NBA选MVP是否有黑幕，透过高阶数据可以预测？（Jokic vs. Booker）
2022赛季太阳胜率78%大幅领先其它球队，Booker作为领军人物场均得分近27分但肯定无缘MVP，历史罕见，不少国内外球迷为其鸣冤；加上今天Booker伤了缺阵下半场后，太阳输给西部排名第九的鹈鹕，Jokic也还未能带领掘金在勇士面前拿到一场胜利，现在说NBA偏袒Jokic，不捧Booker的阴谋论变得更有市场。19年的MVP争议也很大，Harden高阶数据占优，但是MVP给了战绩较好的Antetokounmpo，显得投票人好像一时看战绩，一时看高阶数据，没什么公正性。真是这样吗？
先说结论，本文试图用一个简单且数量化的模型去回测从84年以来MVP的结果，之后再尝试解释结果的原因，进一步猜测投票人眼里最有价值的金标准是什么。
回测规则如下：预测MVP只会从两个候选人中产生，最佳战绩领军球星 和 球队战绩还行（球队至少分区前7名）的高阶数据第一人（并列不算第一）。高阶数据取四个数据(Basketball Reference里有详细数据的 WS, WS/48, BPM, VORP) 的NBA第一人，如果一个球员两项或以上高阶数据NBA第一，没有其他球员能平手，定义这个球员为高阶数据第一人。两位候选人（最佳战绩领军球星 和 高阶数据第一人）之间，用中阶数据 PER 来比较高低，胜者为MVP。
上图看出2000年以前，我们的模型准确率不好，确实有唯战绩论或者对去年矫枉过正的投票结果，但是高阶数据陆续发明以后，比如Win Share发明以后，模型的准确率超过80%，而BPM发明以后，模型就没有错过。
虽然我对高阶数据的详细计算方法一窍不通，有高手可以多加指正，但是我认为发明这些高阶数据就是为了给球迷 管理层 球评等等可以在一个原本只记录团队胜负的团队运动里，更好的衡量单个球员的价值，所以有了高阶数据以后大家评哪个球员有价值，就一致化了很多，不再有天马行空的角度。
那为什么不简单的唯高阶数据论呢？像任何的初级理论，用它比没有理论强但是还是离真理很远。高阶数据虽然已经考虑这个球员比起他的队友，对球队的成绩贡献了多少，但是以我浅显的理解1）很多防守行为是没有数据记录的，2）场上队友也不是完全一样的，比如A球员带4个全明星打74胜 vs. B球员带4个高中生打42胜，一般来讲B球员的高阶数据肯定更好看，因为没有B，可能是0胜而且球权全在B手里，但是这代表B互换A队也能打出74胜吗？
所以我们的模型把 最佳战绩领军球星 和 高阶数据第一人 都挑出来看看，认为都是强，再用纯个人能力的中阶数据 PER 分个高下。
最后，Jokic 连庄MVP是实至名归的，四项高阶数据2021 2022全都是NBA第一而且历史前列，如果只比高阶数据这个维度没有更好的人选，在和战绩好的领军人物Booker比，PER超了Booker 10以上，差距明显。
