En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

En titt på inkonsekvens

Alla sporters natur är att konsekvens överträffar allt. En spelares tak görs irrelevant om de inte kan nå det när deras lag behöver dem bäst. De största spelarna genom tiderna har högt i tak, men det är deras golv som verkligen får dem att sticka ut. De flesta spelare i nivå ett har släppt 30 bomber; mycket färre har satt ihop 20+ kartor i rad över ett betyg på 1.00.

Och det är spelarna som har lika högt i tak som spelets bästa men saknar det där golvet som är så frustrerande. Våra ögontester kommer ihåg deras bästa spel men inte deras genomsnittliga. Istället för att prydas med MVP:er, degraderas dessa spelare till vinnande förhållanden, stämplade som heta och kalla, som inkonsekventa spelare.

Chef bland dessa spelare är kristian “⁠K0nfig⁠” Wienecke. De Astralis entry fragger har bländat lika mycket som han har gjort besviken. Att han höll i CS:GO rekord för kills in Regulation, med 47-21 mot Renegades 2018, visar taket han kan nå. I denna iteration av Astralis, det är han och Benjamin “⁠BlameF⁠” Bremer som är tänkta att ge stjärnkraften, ännu k0nfig har inte uppfyllt dessa förväntningar. Hans talang har varit uppenbar, som den alltid är, men konsekvens har gäckat honom.

Så går berättelsen i alla fall. Men är det rättvist? Kan vi, rättvist och objektivt, mäta en spelares inkonsekvens? Låt oss ta reda på det, med hjälp av statistik från LAN 2022.

För att sätta igång börjar vi med ett grundläggande mått på kart-till-karta-konsistens: Hur stor procentandel av kartorna en spelare slutar över 1.00 i betyg. Genomsnittet för vårt urval är drygt 55 %, så alla dessa spelare är utöver gänget.

Detta är dock långt ifrån perfekt. Ett betyg på 1.01 kan vara en framgångsrik match för en genomsnittlig spelare, men för en stjärnspelare eller primär AWPer som faktiskt kan skada deras lags chanser att vinna matchen.

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

För att se hur mycket en spelare fluktuerar jämfört med sitt eget genomsnittliga betyg finns det lite matematisk jargong. Vi kommer att använda standardavvikelse, vilket är ett mått på varians. I grund och botten, ju lägre standardavvikelse, desto mer kluster en spelares kartor runt deras genomsnittliga betyg. En hög standardavvikelse bör därför indikera en nivå av inkonsekvens.

k0nfig, intressant nog, kommer inte med på listan över de åtta bästa spelarna med den högsta standardavvikelsen, och placerar sig på samma 17:e plats med 0.327 standardavvikelse. Spelarna som gör listan är dock av hans släkt. Vladislav “⁠Nafany⁠” Gorshkov kommer tvåa på 0.377, en annan spelare som har hamnat under beskjutning för sin inkonsekvens.

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Det genomsnittliga betyget på bordet skiljer sig från det totala betyget du kommer att se på spelarprofiler eftersom det är ett genomsnittligt betyg per karta, snarare än per runda

Hans höga standardavvikelse visar varför Cloud9 var så dödliga på IEM Dallas, när nafany var i glödhet form, med ett genomsnitt på 1.14 (17 poäng högre än hans ett års genomsnitt).

Även inom den händelsen, nafanys toppar och dalar var häpnadsväckande olika. Kartor som 2.03 betyg mot ENCE i finalen och 2.16 i grupper mot Ninjas i pyjamas var fortfarande kopplade med 0.84 på karta ett mot STOR och 0.79 och 0.91 betyg i två av de tre kartorna mot STÖRA.

Historien är densamma för många av spelarna på den här listan. Fredrik "REFERENS" Sterner är en annan spelare som ska märkas som inkonsekvent, och detta mått verkar bekräfta det. yuri “⁠Yuurih⁠” Santos har utstått tuffa perioder 2022 för sina standarder, medan Andrew ”⁠ArT⁠” Piovezan är ännu mer aggressiv än nafany.

