Autor: JULIO FLORENTINO DEL CORRAL CUERVO

Publicado el

Analysis of the NBA coach of the year award

On april 22nd Greg Popovich was named as NBA coach of the year, San Antonio Spurs’ head coach. San Antonio Spurs has been the team with the highest number of victories in the NBA season. It is well known that this kind of prizes used to reward the head coach of one of the strongest teams as it can be seen in either in the list of NBA coach of the year or in the list of  World Soccer coach of the year. However, this kind of prizes should not be to one of the head coach of the best teams but to coach that has obtained the most given its rooster.

A few days ago it was published a post in this blog analyzing the differences between a coach rank published by the ESPN and the ranking derived using a methodology derived by me. In such a post there were already played 74 matches, while in the next table it is shown the results once the season was completed.
 The most important result comparing both rankings is that Steve Clifford appeared in the very first position in the odds efficiency ranking whereas it was named the fourth best coach by the NBA. The results from odds efficiency suggest that it was more difficult to obtain 43 victories with the Charlotte Bobcats than to obtain both 62 victories with San Antonio Spurs and 48 victories with Phoenix Suns. In the “popularity” contest which is the NBA coach of the year Steve Clifford only got 127 points while Popovich got 380 and Hornacek 339 points.
Hence, the distance seems too big. A plausible explanation is that Clifford neither coach a big team nor was pro player as Hornacek. It is obvious that these prizes should only analyze the performance of the coach within the last year. The methodology developed by me is far from perfect but at minimum it provides an objective ranking that seems quite sensible. Therefore, I suggest that in these prizes the votations will be replaced by an objective measurement such as the proposed by me.
Follow me @jdelcorraltm 
Publicado el

Análisis del entrenador del año en la NBA

El martes 22 de abril se dio a conocer que el título de entrenador del año en la NBA iba para Gregg Popovich, entrenador de los San Antonio Spurs. Se da la circunstancia que los San Antonio Spurs han sido los campeones de la NBA en su fase regular. Es bien conocido que en este tipo de premios se acostumbra en exceso a premiar a entrenadores de los mejores equipos,  como puede verse en el listado de entrenadores del año en la NBA o en el listado del World Soccer entrenador del año. Estos premios sin embargo no deberían otorgarse al entrenador del equipo campeón sino al entrenador que más partido haya sacado a su plantilla.

Hace unos días publicaba un post analizando las diferencias  entre un ranking de entrenadores de la NBA que había sido publicado en la ESPN y el ranking de los entrenadores que se establece una metodología que he creado. En aquel post se habían disputado 74 partidos mientras que en la siguiente tabla muestro los resultados finales. Dado que sólo quedaban 8 partidos hay pocos cambios significativos.
Los resultados más destacados de comparar ambos rankings son los siguientes:
  •         De los 9 primeros entrenadores en el TE ranking sólo está ausente del ranking de la NBA el entrenador de los Memphis Grizzlies. Puede deberse que usando las cuotas se tiene en cuenta las lesiones de los jugadores y los Grizzlies han conseguido meterse en playoffs jugando muchos partidos sin uno de sus baluartes (Marc Gasol)
  •          Steve Clifford aparece en primera posición del ranking TE con cierta holgura pero sólo ocupa la cuarta posición en las votaciones de la NBA.  Parece que obtener 43 victorias con un equipo como los Charlotte Bobcats tiene más mérito que ganar la liga con los San Antonio Spurs. Sin embargo, en el concurso de “popularidad” que supone el premio de entrenador del año de la NBA no sale todo lo bien que debería. Steve Clifford obtiene 127 puntos por los 380 del entrenador de los San Antonio Spurs o los 339 de Jeff Hornacek.

La distancia parece excesiva y puede que el no entrenar a un equipo potente o no haber sido jugador profesional  como Jeff Hornacek hagan que obtenga menos votos. Esto desde luego no debería ser así. La metodología que yo empleo obviamente no es perfecta, pero si proporciona un ranking objetivo y por lo que se ve bastante sensato. Por lo que yo propongo que para los premios de mejor entrenador se dejen de usar votaciones y se empiecen a usar métodos objetivos donde el que yo propongo sería uno de ellos.

Publicado el

It does exist an objective alternative to the NBA coaches’ ranking provided by the ESPN.

