El siguiente nivel de estadísticas defensivas avanzadas

El título de esta entrada proviende del texto que escribe Rob Mahoney en Sports Illustrated, originalmente titulado Time to take advanced defensive stats to next level in basketball. El título es tan explícito que no hace falta explicar de qué trata el texto, una cuestión sobre la que ya he escrito.

Recojo algunas citas que me parecen muy interesantes, traducidas libremente:

Los esfuerzos por cuantificar la defensa han mejorado en años recientes, pero mirados globalmente, las métricas ofensivas son más fiables y más refinadas

Según ocurre ahora, la defensa está claramente inflida por la reputación: una vez que un jugador es conocido popularmente como un gran defensor, ni siquiera sus malos registros defensivos le harán perder este calificativo

Parámetros para medir el rendimiento defensivo

Más que en centrarse en lo que está o no disponible en el box score, los estadísticos deberían concentrarse en identificar exactamente qué información se necesita para formular una visión de la defensa más afinada e inventar un sistema para obtener esa información. El futuro no está en expandir formalmente el box score, sino en encontrar más vías de hacer que resulte obsoleto.

Un ejemplo: estadísticas de rebote

Mirando a los rebotes por partido de un jugador, obtenemos una idea general de cómo de bien trabaja cerca del aro. Pero podríamos desgranar ese número en medidas mucho más descriptivas. Cuántos de los rebotes se atrapan con oposición? Cómo afecta la altura de los oponentes a la capacidad reboteadora de un jugador? Qué tasa de efectividad tiene la técnica de bloqueo del rebote de un jugador? Con qué frecuencia atrapa rebotes un jugador lejos de su posición inicial? Rebotea mejor un jugador determinado los tiros lejanos que los cercanos? Todas esas cuestiones pueden ser respondidas con  simples y plausibles medidas estadísticas.

[Nota propia: sobre la escasa utilidad de las estadísticas por partido para el análisis efectivo también he escrito. La frase de Henry Abbot que abre esa entrada es genial: «Si el análisis estadístico tiene villanos, son las listas de puntos, rebotes y asistencias por partido»]

Propuesta de algunos parámetros defensivos que ahora no se miden

Mahoney propone algunas medidas que podían ser registradas «sin esfuerzo exagerado» y que podrían generar estadísticas útiles:

• Desviaciones (deflections): Demuestran el nivel de actividad del jugador y rompen los sistemas del ataque sin que sean considerados robos.

• Frecuencia con la que rodea el al defensor en el pick&roll (Hedge rate): Desgranar la defensa del pick-and-roll de manera estadística es difícil porque depende de la estrategia defensiva colectiva, pero cuantificar la frecuencia -o incluso la distancia- con la que el defensor pasa por detrás de los bloqueos proporcionaría un nivel alto de especificidad en la capacidad defensiva de un jugador.

• Frecuencia de intentos de robo perdiendo la posición defensiva (Gambles and gambling ratio): Los robos de balón son fantásticos, pero conllevan un riesg. Calcular las veces que un jugador sacrifica su posición por un intento de recuperación sería valioso, y como resultado podríamos crear sencillamente índices del éxito/fracaso de intentos de recuperación.

• Jugadas en la defensa del 1×1 o en ayudas (On-ball plays vs. off-ball plays): Crear un registro simple de distinción entre las jugadas -por ejemplo, tapones- que se dan en la defensa del balón o llegando desde la ayuda añadiría una nueva dimensión a las estadísticas básicas que ya existen.

• Distancia defensiva óptima (Optimal defensive spacing): Las tecnologías de seguimiento óptico (optical tracking technology) permitiría a los analistas conocer cuáles son las mejores posiciones defensivas para enfrentarse a determinados jugadores o quintetos. (Por ejemplo: ¿Qué impacto tiene un defensor flotando a Rajon Rondo en el ataque de los Celtics? Cómo de lejos puede hundise un defensor en la pintura sin quedar vendido por el movimiento de balón de Boston?)

• Rendimiento de los robos y tapones (Steal-plus and block-plus): Una combinación de estadísticas recuperaciones/tapones y puntos de contraataque que acredite a los defensores por crear y sacar partido de las pérdidas. Algunos jugadores tienen más tendencia que otros a mantener el balón en juego tras un tapón o a trasformar un robo en una canasta rápida en contraataque; esa es información que merece la pensa tener y, por tanto, es valioso registrar.

[Relacionado con esto, en el libro Scorecasting se cita a  John Huizinga -un profesor de Economía de la Universidad de Chicago que trabajó en el equipo de representantes de Yao Ming- porque registraba el valor de los tapones. Básicamente, contaba qué ocurría con el balón tras un tapón: si terminaba en contraataque, el valor era doble; si iba fuera y la posesión del rival continuaba, el valor era 0,5. Así determinó que los tapones de Dwight Howard, globalmente, valían menos que los de Duncan]

• Variación de la distancia defensiva (Close-out variation): A algunos tiradores les afecta más tener una mano en la cara que a otros. ¿Cuál es la distancia óptima a la que debe situarse un defensor para mantener la efectividad de su defensa contra el movimiento de tiro de un jugador determinado?

El movimiento del balón en los equipos ACB y su relación con la eficacia ofensiva

El domingo 23 de enero, asombrado mientras veía el Alicante-Fuenlabrada, escribí en twitter que el Fuenlabrada era el equipo que mejor movía el balón de la competición. Veo bastantes partidos de la ACB a la semana y ya he visto a todos los equipos, pero aun así es una afirmación arriesgada. Así que calculé el porcentaje de canastas que llegan tras una asistencia como indicador del movimiento de balón.

