El poder de las pequeñas cosas
Son muchas las personas que me han contactado y siguen contactando para pedir ayuda a la hora de calcular las probabilidades de los posibles resultados de un partido. La mayoría de ellos lo hacen después de haber leído la entrada referente a la distribución de Poisson y su aplicación al futbol. Allí explicamos como mediante una simple fórmula se puede realizar una aproximación a la probabilidad real de los resultados de un partido. Esto tiene su parte buena y su parte mala. La buena es que con sólo un par de datos (goles a favor del equipo de casa y del equipo de fuera) se puede calcular una probabilidad, que, debido a lo simple del método, no siempre resultará cierta. Esta es la parte mala.Si tomamos esta base como único pilar para nuestra estrategia de apuestas, lo tenemos realmente difícil para salir en verde a largo plazo. Estamos intentando crear un modelo de predicción de un evento realmente complejo, como es un partido de fútbol, usando únicamente dos parámetros. En el resultado final del partido intervienen infinidad de variables que nuestro modelo no tiene en cuenta y al que afectarán en mayor o menor medida.
Muchas de estas varibles pueden resultar ridículas a primera vista, y mucha gente no las tendría en cuenta. Existen jugadores de futbol que saltan al terreno de juego pisando siempre con un pie determinado, otros lo hacen justo en la tercera posición, otros tocan el cespéd... también en el tenis se pueden encontrar actuaciones similares, hay algunos tenistas que intentan no pisar las líneas, o sacar siempre el primero, cambian la raqueta al cabo de 8 juegos o botan la pelota 8 veces antes de sacar. Todas estas variables normalmente no se tienen en cuenta en los modelos de predicción pero, por increíble que parezca, pueden llegar a tener influencia en el resultado. Esta influencia puede lleagar a ser demostrada mediante test estadísticos. Aquí hemos usado ya test similares para analizar la influencia de jugadores o entrenadores en la cantidad de partidos ganados o la cantidad de goles marcados.
Este verano en uno de mis devaneos por la red, andaba yo buscando información sobre la MLB y me llevé la sorpresa de que existe un foro en español sobre el tema, en el que además existe un apartado sobre sabermetrics. En este foro se planteó si el rendimiento de un bateador podría estar influenciado por un factor que resulta realmente llamativo: el color de sus ojos.
La historia comenzó cuando Josh Hamilton, bateador de los Texas Rangers, comentó que le resultaba mucho más complicado batear en los partidos jugados durante el día que en los que se jugaban por la noche. Sus números así parecen indicarlo:
De día le han realizado 49 lanzamientos, con los siguientes resultados:
- Bateados: 6
- HR: 0
- RIB's: 4
- Walks : 8
- SO: 17
- OPS: 0.429
Con luz artificial le han realizado 109:
- Bateados: 41
- HR: 6
- RIB's: 28
- Walks : 7
- SO: 14
- OPS: 1.076.
Con estos datos se puede demostrar estadísticamente que para este bateador los efectos de la luz natural tienen efectos negativos en su juego. Todos los test realizados sobre los parámetros anteriores tienen significación estadística, esto quiere decir, que con un 95% de probabilidad podemos rechazar que las diferencias sean debidas al azar.
Usando estas mismas variables se podría ampliar la hipótesis a todos los lanzadores con ojos claros e intentar demostrar que siempre tinen mejores números con luz artificial, que con la luz de día. No sería difícil, si alguien se molesta en recoger los datos lo podemos hacer. Por lo pronto Josh ha decidido jugar los partidos diurnos con unas lentillas de color... rojo!!. ¿Será esto suficiente para ver mejorar su rendimiento?, pronto lo veremos... y nunca mejor dicho.