Coauthored with Fernando Herencia
The ESPN web has recently published an article where it was provided a ranking for the NBA coaches of this season. In doing so, they asked a panel of experts to “rate each team’s coach in terms of their performance in guiding the franchise to overall on-court success, both in the short and long term”. In the explanation of the methodology by the ESPN it is said that “there’s still virtually no objective measure to rate the guys who draw up the plays and manage the egos apart from titles and rings”. It is true that there is not an objective measure to evaluate the performance in the long term since they are based on expectations, however it is not true that there is no objective measures to analyze the coaches’ performance. The most popular is that based in frontier methods, in which for each coach is attributed in some way the quality of his rooster and subsequently it is evaluated the difference between the actual results and the best results possible for his squad. The lower the difference between them the better the coach performance is. This methodology was used to evaluate NBA coaches´ performance in this paper from Dave Berri.
Other alternative to evaluate objectively the coaches’ performance is to compare the actual results with those expected from betting odds. The probability of the two possible outcomes in a game (i.e., local victory and away victory) is embedded in betting odds so that it is enabled to calculate the probability of getting each of the possible number of victories.

Next graph shows the density function of victories for Miami Heat and Charlotte Bobcats within this season till their matchday 74. It can be seen that the probability of obtaining less than 40 victories for the Miami Heat is almost zero. The opposite is true for Charlotte Bobcats. The reason is straightforward: Miami Heat has a much better rooster than Charlotte Bobcats.
In order to obtain an objective coach performance measure it can be calculated the probability of obtain more victories than the actual. Next table shows the probability of obtain each of the possible number of victories greater than 36 for the Charlotte Bobcats.
As it can be seen, the probability of obtaining more victories than the actual (36 out of 74) is 2.71%. Then, to calculate an objective measure of the performance of the team it has to be calculated the inverse of 2.71%, that is 97.3% or 9.73 out of 10.
Next table shows the coaches’ performance using the methodology described above in the 74 first matches for each team such as the ratings provided by the ESPN.
As it can be easily observed several differences arise between both ratings. Particularly, the coefficient of linear correlation is 63 whereas the coefficient of Spearman rank correlation is 68%.
The best five coaches according to ESPN are Gregg Popovich, Tom Thibodeau, Doc Rivers, Erik Spoelstra y Rick Carlisle. They won five out of the last seven NBA Finals and it is straightforward that they were important in doing so. However, the performance of their teams is not as brilliant as expected, especially Indiana Pacers and Miami Heat.
On the other hand, Steve Clifford (Charlotte Bobcats) and Jeff Hornacek (Phoenix Suns) are situated in the top of the ranking from our methodology but both are not situated so high in the ESPN rank. Both teams have been two of the positive surprises in the NBA. Charlotte Bobcats was the second worst team in the NBA last season (2012-2013) while Phoenix Suns was the second worst team in the Western Conference. Subsequently, their expectations were rather low. However, both teams are in play-off positions 8 matches to go. Therefore, it is sensible that both coaches are leading the ranking.
The ESPN ratings seem to show some favoritism to big teams such as Miami Heat and Indiana Pacers. Both teams have very good roosters and it is expected a very good performance from them. For instance 9 and 10 matches for Miami Heat and Indiana Pacers respectively have a probability of victory higher than 87% while playing at home. Thus, even though both teams are leading the East Conference the number of victories from them is lower than a number to be considered as a great performance.
Boston Celtics is other example of sharp difference. Brad Stevens was ranked 11th by the ESPN but 27th from ours, but 23 victories seems very few for them. The opposite is true for Mike D’Antoni. Even though Lakers has a very good rooster injuries have decreased a lot the Laker potential. As an example in the first game versus LA Clippers the embedded probability of Laker victory was only 20% playing as local. Hence, even though the Laker season is being awful it is not due to a bad coach performance but to bad luck for injuries.
In summary, so far the best coaches have been Jeff Hornacek (Phoenix Suns) and Steve Clifford (Charlotte Bobcats) with a very remarkable 9,73 out of 10 rating followed by Gregg Popovich (San Antonio Spurs). On the other hand the worst coaches have been Larry Drew (Milwaukee Bucks) and John Loyer (Detroit Pistons).
Hence, we should carry out this analysis for more seasons in order to get an accurate ranking of coaches. We are working on it!
Follow me on twitter: @jdelcorraltm
Publicado el

Si, existe una alternativa objetiva al ranking de entrenadores de la NBA publicado en la web de ESPN