Este parámetro no es demasiado usual, entre cosas porque se asumen ciertas licencias (explicadas al final de esta entrada). Pero es el único válido con las estadísticas de equipo oficiales. Y hay antecedentes interesantes: Dean Oliver, en su Basketball on paper, lo utiliza para hablar de que existe cierta correlación (aunque «no es una tendencia increíblemente fuerte», aclara) entre los equipos que pasan bien y los mejores ataques.

Esta es la clasificación de los equipos ACB con mayor porcentaje de canastas tras asistencias hasta la jornada 19:

Mi afirmación inicial no era exacta, pero parece que sí es algo que en lo que el Fuenlabrada destaca sobremanera. La tabla refleja asimismo algunos resultados interesantes:

• Me sorprende mucho que el Unicaja de Málaga ocupe el primer puesto. Cuando lo he visto jugar, pocas veces me ha dado la sensación de que mueva bien el balón. La preponderancia de Freeland en su ataque no contribuye al movimiento de balón, mientras que el juego de Tripkovic sí que ayuda a sumar asistencias. Pero sospecho que su alta clasificación está influencia por el número de robos de balón y contraataques, porque su eficacia ofensiva es la peor entre los ocho primeros equipos clasificados en este apartado. Tendré que investigar más.

• Parece que los equipos que más triples anotan (y lanzan) están bien clasificados. El Zaragoza o el mismo Fuenlabrada son conjuntos que han tenido varios partidos con mucho acierto exterior; el Madrid lleva una racha muy buena últimamente desde el 6,75. Sería interesante ver cuántas de las asistencias de cada equipo terminan en triple y cuántas en otro tipo de jugadas, pero las estadísticas oficiales son las que son (qué felices seríamos si tuviéramos 82games.com)

• Que haya dos equipos como el Joventut y el Sevilla en las últimas posiciones no es extraño si se tiene en cuenta que ambos conjuntos basan mucho de su rendimiento ofensivo en el rebote de ataque, en las segundas oportunidades. No cuentan con muchas asistencias en su estadística porque muchas de sus canastas están precedidas de un rechace del aro. También espero profundizar en la importancia del rebote ofensivo para determinados equipos.

• Hay siete equipos cuyo ratio asistencias/canastas no alcanza el 50%. Aparte de aquellos que se basan en el rebote ofensivo, o lógico sería pensar que también están los que juegan muchos 1×1 en el poste bajo (y cuyos pívots no sean buenos pasadores) y con sus exteriores, así como los que se basen mucho en ir a la línea de tiros libres por jugar agresivamente en ataque buscando penetraciones. De nuevo, se necesitaría un análisis más profundo que el de esta entrada.

• Se confirma la relación entre movimiento de balón (o equipos buenos pasadores, para ser más exactos) y eficacia ofensiva. Como afirmaba Dean Oliver para la clasificación histórica de los equipos con mejor ataque de la NBA, la relación es evidente pero no muy fuerte (0,63, cuando la relación total sería 1, también cabría la posibilidad de una correlación negativa hasta llegar a -1).

• Antes de comenzar la temporada escribí en mi blog dedicado al Gran Canaria sobre el efecto que los pívots tiradores tenían en el juego de ataque. Resultó que donde más incidencia tenían (0,64 en el coeficiente de correlación) era precisamente en la relación asistencias/posesión, que aunque no es exactamente el parámetro utilizado aquí también puede considerarse una medida de la capacidad de pase (y, asumiendo algunas cuestiones, del movimiento de balón).

Nota metodológica: para calcular el número de canastas se ha tenido en cuenta el número de tiros de campo convertidos más el número de tiros libres convertidos multiplicado por 0,44. La razón es que una asistencia cuenta incluso aunque el ataque acabe en falta.

Hay varias situaciones que impactan en este indicador. Aunque su utilidad es evidente, hay que tener en cuenta:

• Una asistencia no siempre llega después del buen movimiento de balón. Por ejemplo, un jugador mantiene la posesión mucho tiempo, se la pasa a otro jugador bien defendido en la línea de tres que encesta. Contará como una asistencia, pero con sólo un pase, no se puede decir que haya habido buen movimiento de balón. Otro ejemplo: un robo de balón y pase en contraataque terminado sin oposición.

• Mover bien el balón no garantiza que el ataque termine con una asistencia. Hay muchas situaciones en las que pasar bien el balón de manera continuada no culmina en una asistencia porque el tirador necesita driblar, botar o moverse, por fácil que sea su movimiento. En estos casos, la ACB es mucho menos permisiva que la NBA y deja de contabilizar una asistencia con cierta facilidad.

Contra los prejuicios, estadísticas

En su última entrada en el blog Zona 131, titulada Buscando al mejor defensor de la liga, Julián Felipo escribe sobre los jugadores que más y mejor influyen en la defensa de sus equipos (concretamente en el índice de eficacia defensiva, DER, obtenido como puntos recibidos cada 100 posesiones).

Resulta que la lista la encabezan dos jugadores que tienen un papel complementario en un equipo de la zona baja de la ACB: Álex Llorca y Milan Mastjorovic, ambos del Manresa. Y entre los cinco mejores están también Sitapha Savané, Brad Oleson y Erazem Lorbek. Únicamente el pívot del Gran Canaria es considerado claramente como un especialista defensivo.

