι αποτελέσματα σε σχέση με πραγματική ευστοχία του.

Αυτός είναι και ο λόγος που αρκετά sites ΔΕΝ δίνουν στατιστικά μπάσκετ εάν ο παίχτης δεν έχει πάρει μέχρι τότε αρκετές προσπάθειες!

ε) Η εμπειρία, στα FIT που δοκίμασα ήρθε με ανάστροφο πρόσημο. Δηλαδή είτε δεν πέζει ρόλο είτε πέζει όταν και μόνο τότε ενεργοποιηθεί κάποια συνθήκη. Πχ τέταρτο δωδεκάλεπτο ή κοντινό σκορ ή ειλικρινά δεν έχω ιδέα τι μπορεί να έχουν βάλει

Σημείωση: Ένας ακριβής στατιστικός-μαθηματικός έλεγχος ΔΕΝ είναι τόσο απλή υπόθεση!
Προϋποθέτει 'πλούσιο' και ισορροπημένο δείγμα.
Μετά ακολουθεί ανάλυση και σύγκριση των αποτελεσμάτων με κάμποσες κατανομές!
Τέλος παίρνουμε όλα τα δεδομένα (εκατοντάδες, κάποιες φορές χιλιάδες) και συγκρίνουμε το 'ότι να ναι τους'- επιστημονικά αποκλίσεις-με κάποιες μαθηματικές καμπύλες και βγάζουμε συμπεράσματα.

Για να καταλάβεται πχ ο Διαμαντίδης έχει ας πούμε 83% στις βολές.
Και συνήθως εκτελεί 10 βολές (στο Ελληνικό πρωτάθλημα εναντίον του Ολυμπιακού μπορεί και 20 -βλ. Κοράκια-)

Είτε 10 είτε 20 δεν θα έχει σε κανένα μεμονωμένο ματς ευστοχία ακριβώς 83%. Οι 'διασπορές' είναι φυσιολογικό πράγμα στις πιθανότητες!

Η αστάθεια και η ευστάθεια τακτικων μπάσκετ μέσα από την οπτική γωνία της στατιστικής

Αρχικά θα σας μοιάζει αστείο αλλά ας κάνουμε το παρακάτω νοητικό παιχνίδι

Φανταστείτε μία ομάδα η οποία σουτάρει στα παιχνίδια της αποκλειστικά τρίποντα!
Ονομάζω την ομάδα αυτή 'Τεράστιοι τρίποντοι'

Φανταστείτε επίσης μία άλλη ομάδα η οποία σουτάρει στα παιχνίδια της αποκλειστικά δίποντα!
Ονομάζω την ομάδα αυτή 'Μόνο δίποντοι'

Οι Τεράστιοι τρίποντοι έχουν πάντα ευστοχία σε κάθε σουτ 33,33% ενώ,
οι Μόνο Δίποντοι έχουν πάντα ευστοχία σε κάθε σουτ 50%

Είναι εύκολο να διαπιστώσει κανείς ότι οι δύο παραπάνω ομάδες έχουν ακριβώς την ίδια ικανότητα σε παραγωγή σκορ! Πράγματι εάν πάρουν 100 προσπάθειες σε ένα παιχνίδι θα σκοράρουν

(100προσπ)*(3πόντοι)*(33.33%)=100 πόντοι μέσο όρο , (Τεράστιοι τρίποντοι) και
(100προσπ)*(2πόντοι)*(50%)=100 πόντοι μέσο όρο , (Μόνο δίποντοι)

Η μία ομάδα λοιπόν ακολουθεί το πιο ακραίο Run & Gun όλων των εποχών ενώ η άλλη
ομάδα λοιπόν το πιο ακραίο LookInside,LowPost όλων των εποχών !!!

Ενώ οι δύο ομάδες έχουν ακριβώς την ίδια ικανότητα στο σκοράρισμα (με εντελώς διαφορετικό τρόπο αλλά και οι δύο βάζουν κατά μεσο όρο 100 πόντους) , ποια μπορεί να πέσει θύμα έκπληξης πιο εύκολα;
Ποια είναι σταθερότερη στις εμφανίσεις της και ποια φέρνει πιο 'παράξενα'-απρόσμενα αποτελέσματα;

Για να απαντήσει κανείς θα έπρεπε να παρακολουθήσει αυτές τις ομάδες (που θα τις βρει να πεζουν είναι αλλουνου παπά ευαγγέλιο!) σε πολλά τους παιχνίδια να καταγράψει τα σκορ που έφεραν και σιγά,σιγά να βγάλει συμπεράσματα.

Ενναλακτικά μπορεί κανείς να φτιάξει καφεδάκι και να γράψει μία εξομοίωση 'Monte Carlo' σε κώδικα στον υπολογιστή, να πει στο μηχάνημα να 'τρεξει' ένα εκατομύριο παιχνίδια την φορά και να βγάλει μετά τα συμπεράσματα!

Το έκανα λοιπόν και με τον τρόπο αυτό προέκυψαν οι παρακάτω πίνακες.

Η πρώτη στήλη είναι το score που λόγω 'τύχης' έφεραν και η δεύτερη στήλη πόσο συχνά (πιθανότητα δηλαδή) έφεραν το score αυτό σε ένα εκατομύριο δοκιμές παρακαλώ!