Coautor: Fernando Herencia Quintanar
Recientemente se ha publicado en la página web de ESPN un artículo donde han construido un ranking de los entrenadores de la NBA de esta temporada mediante votación de un panel de expertos donde se les pidió que evaluasen el desempeño de los entrenadores para conseguir éxitos deportivos tanto a corto como a largo plazo. En la explicación de la metodología seguida por el famoso portal se dice que “no hay virtualmente ninguna medida objetiva para evaluar a los tipos que planean las jugadas y tratan los egos de los jugadores que no sea títulos y anillos”. Es cierto que no hay una medida objetiva para evaluar el rendimiento a largo plazo dado que se basa en expectativas del futuro, pero si hay varias metodologías para evaluar de forma objetiva la actuación de los entrenadores. La más usada son los métodos frontera, en donde a cada entrenador se le asigna o calcula una medida de la calidad de sus jugadores y se evalúa la diferencia entre lo que se espera que pueda obtener como máximo dada la calidad de su plantilla y los resultados que realmente obtuvo. Cuanto menor sea esta diferencia mejor lo habrá hecho el entrenador y cuánto mayor sea esta diferencia peor lo habrá hecho el entrenador. Esta fue la metodología seguida en este trabajo de Dave Berri para la NBA.
Otra alternativa para evaluar de forma objetiva el rendimiento de un entrenador es comparar los resultados obtenidos y los resultados esperados para un equipo a partir de las cuotas de apuestas deportivas. A partir de las cuotas de apuestas para un determinado partido se puede obtener la probabilidad de que suceda cualquiera de los dos resultados posibles (i.e., victoria del equipo local o victoria del equipo visitante) y a partir de las cuotas de todos los partidos de una temporada se puede calcular la probabilidad de obtener cada uno de los posibles número de victorias.

El siguiente gráfico muestra la función de densidad de victorias para Miami Heat y Charlotte Bobcats en esta temporada hasta sus partidos 74. Para Miami Heat puede verse como la probabilidad es prácticamente nula de obtener una cantidad menor de 40 victorias. Esto se debe a que para muchos partidos los Miami Heat las casas de apuestas consideraban que la probabilidad de victoria de los Miami Heat se situaba por encima del 90%. La situación es la opuesta para Charlotte Bobcats donde se considera un milagro obtener más de 40 victorias. El motivo es evidente los Miami Heat tienen una plantilla mucho mejor que los Charlotte Bobcats. 
Para obtener una medida objetiva de la actuación de los entrenadores puede calcularse la probabilidad de haber obtenido más victorias que las realmente obtenidas. La siguiente tabla muestra la probabilidad de obtener cada uno de los posibles números de victorias a partir de 36 para los Charlotte Bobcats.

Como puede verse la probabilidad de haber obtenido un número mayor de victorias que las realmente obtenidas (36 hasta la jornada 74) es 2,71%. Entonces para calcular una medida objetiva del rendimiento del equipolo único que hay que hacer es calcular el inverso de ese 2,71% y su inverso da un rendimiento del 97,3%, o en términos de 0 a 10 un 9,73.

La siguiente tabla muestra el rendimiento de los entrenadores con la metodología descrita anteriormente en las primeras 74 jornadas de esta presente campaña así como las notas puestas por el panel de la ESPN.


Como se puede observar en la tabla, los resultados difieren de manera considerable. En concreto, el coeficiente de correlación lineal entre nuestras puntuaciones y las de ESPN es del 63%, mientras que el coeficiente de correlación de rangos es del 68%.[1] Luego, la relación entre ambas puntuaciones es positiva pero no todo lo grande que debería ser.