Felipo remata esta clasificación aseverando:

seguramente desmontará algunos mitos o hará que algunos, que creerán más en sus prejuicios, pierdan fe en este modelo estadístico

 

Kobe y las estadísticas clutch

A miles de kilómetros, en otro baloncesto (la NBA), ocurre lo mismo: los prejuicios, la atención mediática y la popularidad se valoran más que los datos. Así lo demuestra el enésimo escrito de Henry Abbot sobre la solvencia de Kobe Bryant en los minutos decisivos de partido (lo que los americanos llama clutch time). En la entrada del blog, KThe truth about Kobe Bryant in crunch time, Abbot repasa la estadística donde se demuestra que el porcentaje de acierto del escolta de los Lakers están sólo un poco por encima de la media de la liga y que hay 24 jugadores por encima de él en este apartado durante los últimos 15 años.

Pero lo mas curioso que destaca Abbot es que en una encuesta a principios de la temporada, el 79% de los general managers de la NBA eligieron a Bryant cuando se les preguntó a quién le darían el último balón en la última jugada de un partido por decidir. Los jugadores hicieron la misma elección.

¿Qué hace que la gente siga eligiendo a Bryant, si acumula tan malos números en los finales de partido? Los prejuicios. Abbot señala que la reputación «es un factor enorme» y que malas interpretaciones como ésta se dan en todos los ámbitos de la vida.

Sin embargo, en otro blog, Ball don´t lie, Kelly Dwyer es un poco más duro con los general managers, a quienes se les supone que deben tener un mejor conocimiento de la competición y sus jugadores:

Porque si no lo sabes ya, y tu cometido es dirigir un equipo de la NBA, bien, ¿cómo lo llamarías? ¿Cómo llamarías a seguir ignorando algo a propósito? Ignorando lo mismo que cualquier tío con un teclado puede averiguar en segundos, antes de que escribas «Kobe Bryant» en esa respuesta

Claro que habrá gente, como dice Julián Felipo, que preferirá seguir creyendo que el mejor para un tiro decisivo es Kobe Bryant y preferirá poner en duda el método escogido para hacer el estudio o el estudio en sí mismo. Por los prejuicios, que para muchos tienen más importancia que los datos.

Análisis estadístico de la jornada 11 de la ACB

Tras un periodo de asueto, sigo con el análisis semanal de las estadísticas ACB.

Porcentajes de tres decadentes

Sin duda, esta es la temporada en la que más se vigilará la influencia del triple en el juego, después del alejamiento de la línea de tres hasta los 6,75 metros. El año pasado, José Ángel Samaniego recopiló datos muy interesantes de la LEB Oro, donde se adelantó el cambio de distancia, analizando la evolución cada 5 jornadas y comparándolo con el porcentaje promedio de las cinco temporadas anteriores.

En ese trabajo, se aprecia que el acierto en el tiro de tres empezó bastante más bajo de lo que era costumbre y fue ascendiendo hasta estabilizarse en porcentajes más cercanos a los anteriores (menos de un 1% de variación). Esta mejora se notó en el uso del triple, que también empezó siendo menos de lo acostumbrado para alcanzar casi las mismas cifras de uso respecto al número de posesiones disfrutadas. Hay más apartados del juego afectados por este cambio, en el enlace anterior se puede ver cómo varió el porcentaje en tiros de dos, anotación o rebotes de ataque.

Este año, yo voy recopilando este año los porcentajes jornada a jornada. Sin un análisis tan pormenorizado y completo como el de Samaniego, sí me parece interesante ver cómo ha ido cambiando el acierto jornada a jornada, como se refleja en el gráfico.

Si obviamos los picos de la jornada 4 (negativo) y la jornada 8 (positivo), es casi una línea descendiente desde la primera jornada, lo que parece indicar una tendencia bastante diferente a la de la LEB Oro el año pasado. Todavía queda mucha liga y estos son pocos datos, así que tampoco hay que sacar muchas conclusiones.

Importancia de la puntería desde el 6,75

En esta jornada 11, muchos equipos tiraron bastante mal de tres, y más de la mitad de los que tiraron peor acabaron ganando. Hasta este momento, sólo 24 veces de los 90 partidos disputados en las primeras 10 jornadas las acabó ganando el equipo que peor tiró de tres. Es un dato más determinante, por ejemplo (y soy consciente de que la comparación puede parecer ridícula), que jugar en casa, ya que en esas 10 pimeras jornadas habían ganado 36 veces los equipos que jugaban como visitantes.

Con estos datos, es sintomático que la mitad de las victorias del Barcelona hayan llegado precisamente teniendo peor porcentaje en tiros de tres que su rival. En sus derrotas también ha tirado peor, aunque, salvo contra el CAI Zaragoza en el Palau, en las otras dos ocasiones estuvo muy igualado ene se apartado.

El Fuenlabrada y el Valladolid también han logrado la mitad de sus triunfos (3 de 6) tirando peor desde el 6,75.

La debilidad reboteadora del Baskonia en defensa

Por segunda semana consecutiva, el Caja Laboral de Vitoria ha caído con marcadores muy altos y cediendo muchos más rebotes en defensa de los que cabría esperar. En Sevilla sólo atrapó el 42% de los rechaces en aro propio, mientras que en Bilbao no pasó del 55%. Si normalmente se considera aceptable rondar el 65%, es habitual que los equipos de la parte alta capturen incluso más.

Otro dato alarmante: en ambos partidos ha perdido el doble de posesiones (calculadas en porcentaje respecto al número total) que sus rivales. En total, los de Ivanovic han sufrido 15 posesiones de desventaja frente al Cajasol y 11 frente al Bilbao. Ni con los buenos porcentajes que han tenido en el tiro pueden afrontar estas diferencias en el número de posesiones.

