Probabilidad de ganar

La probabilidad de victoria es una herramienta estadística que sugiere las posibilidades de que un equipo deportivo gane en cualquier momento del partido, basándose en el rendimiento de equipos históricos en la misma situación. ^{[ 1 ]} El arte de estimar la probabilidad de victoria implica elegir qué elementos del contexto son relevantes. Las estimaciones de probabilidad de victoria en béisbol suelen incluir si un equipo juega en casa o fuera, la entrada, el número de outs, las bases ocupadas y la diferencia de puntos. Dado que el béisbol se desarrolla bateador a bateador, cada nuevo bateador introduce un estado discreto. Hay un número limitado de estados posibles, por lo que las herramientas de probabilidad de victoria en béisbol suelen tener suficientes datos para realizar una estimación fundamentada.

Las estimaciones de probabilidad de victoria en el fútbol americano suelen incluir si un equipo juega en casa o fuera, la situación del partido (down y distancia), la diferencia de puntos, el tiempo restante y la posición en el campo. El fútbol americano tiene muchos más estados posibles que el béisbol, con muchos menos partidos, por lo que las estimaciones de fútbol americano tienen un mayor margen de error. El primer análisis de probabilidad de victoria fue realizado en 1971 por Robert E. Machol y el ex mariscal de campo de la NFL, Virgil Carter .

Como ejemplo breve, predecir que cada equipo que juega en casa ganará se basa en la ventaja de jugar en casa . Esta predicción utiliza un único factor contextual e involucra una gran cantidad de partidos. Sin embargo, al tener un solo factor, la precisión de esta predicción se limita a la ventaja de jugar en casa (aproximadamente entre el 55 % y el 70 % en todos los deportes) y no varía durante el partido en función de factores que se produzcan en el juego.

La probabilidad de victoria añadida es el cambio en la probabilidad de victoria, a menudo cómo una jugada o un miembro del equipo afectó el resultado probable del juego. ^{[ 2 ]}

El trabajo de investigación incluye medir la precisión de las estimaciones de probabilidad de victoria, así como cuantificar la incertidumbre en las estimaciones individuales. ^{[ 3 ] [ 4 ]} Es decir, si una herramienta estima una probabilidad de victoria del 24 % porque el 24 % de los equipos anteriores en esa situación ganaron sus partidos, ¿ganan los equipos futuros con la misma tasa del 24 %? La estimación a partir de datos ocultos utiliza herramientas de prueba como la validación cruzada .

Si bien muchos modelos implican análisis de frecuencia de eventos pasados, otros modelos utilizan procesos bayesianos. ^{[ 5 ]}

Algunos modelos incluyen una medida de la fuerza de los equipos al inicio del partido, mientras que otros asumen que todos los equipos son promedio. Incluir estimaciones de fuerza aumenta el número de estados posibles y, por lo tanto, disminuye la potencia de una estimación, aunque posiblemente aumente su precisión. ^{[ 6 ]}

• Stoll, Greg. "Calculadora de probabilidad de victoria en béisbol" .
• Pettigrew, Stephen (2014). "Gráficos de probabilidad de victoria para todos los partidos de la temporada regular de la NHL 2013/2014" . Harvard.edu . doi : 10.7910/DVN/25502 .