Las primeras cinco posiciones del ranking de la ESPN son Gregg Popovich, Tom Thibodeau, Doc Rivers, Erik Spoelstra y Rick Carlisle. Entre los cinco suman cinco de los últimos siete títulos de la NBA (faltan los de Phil Jackson en Lakers) y todos han tenido una influencia positiva en sus equipos en el pasado. Sin embargo la actuación de sus equipos en esta temporada no está siendo todo lo bueno que se esparaba especialmente los Pacers y los Heat.
Por otra parte, nuestras dos primeras posiciones difieren bastante con lo que el panel de expertos de la ESPN propuso. Estos dos equipos han sido las grandes sorpresas positivas de esta temporada, equipos con plantillas que a priori no parecían muy resolutivas han logrado tener una posición muy digna para lo que las cuotas esperaban. Charlotte Bobcats en la temporada 2012-2013 acabaron como el segundo peor equipo de la liga mientras que Phoenix Suns fue el peor equipo de la conferencia Oeste. Esto en las primeras jornadas hizo que las cuotas no estuvieran muy esperanzadas en sus victorias y sin embargo a falta de 8 jornadas para el término de la temporada ambas franquicias están en puestos de play-off, lo que indica que el entrenador ha tenido gran influencia positiva en el resultado. Así que parecen más sensatos que estos dos entrenadores se sitúen en lo alto de clasificación y no en la parte media-alta como en la ESPN.
Las notas de la ESPN parecen mostrar cierto favoritismo hacia alguno de los grandes equipos, como por ejemplo Miami Heats e Indiana Pacers. Estos dos equipos tienen una plantilla muy completa y se espera que obtengan muy buenos resultados (mejores incluso que los actuales, siendo estos equipos los que ocupan las dos primeras posiciones de la conferencia Este), pero es que una mala temporada de Miami o Indiana se esperan que obtengan una buena clasificación de todos modos, ya que su plantilla tiene un valor muy elevado. Por ejemplo en 9 y 10 respectivamente partidos en casa las cuotas para ganador local eran menores a 1,10 lo que significa que se daba casi por segura la victoria. Una vez más parece más sensato la nota proporcionada por nuestra metodología que la nota puesta por el panel de la NBA, al menos en lo que a rendimiento objetivo del equipo hasta el momento en esta temporada.
Otro equipo en el que las diferencias son muy pronunciadas son los Boston Celtics. Boston Celtics tiene una votación muy alta para los resultados que llevan esta campaña. Este año no tienen opciones de play-off y tienen más de 50 derrotas por lo que es una temporada perdida para la franquicia y más debido a que el año pasado si llegó a la ronda final del campeonato, lo que quiere decir que al principio de temporada las cuotas estuvieran un poco esperanzadas con que el equipo cumpliera objetivos y se volviera a meter en play-off. Lo contrario ocurre con Los Ángeles Lakers. Tras la venta de Dwight Howard a Houston se esperaba que Nash, Kobe, Pau, etc. Pudieran volver a llevar a la franquicia de California donde se le espera, pero sin embargo las cuotas ya del principio de temporada predecían una mala campaña posiblemente por la plaga de lesiones que ha ido padeciendo. Por ejemplo las cuotas del primer partido de la temporada contra Los Ángeles Clippers concedía una probabilidad del 20% de victoria Laker. Así, aunque la temporada esté siendo desastrosa para el conjunto angelino no es atribuible a la mala gestión del entrenador, sino a una mala gestión de la plantilla o sencillamente a la mala suerte que han tenido con las lesiones de sus hombres más importantes.
En conclusión, los análisis de eficiencia nos muestran que si comparamos la calidad de la plantilla con el resultado actual hay equipos modestos con grandes entrenadores. Jeff Hornacek (Phoenix Suns) y Steve Clifford (Charlotte Bobcats) tienen el mejor resultado para esta temporada seguido del gran Gregg Popovich (San Antonio Spurs) que ocupa la tercera posición debido a que tiene una gran plantilla pero con unos resultados acordes a lo que se espera. Habrá que aumentar el número de años de nuestro análisis para establecer un ranking más preciso de los entrenadores. Estamos en ello!
Sígueme en twitter: @jdelcorraltm

[1] Ambos coeficientes oscilan entre -100% (máxima correlación negativa entre dos variables) y 100% (máxima correlación positiva entre dos variables)
Publicado el