Att Nikola “⁠NiKo⁠” Kovač har ett så högt betyg och hög standardavvikelse är också mycket illustrativt för hans år; hans toppar har varit lika bra som alltid, men det har funnits tillfällen då G2 kunde ha använt mer från deras stjärnman.

In nikos fall kan vi se ett litet fel i att använda standardavvikelse. Om en spelares genomsnittliga karta-för-karta-betyg är 1.26, är det verkligen rättvist att kalla dem inkonsekventa? Ta denna scatterplot, som jämför en spelares genomsnittliga betyg med deras standardavvikelse.

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Sammanfogning niko i den höga variansen och högt betyg hörnet av kartan är Dmitry “⁠Sh1ro⁠” Sokolov, Mathieu "ZywOo" HERBAUToch Oleksandr “⁠S1mple⁠” Kostyliev. Detta ringer varningsklockor om vi vill använda detta mått för att fastställa inkonsekvens. För dessa spelare "avviker" de från sitt medelvärde eftersom de lägger upp bärkartor så ofta. Ett betyg på 2.00 är så mycket som 0.80 av en av dessa spelares genomsnittliga betyg men behandlas på samma sätt som ett betyg på 0.60 för "inkonsekvens" genom standardavvikelse.

Det som är mer intressant är de andra avsnitten. Riflers gillar Keith ”⁠NAF⁠” Markovic, Russell ”⁠Twistzz⁠” Van Dulken och Sergey “XAx1Le⁠” Rykhtorov koppla ihop en låg standardvariant med högt betyg, vilket visar att de konsekvent är i och runt 1.00-1.40 märket i sina spelade kartor. Audiric “⁠JACKZ⁠” Kanna är spelaren med den lägsta standardavvikelsen på bara 0.24 samt ett ganska lågt medelvärde på 0.96; han var konsekvent under genomsnittet statistiskt i år.

Denna jämförelse fungerar även för spelare med hög varians och låga betyg, med Alexander “Opmopoz⁠” Fernández-Quejo Cano, konst, dan ”⁠ApEX⁠” Madesclaire och nafany plats nära där vi förväntade oss: Ultra-aggressiv, X-faktor, gevär. Ändå kommer vi att behöva en annan lösning för de allra bästa spelarna: närvaron av s1mple och ZywOo uppe till höger bevisar att standardavvikelsen inte är tillräckligt bra i sig för att märka en spelare som inkonsekvent.

En lösning är att rangordna spelare efter deras golv, deras dåliga kartor, snarare än deras goda. För att göra detta kommer vi att använda den första kvartilen, eller 25:e percentilen, av en spelares kartor i år på LAN. Den 25:e percentilen är en kusin till mediangenomsnittet utom där medianen är mittvärdet på en ordnad lista, är den 25:e percentilen (ofta kallad Q1 i statistik) en fjärdedel av vägen. För enkelhetens skull, när vi använder termen "golv" härifrån syftar vi på en spelares 25:e percentil.

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Nu ser vi de namn som standardavvikelse behandlas orättvist i ett annat ljus. Golvet för s1mple är ett betyg på 1.08, för ZywOo 1.06 och niko 1.01. Lurkare Ax1Le, NAFoch blameF är också bland de tio bästa, kanske delvis på grund av deras roll som gör det möjligt för dem att ta del av sitt lags förluster såväl som sina vinster.

Detta visar oss vilka de mest konsekventa spelarna är, men hur är det med inkonsekventa? Om vi ​​bara tittar på spelarna med den lägsta golvet får vi sådana som Epitacio “ACTACO⁠” de Melo (0.64), Richard “⁠Shox⁠” Papillon (0.67) och rasmus “⁠HooXi⁠” Nielsen (0.69). Ändå betyder detta inte inkonsekvens i sig, eftersom alla dessa spelare hade ganska dåliga genomsnittliga betyg.