La importancia de jugar como local en la ACB

En la jornada 5 de esta temporada, la ACB vivió un hecho singular: ganaron todos los equipos que jugaron como locales. La última vez que sucedió fue en la jornada 19 de la temporada 1999/2000, lo que da idea de cuán extraño es el hecho.

En mi seguimiento al Gran Canaria siempre he notado el bajón en el rendimiento como visitante. En el curso pasado, sin ir más lejos, ganó solo 3 de los 17 partidos disputados a domicilio. En situación parecida en los últimos años hemos visto a otros equipos. Así que me planteé si esto se debía a un aumento de las victorias locales o era una sensación mía. El cuadro siguiente muestra la evolución en el porcentaje de victorias locales.

Los datos de la temporada 2010-2011 corresponden a las 7 primeras jornadas  de liga. En la temporada 2008-2009 hubo menos partidos por jornada porque había un equipo menos, por lo que hay que ser precavido con sus resultados

Algunas conclusiones:

• Efectivamente, se nota que desde el curso 2006/2007 -en la que se produjo el récord histórico del decenio estudiado- ha aumentado el poderío local

• En la última temporada (2009/2010) creció bastante -un 3%- y se situó en cifras semejantes a la 2007/2008

• Sería interesante separar entre los equipos que juegan play-off y el resto. José Ángel Samaniego calculó hace unos años que los equipos que descienden ganan mucho menos en casa (alrededor del15%) que los que logran la permanencia. Pero no tengo datos que comparen los datos de los cuatro clásicos (Real Madrid, Barcelona, Caja Laboral y Unicaja), que seguro que ganan más en su cancha, con el resto de equipos.

• En esta temporada, con un 69,44% de victorias locales, sigue la tendencia observada últimamente. Pero a estas alturas de la liga es de esperar que este dato varíe. Lo que sí se puede apreciar son las diferencias estadísticas entre los equipos que juegan como local y los que lo hacen como visitantes:

Estad.	Local	Visitante
Puntos	80,00	75,33
T2 con.	21,00	18,22
T2 int.	39,89	35,89
T2%	52,65%	50,77%
T3 con.	8,33	8,44
T3 int.	20,89	21,44
T3%	39,89%	39,38%
T1 con.	13,00	13,56
T1 int.	19,00	18,44
T1%	68,42%	73,49%
Reb. Tot.	32,22	31,67
Reb. Def.	22,22	22,56
Reb. Ofe.	10,00	9,11
Asi.	14,22	13,33
Bal. Rec.	9,67	6,56
Bal. Per.	13,56	17,78
Contraat.	2,44	1,56
Tap. fav.	2,44	2,00
Tap. Con.	2,00	2,44
Mates	2,33	1,78
Faltas com.	20,78	21,67
Faltas rec.	21,67	20,78
Val.	86,44	72,22

Se aprecia en la tabla que los equipos que juegan en casa promedian cifras ligeramente mejores que los visitantes en todos los apartados estadísticos, lo que se materializa en una amplia diferencia en valoración (+14 para los locales) y en una diferencia media de 6 puntos.

Si lo analizamos desde el punto de vista de los Four factors que expliqué recientemente, las diferencias son:

Equipo	POS	%POST1	%POSPER	%REB DF	eFG	OER-RO
Local	82,59	9,72%	16,90%	69,64%	54,15%	1,102
Visitante	82,54	8,93%	19,89%	66,88%	47,82%	0,949

Se puede ver claramente como en estos cuatro parámetros, los fundamentales para las victorias (en la NBA, al menos), los equipos locales promedian mejoren cifras, especialmente en el porcentaje de tiro de campo verdadero. Consecuentemente, su eficacia ofensiva es bastante mayor.

Análisis estadístico de la jornada 8 de la ACB

Comienzo ahora lo que espero que sea una sección habitual, aprovechando algo del trabajo que hago el fin de semana. Básicamente, lo que hago es calcular algunos parámetros basándome en las estadísticas oficiales de la ACB, como el índice de eficacia ofensiva (OER, por sus siglas en inglés) y los Four factors, los cuatro parámetros del juego que más influyen en las victorias, según los estudios de Dean Oliver.

Estos cuatro factores son el acierto en el tiro (medido como porcentaje de tiro verdadero), el cuidado del balón (ilustrado mediante el porcentaje de posesiones de un equipo que acaban en pérdidas), el dominio del rebote (para el que se suele utilizar el porcentaje de rebotes que cada equipo coge en su aro y en el contrario) y la capacidad de ir a la línea de tiros libres (medida como el porcentaje de veces que las posesiones terminan en tiros libres).

Kevin Broom lo explica detalladamente, con fórmulas incluidas, en la web de los Wizards.

Análisis de la jornada 8

La media global de todos los equipos queda como sigue, en comparación con el resto de las jornadas:

Equipo	Puntos	POS	%POST1	%POSPER	%REB DF	eFG	OER-RO*
Jor. 8	77,67	83	9,8%	18,9%	70,1%	54,6%	1,06
Jor. 7	71,28	81,3	9%	19,2%	69,1%	49,9%	1,01
Jor. 6	72,83	83,5	8,2%	18,7%	68,7%	50,2%	1
Jor. 5	74,50	81,3	10,4%	17,3%	68,8%	51,1%	1,05
Jor. 4	70,83	82,2	9,3%	18,8%	71,4%	48,9%	0,98
Jor. 3	74,89	83,8	9,7%	17,4%	63,5%	50,5%	1,06
Jor. 2	73,83	82,3	8,8%	19,2%	65,8%	52,1%	1,04
Jor. 1	75,56	83,1	9,1%	17,6%	70,2%	51,7%	1,03

Algunas conclusiones:

• Es la jornada con más anotación media, con bastante diferencia (casi 3 puntos respecto a la jornada 4)
• Este salto en la anotación no llega por un ritmo de juego más alto, sino por más eficacia ofensiva. El salto en porcentaje de tiro verdadero (eFG) es también muy alto, lo que provoca que la eficacia aumente por encima de 1,05. O hubo mucho acierto o las defensas no estuvieron tan duras como acostumbran.