Πάμε λοιπόν πρώτα για τους Τεράστιους τρίποντους

Score πάνω από 140 πόντους , πιθανότητα 0,31%
Score πάνω από 135 πόντους , πιθανότητα 0,57%
Score πάνω από 130 πόντους , πιθανότητα 1,70%
Score πάνω από 125 πόντους , πιθανότητα 4,33%
Score πάνω από 120 πόντους , πιθανότητα 6,57%
Score πάνω από 115 πόντους , πιθανότητα 13,70%
Score πάνω από 110 πόντους , πιθανότητα 24,82%
Score πάνω από 105 πόντους , πιθανότητα 31,90%

Ακολουθούν οι Μόνο Δίποντοι

Score πάνω από 140 πόντους , πιθανότητα 0,00%
Score πάνω από 135 πόντους , πιθανότητα 0,02%
Score πάνω από 130 πόντους , πιθανότητα 0,08%
Score πάνω από 125 πόντους , πιθανότητα 0,60%
Score πάνω από 120 πόντους , πιθανότητα 1,79%
Score πάνω από 115 πόντους , πιθανότητα 6,65%
Score πάνω από 110 πόντους , πιθανότητα 13,62%
Score πάνω από 105 πόντους , πιθανότητα 30,76%

Παρατηρήσεις-Σχόλια-Συμπεράσματα

α) Ακριβώς την ίδια πιθανότητα θα πάρουμε για την κάτω από 100 πόντους περιοχή!

Δηλαδή η πιθανότητα (για την ίδια ομάδα) να ανέβει πάνω από τους 105 πόντους είναι ίδια ακριβώς με την πιθανότητα να πάει κάτω από τους 95!

β) Βλέπουμε ότι η ομάδα 'Mόνο Δίποντα' έχει την τάση να φέρνει πιο 'σφιχτά' αποτελέσματα,δηλαδή πιο κοντά στον μέσο όρο των 100 πόντων.

γ)Για λόγους απλότητας στην παρουσίαση δεν έβαλα μέσα τις ελεύθερες βολές. Αυτές έχουν την τάση να δίνουν ακόμα πιο 'σφιχτά' αποτελέσματα.

Συμπέρασμα

Όσες πιο πολλές βολές εκτελούμε σε ένα παιχνίδι, ακολούθως δίποντα και τέλος τρίποντα τόσο μεγαλώνουμε την πιθανότητα να πάρουμε αποτέλεσμα κοντά στον στατιστικά αναμενόμενο μέσο όρο!

Αντίθετα εάν εκτελούμε πολλά τρίποντα , ακολούθως δίποντα και τέλος βολές τόσο μεγαλώνουμε την πιθανότητα να πάρουμε 'απρόσμενα' αποτελέσματα!

Φυσικά καμία ομάδα πραγματικού μπάσκετ ή ΒΒ δεν εκτελεί μόνο δίποντα ή μόνο τρίποντα ή μόνο βολές. Σε αυτές τις περιπτώσεις προκύπτουν πίνακες με λίγο διαφορετικές τιμές αλλά τα γενικά μοτίβα είναι τα ίδια.

Από τακτικής άποψης μας συμφέρει εάν έχουμε λίγο χειρότερη ομάδα και θεωρούμε ότι είμαστε περίπου ισάξιοι σε εσωτερική επίθεση και σε εξωτερική, να επιλέγουμε εξωτερικές επιθέσεις μπας και έχουμε την εύνοια της τύχης!

Τα ακριβώς αντίθετα ισχύουν εάν έχουμε λίγο καλύτερη ομάδα!

Τα προηγούμενα ισχύουν ίδια και απαράλλαχτα και στο κανονικό παιχνίδι. Όσον αφορά το BB είναι ανεξάρτητα του τρόπου που έχουν επιλέξει τον παράγοντα τύχη οι σχεδιαστές!

Για να τα συνδέσω λίγο τα παραπάνω με το κανονικό παιχνίδι.

Πόσο συχνά παρατηρούμε στο μπάσκετ ομάδες που 'παίρνουν' πολλά τρίποντα να είναι σταθερές σε κορυφαίο επίπεδο;

Δεν παρατηρούμε πιο συχνά πιο ισορροπημένες ομάδες να είναι σταθερότερες σε υψηλό επίπεδο;

Προσοχή αναφέρομαι στην σταθερότητα της ομάδας και όχι στην ποιότητα-ικανότητα!

Τέλος οι ποιο παρατηρητικοί από εσάς θα μου αντιγυρήσουν (και σωστά) ότι αφού ισχύουν τα ίδια και απαράλλαχταα στο κανονικό μπάσκετ με το παιχνίδι γιατί η πιθανότητα έκπληξης στο κανονικό μπάσκετ φαίνεται να είναι (και όντως είναι) μικρότερη;

Υπάρχει ένα ψυχολογικό φαινόμενο στον αθλητισμό που εδώ θα το ονομάσω 'ανάδραση'.

Χοντρικά όσο μια ομάδα πηγαίνει καλύτερα από όσο ανέμενε σε ένα παιχνίδι κατά μέσο όρο βελτιώνει στην διάρκεια του παιχνιδιού ακόμη πιο πολύ την επίδοσή της.
Το ακριβώς αντίθετο συμβαίνει σε ομάδες που αρχίζουν να πιστεύουν ότι δεν θα πιάσουν τους στόχους τους.

Η ´ανάδραση´ τείνει να σταθεροποιήσει κάπως τα αποτελέσματα

Υπάρχει τρόπος να περαστεί κάτι τέτοιο και σε μία G.E υπολογίζοντας κάθε φορά διαφορικές πιθανότητες αλλά στο BB δεν φένεται να το έχουν πράξει.

Υ.Γ Να εκφράσω την ειλικρινή μου λύπη για το χαμό του Θανάση Βέγγου.

aporw gt eisai akomh sthn III..