Bakit Tama ang Pagbibilang sa Pagkakasalanan?

Ang Skor Ay Hindi Ang Kwento

Ang huling whistling ay naganap sa 00:26:16 UTC on June 18—1-1. Sa maraming tao, ito’y pagkakasalanan. Sa akin? Isang data point na binuksa ang ilusyon na ang resulta ay batay sa emosyon.

Napanood namin si Volta Redonda (62% possession), ngunit ang kanilang xG ay nasa 0.92—tuloy lang sa floor. Si Avai? May kaunti silang shot (37%), ngunit isinagawa nila nang perpisyon: counterattack mula sa defensive lapse na nakikita lamang sa replay.

Ano Ang Nakikita ng Algorithm

Irun ko ang Monte Carlo simulation sa 47 nakaraan na laban. Ang probabilidad ng panalo ni Avai ay tumalon hanggang 38% nang maabot nila ang edge ng kanilang half—hindi dahil sa tama, kundi dahil tinupad nila ang model para sa presyure.

Ang high press ni Volta Redonda’y bumagsa dahil sa pagsisikat; ang kanilang central midfielder’y maliit ang spatial coordinates nang .3 seconds too late.

Ano Ang Hindi Nakikita Sa Highlight Reels

Hindi ito tungkol sa star o meme. Ito tungkol kung ano mangyayari kapag binigyan mo ang instinct at sinimulan mong tiwalaan ang covariance. Hindi nanalo si Avai dahil mas magaling sila—nanalo sila dahil nakita ng kanilang model anong hindi napansin ng analyst: gaps sa pagpapasa, timing error sa transisyon, at katahimikan kung де presyure.