För att hitta de inkonsekventa spelarna kommer vi att behöva våra läroböcker i matematik igen. Genom att subtrahera golvet (25:e percentilen) från taket (75:e percentilen: Samma som tidigare, genom att gå tre fjärdedelar av en ordnad lista) får vi något som kallas ett interkvartilområde (IQR). Detta, liksom standardavvikelse, är ett sätt att mäta varians – se det som skillnaden mellan en spelares bra och dåliga kartor – och borde vara mer användbart för våra syften.

Här är en grafisk förklaring av samma statistik. Varje bar är en av k0nfigs kartor på LAN 2022, ordnade från lägsta till högsta. Q1 är en fjärdedel av vägen, Q2 två kvartal och Q3 tre kvartal. Sedan subtraherar vi Q1 från Q3 för att ge oss IQR.

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Med det förklarat, här är spelarna med högst IQR:

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

niko är återigen med, delvis tack vare hans löjligt höga tak, något sh1ro lider också av. Valeriy "b1t" Vakhovskiy och Lotan “PSpinx⁠” Giladi hade ett mycket bra 2022, delade ett medianbetyg på 1.15 men befinner sig ganska högt upp på den här listan. Spinx hade faktiskt ett ganska bra betyg på 0.98 som sitt golv; hans höga IQR är ett resultat av hans betygstak på 1.45, en enorm 0.30 högre än hans medianbetyg. Detta sätter honom i samma läger som niko (1.50 tak), en jämförelse som har gjorts tidigare och av goda skäl.

IQR är bättre än standardavvikelse, men vi tittar fortfarande på siffror utan deras fullständiga sammanhang. För att lösa det, här är en scatterplot som visualiserar en spelares golv samtidigt som deras tak. Storleken på varje spelares prick motsvarar deras inter-kvartilintervall, vilket borde hjälpa till att föreställa detta ytterligare. Naturligtvis finns det en hel del korrelation mellan golv och tak men det finns fortfarande intressepunkter hos de aktörer som sticker ut från trendlinjen.

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Spelarna i de orangea och gröna bubblorna har högre tak än de har golv, medan de i de röda och gula har tvärtom. Nu gillar spelare niko och sh1ro belönas för sitt höga tak och placeras i den gröna bubblan av genomgående bra spelare. Längst upp till höger i diagrammet illustrerar också skillnaderna mellan Ax1Le och NAF, två spelare som hade mycket liknande standardavvikelse och IQR, med Cloud9 man mycket längre upp och höger än NAF.

Längre till vänster har vi den huvudsakliga "inkonsekventa" orange bubblan — spelarna som har högt i tak men ganska låga golv. Majoriteten av dessa spelare är passande orange prickar, vilket visar att de är aggressiva skyttar (med mer än 20% öppningsdödsförsök på T-sidan) vilket är mycket vettigt. Dessa spelare kan, på en bra dag, odla betyg med höginflytande inträdesfrags och multikills. På deras dåliga dagar sjunker deras överlevnadssiffra, vilket gör dem i minus.

Boris “⁠Magixx⁠” Vorobiev är den största avvikaren här, något överraskande. På sina bra dagar får han lika högt betyg som B1T och Mareks "YEKINDAR" Gaļinskis men han har en våning lägre än Andreas ”⁠Xyp9x⁠” Højsleth. Att gå med honom är fler av dem du kan förvänta dig: nafany, Hampus “⁠Hampus⁠” Kuggfråga, Fredrik “⁠RoeJ⁠” Jörgensenoch Michael ”⁠Grim⁠” Rygga tillbaka är alla aggressiva X-faktorer snarare än konsekventa krafter. Asger “⁠Farlig⁠” Jensen är AWPer med det lägsta golvet i vårt prov, vilket passar in i berättelsen kring dansken.

Här har vi presenterat tre olika sätt att se på inkonsekvens: standardavvikelse, interkvartilintervall och den "orange zonen" i vår scatterplot (de spelare med lågt betyg på dåliga kartor men starkt på sina bra dagar). Alla har sina brister när de används isolerat, så låt oss nu kombinera de olika metoderna för en formel för "inkonsekvensbetyg".