Predicciones para la zona de permanencia en la ASOBAL

Ayer se completó la jornada 24 de la liga ASOBAL (consta de 30). Los tres equipos (Villa de Aranda, Cuatro Rayas Valladolid y Puente Genil) que estaban peor situados para evitar la segunda posición de descenso (la otra plaza parece clara para el Bidasoa de Irún) lograron una victoria unido a las derrotas de los tres equipos que les precedían (Juanfersa Gijón Jovellanos, Fertiberia Puerto Sagunto y Frigoríficos Morrazo) ha estrechado mucho la lucha por evitar esta segunda plaza de descenso. La clasificación actual de la ASOBAL es:
A continuación se presenta un gráfico donde puede verse la probabilidad que presenta cada equipo de obtener las distintas puntuaciones posibles para cada uno de los equipos.
Como puede verse, los equipos que peor lo tienen son el Cuatro Rayas Valladolid y el Ángel Ximénez Puente Genil. Cerca de ellos se sitúa el equipo que se encuentra actualmente en la posición maldita, El Villa Aranda Top Ribera. Este hecho se debe a que el calendario de este equipo parece más propicio para conseguir puntuar. Le siguen Fertiberia Puerto Sagunto y Juanfersa Grupo FEGAR Jovellanos. Por último se encuentra Frigoríficos Cangas de Morrazo que parece tener casi resuelta su permanencia.
Para obtener estas probabilidades el proceso es bastante sencillo. Se parte de las cuotas de apuestas de los partidos de ida, con este dato se puede estimar la probabilidad de victoria, de empate y de derrota para cada equipo en cada jornada. Es importante destacar que la correlación entre estas predicciones y las probabilidades establecidas por las cuotas es siempre superior al 87%, con lo cual parecen bastante buenas predicciones. Una vez que se tienen calculadas estas predicciones de probabilidades lo único que hay que hacer es calcular la probabilidad que tienen de obtener desde 0 hasta 12 puntos en los partidos que restan y sumarle los puntos que han conseguido hasta el momento.
Para los curiosos pongo las predicciones de probabilidades que he estimado para los partidos considerados.
jornada
local
visitante
Prob victoria local
Prob empate
Prob victoria vistante
25
BM Huesca
Valladolid
0.72
0.09
0.20
25
Cuenca
Morrazo
0.61
0.10
0.29
25
La Rioja
Genil
0.83
0.06
0.11
25
Pto Sagunto
Gijón
0.63
0.10
0.27
25
Villa Aranda
Irun
0.69
0.09
0.22
26
Gijón
BM Huesca
0.39
0.11
0.50
26
Granollers
Genil
0.81
0.07
0.12
26
Morrazo
Villa Aranda
0.64
0.10
0.26
26
Pto Sagunto
La Rioja
0.23
0.09
0.68
26
Valladolid
Barcelona
0.05
0.05
0.90
27
Ademar
Morrazo
0.62
0.10
0.28
27
Barcelona
Gijón
0.92
0.04
0.04
27
BM Huesca
Pto Sagunto
0.70
0.09
0.21
27
Cuenca
Valladolid
0.67
0.10
0.24
27
Genil
Anaitasuna
0.40
0.11
0.49
27
Villa Aranda
Aragon
0.47
0.11
0.42
28
Gijón
Cuenca
0.59
0.11
0.30
28
Irun
Genil
0.58
0.11
0.31
28
Morrazo
Guadalajara
0.52
0.11
0.37
28
Pto Sagunto
Barcelona
0.06
0.05
0.89
28
Valladolid
Villa Aranda
0.59
0.11
0.30
29
Ademar
Valladolid
0.74
0.08
0.17
29
Cuenca
Pto Sagunto
0.62
0.10
0.27
29
Genil
Morrazo
0.41
0.11
0.48
29
Villa Aranda
Gijon
0.57
0.11
0.32
30
Aragon
Genil
0.73
0.09
0.18
30
Gijón
Ademar
0.45
0.11
0.43
30
Morrazo
Granollers
0.45
0.11
0.44
30
Pto Sagunto
Villa Aranda
0.55
0.11
0.34
30
Valladolid
Guadalajara
0.45
0.11
0.44
PD: Como aficionado al Juanfersa Gijón Jovellanos espero que logre la permanencia y así seguir avanzando en el proyecto de “recuperar” a varios de los jugadores asturianos que juegan fuera de Asturias y tener un equipo muy competitivo.
Publicado el

El milagro del Atleti

Antes de que comenzase la temporada 2013-2014 en la Liga BVBA pedí a un trader profesional de CODERE APUESTAS que me anticipase las cuotas de los partidos de toda la liga. Obviamente me proporcionó unas cuotas con la información disponible a principio de temporada, es decir que el Real Madrid y el FC Barcelona tenían un potencial muy superior al del resto de equipos. No hay que olvidar que a mediados de Noviembre Simeone todavía decía que la liga era muy aburrida por el poderío. Usando esas cuotas calculé la probabilidad de obtener cada posible puntuación en la jornada 30. El resultado es el gráfico que muestro debajo.
Vemos que los puntos esperados para la jornada 30 al principio de temporada eran 55. Con la victoria de ayer conseguía 73 puntos. Vemos que la probabilidad asignada de conseguir 73 o más puntos era muy baja. En concreto: 0,33%.
Una forma de aproximar la probabilidad asignada para que el Atlético de Madrid fuese líder en la jornada 30 es multiplicar la probabilidad de conseguir 73 o más puntos por la probabilidad asignada al FC Barcelona de conseguir 73 o menos puntos (77%) y la del Real Madrid (85%). Esto nos da 0,2%.
Es decir en una 1 de cada 500 ligas que comenzase con una diferencia de plantilla como la de esta temporada el Atlético de Madrid iría líder en la jornada 30. Igual todavía no se le puede llamar milagro, pero se le aproxima bastante.
Publicado el

