K Caitlin Clark: 23 Tentativas, 1 Cesta

Os Números Não Importam a Sua Narrativa

Eu passei oito anos analisando trajetórias de arremessos na NBA/WNBA — não como fã, mas como quem constrói modelos preditivos em Python. Quando K Caitlin Clark fez 6-0, depois 10-1, depois 7-0 — 23 tentativas, uma cesta — eu não hesitei. Isso não é sobre ‘clutchness’. É sobre regressão à média e volume distorcido.

Por Que Analistas Veem o Que os Fãs Ignoram

Fãs veem ‘seca’ como colapso. Treinadores pedem ajustes. Mídia sussurra ‘falta de confiança’. Mas os dados não se importam com narrativas — importam-se com distribuições. Sua porcentagem real em três pontos ainda está acima da média da liga, mesmo com tentativas de alto volume. Uma cesta em 23 tentativas? Dentro da variância esperada para arremessadores de alto volume.

A História Real Está na Curva de Distribuição

Olhe sua taxa de uso: ela lança mais tiros de três do que qualquer armador na história da WNBA sob esquemas defensivos que colapsam em lances finais. Seu volume é uma característica — não uma falha. O modelo não sinaliza seu esforço; sinaliza seu papel como motor ofensivo.

Isso Não é Azar — É Volume Sistêmico

Tratamos outliers como crise porque somos ruins em interpretar ruído como sinal. Na minha visão: se você lançar bastante, vai ter erros — mesmo os elite — e assim operam ofensivas elite.