También suelo calcular los datos promedios de los ganadores y perdedores:

EQUIPO	Puntos	POS	%POST1	%POSPER	%REB DF	eFG	OER-RO*
Ganadores	80,89	82,3	10,9%	17,1%	69,4%	56,2%	1,11
Perdedores	74,44	83,6	9%	20,6%	70,8%	52,8%	1,01

En la tabla podemos observar un poco más cómo influyen los cuatro factores citados en esta jornada concreta:

• Los equipos perdedores han disfrutado de más posesiones por tener algo más de control en el rebote defensivo, aunque han cometido más pérdidas y tiraron peor. También se aprecia que fueron menos veces a la línea de tiros libres.
• En conjunto, la eficacia de los ganadores se aprecia como bastante grande (casi 0,1 puntos por posesión, lo que quiere decir 1 punto cada 10 posesiones, muy importante en los partidos a 80 posesiones, como vemos)

Glosario

* El OER-RO es el índice de eficacia ofensiva calculado sin tener en cuenta el rebote de ataque. Es decir, se contabiliza que una posesión de un equipo finaliza cuando el rival consigue el balón. Visto así, un rebote ofensivo prolonga la misma posesión. Así que la fórmula para calcularlo sería: OER-RO=puntos/posesiones, donde posesiones=tiros de campo (t2+t3) intentados+pérdidas de balón+(0,44xtiros libres)-rebotes ofensivos

El Porcentaje de Rebote Total y la escasa utilidad estadísticas por partido

Si el análisis estadístico tiene villanos, son las listas de puntos, rebotes y asistencias por partido»

Esta cita libre y adaptada del excelente blog TrueHoop ilustra una de las ideas más importantes del análisis estadístico: las variables medidas deben estar convenientemente contextualizadas para que puedan ser comparables. No es posible comparar los rebotes por partido de un jugador titular con los de un suplente; ni los del tercer pívot de un equipo con los del cuarto pívot de otro conjunto.

Si bien existen las clasificaciones por minuto (o las proyecciones a 40 minutos, 48 en la NBA), una medida mucho más acertada es la posesión. La cita de Michel Casamitjana incluida en el artículo de José Ángel Samaniego El viaje hacia la posesión es elocuente:

El tiempo desaparece en el basket actual, no es representativo de nada. La unidad que nos sirve es la posesión, que tiene virtudes extraordinarias.

En el citado blog TrueHoop se hace referencia a una estadística bastante interesante sobre la manera de medir los rebotes distinta a la tradicional, el Porcentaje de Rebote Total que sería  el cálculo de la relación entre los rechaces que atrapa un jugador y los rebotes disponibles mientras está en cancha. Con este cálculo se evita el sesgo del ritmo de partido (es decir, del número de posesiones) y también el del acierto en el tiro, que dejaría menos rechaces disponibles.

En TrueHoop se compara la clasificación tradicional de rebotes por partido y se compara con la de Porcentaje de Rebote Total. Algunas diferencias encontradas:

• Joakim Noah, primero en rebotes por partido, es cuarto en porcentaje de rebotes totales
• Scola y Pau Gasol, cuarto y séptimo, respectivamente, en la lista tradicional, serían 27º y 45º en la nueva lista, respectivamente.
• Samuel Dalembert, Marcin Gortat, Ben Wallace, Derrick Favors y Andris Biedrins están entre los 10 primeros en porcentaje de rebotes totales atrapados, pero no en el top ten de rebotes por encuentro.

En el artículo referenciado por Henry Abbott, escrito por Justin Kubatko -que trabaja para los Blazers en análisis estadístico-, se ve una lista con los mejores reboteadores de la temporada pasada atendiendo a este criterio. Los mejores están por encima del 20%, lo que quiere decir que uno de cada cinco rebotes en el partido sería para ellos. El récord histórico lo ostentaría Rodman cuando jugó con los Spurs, donde en la temporada 2004/2005 capturó el 29,7% de los rebotes disponibles, es decir, que tres de cada 10 rebotes fueron a sus manos.

Con estos datos es posible sacar más conclusiones. Hace un tiempo, en TrueHoop también se hicieron eco de un estudio sobre la influencia de la capacidad reboteadora de cada jugador en sus compañeros. Si, como se explica en la definición del Porcentaje Total de Rebotes, la cantidad de rechaces disponibles es limitada, es interesante saber cómo afecta la capacidad reboteadora de los jugadores en cada quinteto. El estudio en cuestión es algo complejo, pero parece apreciarse una tendencia a que los equipos atrapen menos rebotes de lo que se podría esperar sumando las medias reboteadoras individuales de sus componentes.