För att sammanfatta tar vi hänsyn till:

— Andel av kartor med 1.00+ betyg
- Standardavvikelse
— Interkvartilintervall (Q3-Q1)
— Skillnaden mellan en spelares medelvärde och golv (Q2-Q1)
— Skillnaden mellan en spelares medelvärde och tak (Q3-Q2)

Här är en lista över spelare med högst inkonsekvensbetyg, för att ge de mest "inkonsekventa" spelarna. Kom dock ihåg att detta är konsekvens jämfört med en spelares genomsnittliga betyg; dessa spelare är konsekvent runt sitt genomsnitt, inte konsekvent bra. Endast cirka 20 % av formeln är relaterad till att vara en "bra" spelare statistiskt sett, i det att spelare tilldelas inkonsekvensbetyg för att ha en låg andel kartor över 1.00.

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Medan k0nfig är frånvarande — och B1T har sällan anklagats för inkonsekvens på skrivbord - listan som helhet verkar stämma överens med syntestet och samhällets berättelser. nafany, mopoz och spets är alla arketyper av de explosiva men inkonsekventa spelarna som har dykt upp genom hela detta stycke, samma arketyp k0nfig är del av.

Så, har vi löst den stora "inkonsekvens"-frågan? Typ - men det finns fortfarande hål. Och, som vi sa i inledningen, kommer korrekt konsistens att undgå 99 % av professionella spelare. Berättelsen runt k0nfig och MARK att vara inkonsekvent bygger förmodligen på tanken att dessa spelare skall vara konsekvent, med tanke på deras uppenbara talang och mekaniska skicklighet på syntestet.

När vi tittar på ett större urval kan vi dock se att de allra flesta gevärsskyttar lider av samma problem. niko hade tre månader i slutet av 2021 där han var lika bra som någon annan i världen – även AWP:arna. Nu har han dock fallit tillbaka till att "bara" vara den bästa gevärsskytten i världen. När vi vänder på listan för att ge oss de minst inkonsekventa spelarna, är det en samling AWPers och stödjande, mer passiva, gevärsskyttar.

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

I ett så svårt spel som CS:GO är lediga dagar och dåliga patchar oundvikliga. Men det är klart att vissa spelare har bättre lediga dagar än andra. Och, som vi sa i inledningen, gör detta bara de spelare som kan sätta upp 1.00+ betyg på dåliga dagar mer värdefulla, särskilt de som tar många öppningsdueller som t.ex. Ax1Le och niko.

Problemet är att dessa två spelare är de enda aggressiva gevärsskyttarna som har lagt upp ett golv högre än 1.00 på LAN hittills i år. Bara åtta andra lyckades med den bedriften – fem av dem var primära AWPers – vilket är en liten bråkdel av den professionella spelarbasen. Sann konsekvens på hög nivå är varje sport El Dorado, och Counter-Strike är inte annorlunda.


För liknande djupdykningsartiklar, kolla in länkarna nedan:

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Läs mer

Är den moderna AWPer verkligen för passiv?

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Läs mer

När toppar Counter-Strike-spelare?

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Läs mer

Expertuppfattning: Ålder och motivation i Counter-Strike

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Läs mer

Varför är moderna IGL så aggressiva?

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Läs mer

Är dubbel AWPing värt det?

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Läs mer

Vilka är CS:GO:s kartspecialister?

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Läs mer

Vilka är CS:GO:s enklaste och svåraste CT-positioner?

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Läs mer

Vilka är CS:GO:s enklaste och svåraste T-sidiga positioner?

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Läs mer

Vi parade ihop nuvarande och tidigare akademispelare med deras dubbelgängare på högsta nivån

En titt på inkonsekvens PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Läs mer

Bör listorna ges mer tid?

Tidsstämpel:

Mer från HLTV