BBall Index es una empresa creada por Krishna Narsu y Tim Cranjis que se dedica a las eEstadísticas avanzadas de la NBA. También realiza consultoría de agencias y equipos de la NBA. Es conocida por crear la métrica LEBRON, que vamos a investigar para entender que mide y de qué se trata.
La estadística LEBRON fue para crear una nueva métrica para la comunidad de la NBA utilizando algunas de las mejores prácticas y técnicas que encontraron sus creadores en la comunidad.
¿Cuál es el origen del nombre de la métrica LEBRON?
El nombre salió «un poco» (🙃) forzado. Es un acrónimo de los siguientes términos:
- Luck-adjusted player
- Estimate using a
- Box prior
- Regularized
- ON-off
Así lo explica uno de sus creadores, Tim Cranjis:
Después de hacer los números y mientras buscaba un nombre pegadizo pero sensato, me vino a la mente LeBron. No solo como la encarnación de lo que intentan medir las métricas de impacto, sino también debido a que la nueva métrica arroja resultados que indican que ha sido el jugador más impactante entre 2009 y 2020 (la longitud de nuestra base de datos), además de que su nombre se alinea bien con el componentes específicos de la estadística que queríamos que su nombre describiera.
Origen del nombre de la métrica LEBRON
Tiene sentido tomando en cuenta que LeBron James es el máximo exponente de esta métrica en el momento en el que se creó. Lo explico con un poco más de detalle.
En pocas palabras, LEBRON evalúa las contribuciones de un jugador usando las estadísticas tradicionales (de las planillas de juego o box score), ponderándolas a través de algoritmos. Además le agrega cálculos avanzados sobre los cambios mientras el jugador está o no dentro de la cancha. El objetivo es realizar una evaluación holística del impacto del jugador por cada 100 posesiones en la cancha. Es una de las nuevas métricas que resume en un valor la importancia de un jugador.
LEBRON se divide en LEBRON (impacto general), O-LEBRON (impacto ofensivo) y D-LEBRON (impacto defensivo). Es una medida de impacto, no de talento. Tiene una curva de crecimiento por edad en la que esperamos que los jugadores mejoren y luego disminuyan con el tiempo durante su carrera. Se espera que mejoren rápidamente cuando son más jóvenes y que su impacto disminuya a medida que envejecen.(más rápidamente cuando son más jóvenes) con el tiempo y luego disminuyan con el tiempo (más rápidamente a medida que envejecen). en su carrera.
Influencia del Box Score
Par armar esta estadística avanzada utilizan los puntos, los rebotes, las asistencias y demás datos de la planilla tradicional ajustadas de la historia del jugador. Esto es para tener un punto de partida de su rendimiento y se denomina RAPM.
En lugar de que los cálculos de RAPM no sepan nada sobre un jugador (y los empujen hacia un valor cero/promedio), se busca retroceder para aumentar la precisión de la muestra.
Box LEBRON
Para estos cálculos, usaremos ponderaciones del componente de Player Impact Plus-Minus (boxPIPM), una estadística creada por Jacob Goldstein.
A través de nuestra estabilización, modificamos este box score antes de los próximos pasos de nuestros cálculos LEBRON.
Estabilización de los datos
Para tratar con jugadores que juegan menos minutos respecto al año anterior y procesar mejor los datos para temporadas futuras estaremos estabilizando o rellenando los datos combinando métricas que etiquetan a los jugadores según su trabajo en la ofensiva. Es to es importante para ayudar a determinar si el alto rendimiento en una muestra pequeña es falso o real.
Lo que hace este enfoque es determinar el volumen en el que se estabiliza cada estadística del box score (y se convierte en un buen indicador de rendimiento en lugar de ruido). Una pequeña muestra de rendimiento atípico no obtendrá la aceptación total de las matemáticas, pero las matemáticas respetarán el rendimiento sostenido sobre una muestra más alta.
Incorporar el rol nos permite tratar el componente de valores esperados de esa matemática con un poco más de sentido común. Un tirador que sale de pantallas, que genere a través de pin-downs y bloqueos flare para lanzamientos de 3 puntos, no usará el mismo valor promedio en sus cálculos que un interno especialista en la continuación luego de los bloqueos, que rara vez tira un triple.
A través de estas técnicas, se finaliza con una versión estabilizada y ajustada a roles de boxPIPM como nuestro box score anterior.
Cálculo del on/off
Ese box score anterior se utiliza durante los cálculos Regularized Adjusted Plus Minus (RAPM) para derivar los valores de LEBRON. Les comparto una cita para intentar ayudar a delinear el enfoque que adopta RAPM:
“La idea detrás de los más-menos ajustados es que para tener una idea precisa del valor de un jugador, necesitamos controlar la presencia de otros jugadores, tanto en ataque como en defensa. Antes de entrar en los detalles esenciales, considere la idea general. Digamos que tienes tres jugadores y están jugando en un juego de baloncesto de 2 contra 2. Los parciales más-menos se ven así:
P1 + P2 en la cancha: +10 puntos
P1 + P3 en la cancha: +8 puntos
P2 + P3 en la cancha: +4 puntos
Con solo mirar esto, podría adivinar razonablemente que P1 es el mejor jugador en la cancha, pero hagamos los cálculos. Este es un sistema de ecuaciones lineales en tres variables, por lo que podemos resolverlo algebraicamente para decidir quién contribuyó más al éxito del equipo:
P3 es un jugador +1, P2 es un jugador +3 y P1 es un jugador +7. Este es un ejemplo simple, pero lo que he hecho es analizar la contribución de cada jugador, controlando a los demás jugadores en la cancha. He dejado minutos fuera de esto, pero imagina que P1 y P3 juegan mucho juntos. Esto hará que P3 se vea bien a pesar de que P1 está haciendo la mayor parte del trabajo”.