Hay otras medidas parecidas al Porcentaje de Rebote Total, como el Porcentaje de Asistencias, que establece cuántos tiros anotados por un equipo han llegado gracias a la asistencia de un jugador. En el escrito de Kubatko (que, de hecho, es una de las entradas de su blog en New York Times sobre análisis estadístico en el deporte), la medida de este parámetro arroja un dato espectacular: más de la mitad de las canastas de los Suns están precedidas de una asistencia de Steve Nash.

Puntos recibidos cada 100 posesiones de los quintetos del Gran Canaria (y II)

Continuando con el análisis anterior, esta vez me centré exclusivamente en las comparaciones entre Fisher y los otros jugadores en su posición. Mi objetivo original era ver cómo podía afectar al rendimiento defensivo del Gran Canaria la baja de Josh Fisher. Los datos otra vez son cogidos de losnumerosdelbaloncesto.

De nuevo, dos aclaraciones:

1. Es evidente que los puntos recibidos dependen mucho de los rivales, del momento del partido y de la situación del equipo, aunque si juegan suficiente tiempo juntos (o posesiones, en este caso), los datos son más fiables.
2. No son comparables los quintetos con un números de posesiones muy diferente, por las razones comentadas. Por eso, en el primer caso el quintento titular (Norris, Carroll, Moran, Augustine, Savané) no aparece: disputó 464 posesiones, mientras que el quinteto idéntico cambiando a Fisher por Jaycee sólo disputó 34 posesiones. Algo semejante ocurre con el quinteto que incluye a Sanders como alero en lugar de Moran, las diferencias son muy grandes (204 frente a 36).

Comparación Fisher-Carroll

Jugadores	Puntos recib x100	Pos, Defensivas
Norris, Carroll, Sanders, Augustine, McDonald	80,00	55,00
Norris, Fisher, Sanders, Augustine, McDonald	73,52	34,00
Norris, Carroll, Sanders, Savané, McDonald	81,08	74,00
Norris, Fisher, Sanders, Savané, McDonald	61,11	36,00
Bellas, Carroll, Moran, Augustine, McDonald	74,11	85,00
Bellas, Fisher, Moran, Augustine, McDonald	93,93	33,00
Bellas, Carroll, Sanders, Kickert, Augustine	42,85	28,00
Bellas, Fisher, Sanders, Kickert, Augustine	48,57	35,00
Bellas, Carroll, Sanders, Kickert, Savané	40,00	40,00
Bellas, Fisher, Sanders, Kickert, Savané	54,76	42,00
Bellas, Carroll, Sanders, Kickert, McDonald	102,50	40,00
Bellas, Fisher, Sanders, Kickert, McDonald	98,52	68,00
Bellas, Carroll, Sanders, Augustine, Savané,	72,72	66,00
Bellas, Fisher, Sanders, Augustine, Savané,	69,51	82,00
Bellas, Carroll, Sanders, Augustine, McDonald	93,42	76,00
Bellas, Fisher, Sanders, Augustine, McDonald	90,90	66,00
Bellas, Carroll, Sanders, Savané, McDonald	74,35	39,00
Bellas, Fisher, Sanders, Savané, McDonald	67,24	58,00

Incluso dejando de lado los avisos anteriores, los datos no parecen ser muy concluyentes. Tres quintetos reciben menos puntos con Carroll y seis con Fisher, pero las diferencias son pequeñas. Y además hay que tener en cuenta que son 100 posesiones, cuando en un partido hay alrededor de 80 de media para cada equipo, por lo que sería aun menores calculadas por encuentro. Con todo, diría que hay una pequeña ventaja -probablemente menos de la que cabría esperar a juzgar por la fama de ambos como defensores- en los quintetos que tienen a Josh en lugar de Jaycee.

Lo que sí se ve claramente es que los dos quintetos que más puntos recibían tenían como pívots a Kickert y McDonald, como era de esperar.

Comparación Fisher-Sanders-Moran

Jugadores	Puntos en contra x100	Pos, Defensivas
Norris, Carroll, Moran, Augustine, Savané	76,29	464,00
Norris, Carroll, Fisher, Augustine, Savané	80,41	97,00
Norris, Carroll, Sanders, Augustine, Savané,	76,96	204,00
Bellas, Carroll, Fisher, Savané, McDonald	87,09	31,00
Bellas, Carroll, Moran, Savané, McDonald	95,00	40,00
Norris, Carroll, Sanders, Augustine, McDonald	80,00	55,00
Norris, Carroll, Fisher, Augustine, McDonald	84,21	95,00
Norris, Carroll, Sanders, Savané, McDonald	81,08	74,00
Norris, Carroll, Fisher, Savané, McDonald	94,59	37,00
Bellas, Carroll, Moran, Augustine, McDonald	74,11	85,00
Bellas, Carroll, Fisher, Augustine, McDonald	59,37	32,00
Bellas, Carroll, Sanders, Kickert, Savané	40,00	40,00
Bellas, Carroll, Fisher, Kickert, Savané	82,45	57,00
Bellas, Carroll, Sanders, Kickert, McDonald	102,50	40,00
Bellas, Carroll, Fisher, Kickert, McDonald,	55,55	27,00
Bellas, Carroll, Sanders, Augustine, Savané,	72,72	66,00
Bellas, Carroll, Fisher, Augustine, Savané	73,07	52,00

En este caso, he dejado los números de los quintetos más repetidos más por curiosidad, porque era el único quinteto que se podía comparar entre los tres. Además, en el resto de comparaciones las diferencias en el número de posesiones también son algo más acusadas que en la tabla anterior, probablemente porque el recurso de jugar con tres pequeños no era tan habitual como en otros equipos.

