Un jugador conduce a la canasta. Mientras la defensa colapsa, le pasa el balón a su compañero, anclado en la esquina, para el tiro de tres puntos abierto.

Este tiro de esquina es uno de los tiros más eficientes del baloncesto, medido a través de los puntos esperados por disparo. Solo es superado por los tiros al aro, seguidos de tiros de tres puntos por encima del descanso, es decir, la ubicación en la cancha donde la línea de tres puntos cambia de arco a línea recta.

Gracias a datos como este, los equipos ahora distribuyen sus tiros de una manera diferente a como lo hacían hace una década. Los tiros de tres puntos y los tiros alrededor del aro van en aumento, mientras que los intentos de rango medio están disminuyendo. Los medios se refieren a este cambio como "Moreyball" después de Daryl Morey, el gerente general de los Rockets, quien ha sido reconocido como el pionero de esta tendencia.

Mirando más allá de la distancia de disparo

¿Por qué los tiros de tres puntos de esquina son más eficientes en comparación con los que se encuentran arriba del break? Un error común entre los fanáticos, medios e incluso analistas es que esto se debe únicamente a la menor distancia de la canasta. Si bien la distancia ciertamente juega un papel, no puede explicar el grado de discrepancia en los datos.

Para entender mejor lo que está pasando Miré un conjunto de datos detallados de tiros de las temporadas de la NBA 2013-14 y 2014-15. Estimé, a través de un modelo de regresión logística simple, la diferencia esperada en el porcentaje de tiros de campo, es decir, la tasa de éxito - para tiros de tres puntos de esquina y por encima del break, basado en su distancia promedio de la canasta.

Si bien el modelo espera una ligera diferencia de alrededor del 1,5 por ciento, no es tan alto como el 4 por ciento que vi en los datos.

¿Entonces qué está pasando? Por supuesto, los modelos son simplificaciones de la realidad. Pero hay otra diferencia importante entre los dos tipos de tiros de tres puntos:la distancia al defensor más cercano. Los triples de esquina son, en promedio, más abiertos en comparación con los triples por encima del quiebre, haciéndolos tomas de mayor calidad.

¿Por qué sin embargo? Por asistencias. Los disparos asistidos son, de media, más abierto en comparación con los disparos sin ayuda. Más del 90 por ciento de los tiros de tres puntos de esquina son asistidos, mientras que los tiros por encima de la rotura son asistidos a un ritmo justo por encima del 70 por ciento. Los tiros de rango medio son asistidos a un ritmo aún más bajo, no ayudando a su caso de eficiencia.

Previamente, en lo que parece un experimento natural, Realicé el mismo análisis en una competición de la Federación Internacional de Baloncesto, donde la distancia a la canasta es casi la misma en todo el rango de tres puntos. Surgió el mismo patrón. Los tiros de esquina de tres puntos fueron más eficientes y fueron asistidos a un ritmo mucho mayor.

Usando estos resultados, se puede comenzar a estimar la contribución esperada de una asistencia a un tiro. Por ejemplo, una asistencia a un tiro de tres puntos desde la esquina izquierda aumenta el porcentaje de tiros de campo promedio de la liga al 38.7 por ciento desde el 34.9 por ciento de un tiro sin asistencia desde la misma zona. Esto corresponde a +0.114 puntos esperados por tiro de tres puntos de esquina izquierda, cuando es asistido.

Durante las estaciones cubiertas en el conjunto de datos que utilicé, los equipos realizaron en promedio aproximadamente 82 tiros por juego, la mitad de los cuales fueron asistidos. De media, un tiro asistido agregó 0.16 puntos esperados más en comparación con un tiro sin asistencia. Si los equipos buscaron el pase extra en 15 de sus tiros sin asistencia, esto corresponde a aproximadamente 2,4 puntos adicionales esperados durante el transcurso del juego, lo suficiente para neutralizar la ventaja de local en la NBA.

Ayudar a la educación STEM

Gran parte de mi investigación deportiva gira en torno al análisis de datos espacio-temporales. La disponibilidad de estos datos detallados es, bastante literal, cambiando el juego. Si bien las estadísticas simples pueden proporcionar información valiosa, modelos más complejos impulsan ahora aplicaciones en las que los practicantes e investigadores deportivos ni siquiera podían pensar hace 10 años.

Por ejemplo, mis colegas y yo hemos desarrollado Deep Hoops, un sistema que es capaz de evaluar microacciones, como pantallas y cortes fuera de la pelota, para evaluar de manera integral las contribuciones de un jugador para ganar. Otros investigadores han desarrollado sistemas que permiten a un entrenador anticipar la reacción de una defensa a un esquema ofensivo específico.

Más importante, aunque, Creo que los deportes ofrecen un gran vehículo a través del cual los educadores pueden brindar conocimientos básicos sobre datos a las generaciones más jóvenes. En mi experiencia docente personal, los estudiantes se asocian mejor y se involucran más con conceptos técnicamente desafiantes cuando se les presenta a través de los deportes, en comparación con los escenarios abstractos. Esto es particularmente crucial para los cursos introductorios, que son muy importantes para atraer estudiantes a una especialización.