Tutorial de Ryan Davis sobre el cálculo de RAPM
¿Cómo juega el azar en todo esto?
Esos datos de activación y desactivación de LEBRON también están ajustados por varianza/suerte. La idea detrás del ajuste por suerte es que al evaluar el impacto dentro y fuera de la cancha de los jugadores, identificando los datos que podemos decir con confianza que se deben a la suerte en lugar de habilidades individuales de los jugadores.
Mejor un ejemplo para entenderlo. Por ejemplo, que mis compañeros de equipo lancen mejor los tiros libres cuando estoy en el juego que cuando estoy fuera del juego no tiene nada que ver conmigo, pero ayudará a mis datos +/-. Así que esto se ajusta a eso.
Impacto del jugador en las victorias del equipo
Dado que los valores de LEBRON son indicativos del impacto por cada 100 posesiones en la cancha, también agregaron cálculos de impacto sobre victorias que produce el jugador.
Las matemáticas de estos valores aprovechan los pesos de la fórmula de Jacob Goldstein que analiza los minutos y el impacto total, pero se aplica a LEBRON en lugar de PIPM para nuestros cálculos.
Después de todo esto, terminamos con una estimación del impacto por cada 100 posesiones que se ajusta al rol, se estabiliza y utiliza valores ajustados por suerte junto con cálculos de RAPM.
Tenemos LEBRON (impacto general), O-LEBRON (impacto ofensivo) y D-LEBRON (impacto defensivo) calculados.
Al igual que otras métricas de impacto, 0 es promedio y -2.7 es el nivel de reemplazo (LEBRON estimado para un reemplazo de la G-League agregado a la lista).
¡Llegamos a los ejemplos!
Saliendo de la parte teórica, podemos acceder a los datos que genera esta métrica desde el sitio oficial de BBall Index. Entre las herramientas que puede utilizar ahora en esa hoja de cálculo se encuentran:
- Herramienta de búsqueda de jugadores: Seleccione un jugador y vea sus valores LEBRON, O-LEBRON y D-LEBRON para cada temporada de su carrera trazada y en forma de tabla, así como los percentiles para cada uno de esos valores.
- Comparación de jugadores: Seleccione 2 jugadores y vea sus valores LEBRON, O-LEBRON y D-LEBRON para cada temporada de sus carreras.
- Herramienta de búsqueda y pronóstico de jugadores: Seleccione un jugador y vea toda la información de la herramienta de búsqueda de jugadores, así como los valores futuros proyectados para ese jugador.
- Proyección de carrera: Seleccione un jugador y vea sus valores futuros previstos de LEBRON, O-LEBRON, D-LEBRON y victorias añadidas hasta su retiro proyectado, así como el valor estimado de su contrato y las probabilidades de que alcance sus victorias añadidas con niveles específicos de impacto (Jugadores de rotación vs titulares vs All Stars, etc.).
- Herramienta de consulta: Utilice cualquier combinación de filtros por edad, temporada, posición, minutos y equipo para realizar una búsqueda específica dentro de nuestra base de datos, así como generar valores que indiquen el mínimo/percentil 10/percentil 25/percentil 50/promedio ponderado/75 percentil/percentil 90/valores máximos para ese grupo filtrado.
- Por ejemplo, puede ver solo los jugadores de base de 20 a 21 años de las últimas 3 temporadas que hayan jugado más de 500 minutos y ver quién aparece, así como ver datos para ayudar a establecer las expectativas de los valores LEBRON para los jugadores dentro de ese grupo.
Buscando datos dentro de la base de datos LEBRON
Para finalizar, realicé una búsqueda en la base de datos para mostrarles los resultados y qué podemos obtener. Los datos son de la temporada 2021/22 e ingresé los siguientes filtros:
- Offensive Archetype: Se refiere al rol del jugador. Elegí «Primary Ball Handler» (Manejador de balón primario, un «base» al uso).
- Minutos: Elegí que como mínimo el jugador haya disputado 1800 minutos en la temporada. Es lo mismo que 25 minutos de media durante 75 partidos.
- O-LEBRON: Que tenga datos positivos en la métrica ofensiva de LEBRON.
- D-LEBRON: Valor mayor o igual a 0 en este indicador defensivo. Recordemos que el valor 0 es la media, entiendo que cualquier jugador con valor positivo no «resta» en defensa (o en ataque en el ítem anterior) estando en cancha.
El resultado fueron 8 jugadores, liderados por Stephen Curry con un 4,40 de valor LEBRON (4 ofensivo y 0,40 defensivo).
Los roles son extraños o muy específicos. Por ejemplo Luka Doncic figura como «Shot Creator» y LeBron James como «Stretch Big». Les detallo todas las opciones que figuran en Offensive Archetype con un ejemplo de jugador que la ocupa, para facilitarles si quieren realizar alguna búsqueda:
| Jugador | Rol (Offensive Archetype) |
| Nikola Jokic | Post Scorer |
| Giannis Antetokounmpo | Roll + Cut Big |
| Jayson Tatum | Shot Creator |
| Stephen Curry | Primary Ball Handler |
| Al Horford | Stretch Big |
| Kristaps Porzingis | Versatile Big |
| Ja Morant | Slasher |
| Jose Alvarado | Secondary Ball Handler |
| Herbert Jones | Athletic Finisher |
| Desmond Bane | Movement Shooter |
| Miles Bridges | Stationary Shooter |
| Klay Thompson | Off Screen Shooter |
| Jaime Echenique | Low Minute |
El caso del colombiano Jaime Echenique significa que no jugó suficientes minutos para calificarlo dentro de un rol real, por eso figura «Low Minute» (Poco minutos).