Si bien tampoco se pueden sacar conclusiones muy valiosas, sí se observa una tendencia más acusada que favorece a Fisher -cuando jugaba de alero- sobre Moran pero deja a Sanders por encima de Josh (mejor en cuatro quintetos, mientras Fisher sólo se impone en uno).

Aun así, cuando analicé sólo los quintetos defensivos que disputaron más de 70 posesiones, había apreciado que con los que contaban con Fisher como alero recibían siempre más de 80 puntos por cada 100 posesiones, una cifra por encima de la mayoría del resto de quintetos

Estadísticas defensivas: puntos recibidos cada 100 posesiones y valoración rival cada 100 posesiones

Uno de los campos donde hay más trabajo por hacer en el análisis estadístico probablemente sea el de la evaluación del rendimiento defensivo. En Fórmulas para ganar, excelente guía de introducción al análisis estadístico del baloncesto, Julián Felipo escribió:

La dificultad para registrar conceptos estadísticos relacionados con la defensa es una preocupación histórica de los analistas. Según Joe Schaller, inventor delTotal Performance Rating, “la defensa es la mitad del juego y, sin embargo, sólo recibe una quinta parte de atención cuando se juzga el talento”.

Aunque existen muchas métricas que intentan cuantificar el rendimiento defensivo y compararlo con otros jugadores (en el repaso de José Antonio Martínez hay hasta 35 parámetros específicos para evaluar la defensa individual), con las actuales estadísticas oficiales se hace difícil evaluar el impacto de un jugador en la defensa de un equipo.

Así que yo suelo mirar dos datos principalmente, ambos proporcionados por la nunca suficientemente alabada iniciativa de Francisco Navarro losnumerosdelbaloncesto.com: la valoración del rival por 100 posesiones (ofrecida únicamente para cada jugador) y, sobre todo, la anotación rival por cada 100 posesiones (ofrecida para cada equipo por parejas, tríos y quintetos)

A la hora de analizar la anotación rival por cada 100 posesiones, he tenido en cuenta dos cuestiones principalmente:

1. La cifra individual de cada jugador es un indicativo válido, pero poco útil, porque en la defensa, más que en el ataque, el rendimiento de un jugador depende mucho de sus compañeros. Por eso miro sobre todo, los quintetos y si quiero fijarme en algún jugador concreto, lo comparo con quintetos similares donde sólo cambia un jugador.
2. La comparación sólo tiene lógica entre jugadores del mismo equipo o sobre la media del equipo. Para comparar con otros conjuntos, una posibilidad sería ver el porcentaje de variación dela anotación respecto a la media, por ejemplo, pero sería un dato poco fiable porque depende, como digo, del rendimiento de los quintetos.

Valoración del rival por cada 100 posesiones (individual)

Comparando estos datos, vemos una de las razones -seguramente la que más pesaba para los técnicos y menos se tiene en cuenta por el público- por las que el Gran Canaria se deshizo de McDonald en cuanto pudo y perdiendo dinero.

Jugadores	Valoración ACB Rivales
Sitapha Savané	7.96
Marcus Norris	8.22
James Augustine	8.42
Jim Moran	8.42
Melvin Sanders	8.43
Jaycee Carroll	8.51
Josh Fisher	8.63
Tomás Bellas	8.93
W. McDonald	9.31

La diferencia entre Savané y McDonald indica que con el último, el rival rendía un 14,4% más que con el senegalés. De hecho, si vamos analizando escalonadamente la tabla, vemos que la diferencia entre cada jugador y el siguiente nunca para las tres décimas salvo en el caso del ahora pívot del Joventut, donde el salto es bastante mayor. (Una aclaración: en esta tabla no aparece Kickert, probablemente por la escasa cantidad de minutos jugados).

Análisis de los puntos recibidos por 100 posesiones (tríos)

En sólo me detuve en lo que era mi original intención, comprobar cómo influía en la defensa la presencia de Josh Fisher. Así que sólo estudié la comparación con Jaycee Carroll, tomando tríos compuestos por los mismos jugadores salvo ellos dos. Además de las cuestiones ya mencionadas sobre la importancia de los dos integrantes del quinteto que no se recogen, es preciso aclarar que hay mucha diferencia en el número de posesiones globales y para evitar un sesgo muy grande, sólo he comparado los tríos con números de posesiones cercanas por menos de 80unidades (que era la media de posesiones en un partido para cada equipo la temporada pasada, aproximadamente).

Jugadores	Ptos recibidos x100	Posesiones Def.
Carroll, Moran, Kickert	76,68	163
Fisher, Moran, Kickert	59,09	110
Carroll, Sanders, Kickert	63,04	138
Fisher, Sanders, Kickert	85,00	200
Carroll, Sanders, McDonald	87,14	319
Fisher, Sanders, McDonald	84,22	317

Estos datos son más difíciles de evaluar, no se puede sacar nada concluyente de ellos. Salvo, quizá, la constatación de que los datos de McDonald en defensa son peores que los de sus compañeros, incluido Kickert. Pero en cuanto a la comparación Fisher-Carroll, hay poco margen de análisis.

Puntos recibidos cada 100 posesiones defensivas (quintetos)

Para este caso, tomé los que pasaban de 72 posesiones (una cifra arbitraria, cercana a las 80 que cité anteriormente, debido a que el siguiente quinteto ya bajaba a 66).

Jugadores	Ptos recib x100	Posesiones def.
Norris, Carroll, Moran, Augustine, Savané	76.29	464
Norris, Carroll, Sanders, Augustine, Savané,	76.96	204
Norris, Carroll, Moran, Savané, McDonald	76.25	160
Norris, Carroll, Moran, Augustine, McDonald	85.32	109
Bellas, Carroll, Moran, Augustine, Savané	78.35	97
Norris, Carroll, Fisher, Augustine, Savané	80.41	97
Norris, Carroll, Fisher, Augustine, McDonald	84.21	95
Bellas, Carroll, Moran, Augustine, McDonald	74.11	85
Bellas, Fisher, Sanders, Augustine, Savané,	69.51	82
Bellas, Carroll, Sanders, Augustine, McDonald	93.42	76
Norris, Carroll, Sanders, Savané, McDonald	81.08	74
Norris, Carroll, Moran, Kickert, Savané	83.33	72

En la tabla puede verse que la cantidad de posesiones disputadas por el quinteto titular es más del doble que la del siguiente quinteto, por lo que es arriesgado compararlo con el resto. Incluso diría que a partir de la cuarta es cuando el análisis tiene más valor. En cualquier caso, allá van algunas conclusiones que saco:

• En los tres peores quintetos están McDonald, Augustine y Carroll juntos.

• Me sorprende la solvencia defensiva del quinteto titular, teniendo en cuenta el número de posesiones tan grande que disputó. Supongo que hay que mirarlo al revés: jugaron tanto tiempo porque lo hacían muy bien en defensa. Hay que tener en cuenta, además, que al ser el quinteto titular habitual, jugaron muchos inicios de partido, donde las piernas y el cerebro de los rivales todavía estaban más frescos y les costaba menos anotar.

• Fisher aparece sólo tres veces, pero es significativo que siendo escolta forma parte del quinteto que menos puntos recibía, mientras que siendo alero, su quinteto siempre estuvo por encima de la media de puntos encajados, con más de 80 por cada 100 posesiones. Lo que me hace pensar que el daño que ha sufrido el Gran Canaria jugando con tres pequeños es más del que yo había apreciado y esperaba.

• Entre el quinteto que más puntos recibe y el segundo que mejor defendía, hay 19,31 puntos cada 100 posesiones (traducidas a un partido serían alrededor de 15 puntos de diferencia). Y sólo hay un jugador diferente: Sanders en el peor, Moran en el segundo mejor.

• Hay un dato importante que me falta: la media global del equipo de puntos encajados cada 100 posesiones. No estoy seguro del sistema de cálculo de las posesiones de losnumerosdelbaloncesto, así que no lo puedo calcular. Pero aun así, me llama la atención.

La comparación directa entre quintetos que incluyen a Fisher y a los otros jugadores del Gran Canaria en la misma posición es objeto de otra entrada.

Diferencias estadísticas entre ganadores y perdedores en la ACB (jornada 5)

Esta temporada comencé a recopilar datos estadísticos de los partidos ACB por mi cuenta para analizar algunas cuestiones. Todavía no los tengo equipo por equipo, pero sí que tengo la media de equipos ganadores y perdedores y de locales y visitantes.  Empezamos por ver las diferencias principales entre los equipos que ganan y los que pierden.

A continuación pongo la tabla con los promedios de las cinco primeras jornadas de la temporada 2010/2011, pero primero incluyo algunas conclusiones:

• Los números de tiros intentados, posesiones y casi todas las categorías registradas son bastante similares. La diferencia de 8 puntos de promedio (sería interesante ver las de otras competiciones europeas) se explica por unos pocos factores.

• El dato que más llama la atención es el porcentaje en triples, un 10% de diferencia a favor de los equipos ganadores. Otro dato a este respecto más: en cada una de las últimas tres jornadas ( de la 3 a la 5), sólo un equipo ha ganado tirando peor de tres: Valladolid en Manresa (jornada 3), Madrid a Valencia (jornada 4) y Bilbao a Málaga (jornada 5). Y en todo lo que llevamos de liga, sólo tres equipos han ganado a domicilio con peor porcentaje en triples: Barcelona en Granada, Fuenlabrada en Alicante (ambos enl ajornada 2) y el citado Valladolid en Manresa.

• El porcentaje de dos varía sólo en un 3,6%, pero dado que la cantidad de tiros es casi el doble que triples, su importancia aumenta.

• Observando la cantidad de contraataques, mates y tiros libres, parece cumplirse la máxima que tantas veces proclama Pedro Martínez: gana el equipo que más canastas fáciles mete.

• Llama la atención la igualdad en número de posesiones, ligeramente superior para los equipos que pierden.

EQUIPO	GANADORES	PERDEDORES
Puntos	79,49	67,89
T2 con.	20,29	18,91
T2 int.	39,00	39,07
T2%	52,02%	48,41%
T3 con.	8,47	5,91
T3 int.	21,33	20,22
T3%	39,69%	29,23%
T1 con.	13,98	12,33
T1 int.	18,49	17,00
T1%	75,60%	72,55%
Reb. Tot.	35,24	31,84
Reb. Def.	24,53	21,09
Reb. Ofe.	10,71	10,76
Asi.	14,98	11,11
Bal. Rec.	8,84	7,29
Bal. Per.	14,02	15,82
Contraat.	2,51	1,56
Tap. fav.	2,87	2,24
Tap. Con.	2,31	2,98
Mates	1,96	1,27
Faltas com.	19,73	20,84
Faltas rec.	20,82	20,13
Val.	89,29	61,89
POS	82,27	82,81
OER	0,97	0,82
OER-RO	1,11	0,94

Poco a poco intentaré mejorar el aspecto de las tablas, todavía me queda trabajo para comprender WordPress a fondo