Balance competitivo en la EHF Champions League

Hace unos días la European Handball Federation (EHF) anunciaba que iba a cambiar el formato de su competición estrella de clubs, la Velux EHF Champions League. La idea que hay detrás de este cambio es doble. Por una parte permitir que jueguen más equipos, de distintos países se entiende, y que haya más partidos igualados. Un problema de muchos partidos de balonmano es la diferencia abismal que puede llegar a haber entre el nivel de los dos equipos. Por ejemplo, ver jugar a los jugadores del Barcelona de balonmano es un espectáculo en sí mismo, pero ver cómo se pasean por la ASOBAL es un espectáculo pero bastante aburrido la verdad. Este problema es lo que los Economistas del Deporte denominamos Balance Competitivo.
El periodista especializado en balonmano de Marca Jorge Dargel (@Jorge_Dargel) argumentaba vía twitter que no le gustaba la reforma porque implicaría que los clubes modestos van a tener muy pocas opciones de clasificarse para octavos de final. Mi intuición me decía que los equipos más modestos ya tienen muy complicado acceder a octavos. Para hacerlo de forma analítica se pueden coger las cuotas promedio de distintas casas de apuestas y obtener de ellas las probabilidades implícitas de cada partido. Con estos datos puede calcularse la probabilidad de obtener cada una de las posibles puntuaciones para cada uno de los equipos y juntando esta función para los distintos equipos de un grupo puede determinarse en un simple vistazo la igualdad o desigualdad del grupo.
A continuación muestro los gráficos para los cuatro grupos de la EHF Champions League en la temporada 2013/2014. Hay que destacar que el número mínimo de puntos con el que se ha accedido a octavos de final es de 8 puntos.
En este grupo hay dos equipos por encima del resto: el Spanish Veszprem húngaro y el Rhein-Neckar Löwen alemán seguidos a cierta distancia del Zaporozhye ucraniano, Zagreb croata y Celcje  esloveno. Por último el conjunto ruso de San Petersburgo, que como puede ver la probabilidad de obtener una cifra superior a 8 puntos es realmente baja.
 Este grupo tiene dos equipos muy potentes (Kiel y Kielce), dos intermedios (Kolding y Wisla Plock), otro medio-bajo (Dunkerke) y un último bajo (Oporto), aunque si bien es cierto que este equipo tendría una probabilidad de aproximadamente del 5% para haber llegado a la línea de los 8 puntos.
Este grupo tiene una disposición general muy similar al A, salvo que el PSG aparece a cierta distancia del Barcelona. Aquí también hay otro equipo con una probabilidad ínfima de obtener el pase a octavos.
Este grupo repite una disposición similar al del grupo A y C con dos equipos muchos más potentes que el resto, tres intermedios y un equipo “flojito”.
El resumen se puede ver en este gráfico

 Donde se ve el gráfico promedio. En media hay dos equipos muy por encima del resto, normalmente hay 3 equipos intermedios y un último equipo con un nivel muy bajo como para participar en una competición como la actual EHF Champions League.

Por tanto, los equipos van flojos desde luego no van a tener menos posibilidades de llegar a octavos final, menor es bastante complicado, con el nuevo formato de la Champions.
Además bajo mi punto de vista habrá una lucha increíble por obtener el primer puesto de los grupos potentes, dado que dará acceso directamente a los cuartos de final. Siendo la mayoría si no todos los partidos de la fase de grupos de un interés manifiesto. El único problema que tiene este nuevo sistema es que se juegan más partidos, pero qué jugador no prefiere jugar más partidos interesantes que otros donde ya se conoce el resultado. Además los clubes, especialmente aquellos con una liga doméstica desigualada como le ocurre al Veszprem, obtendrán previsiblemente más ingresos que seguro terminan repercutiendo de forma positiva en el salario de los jugadores.
Publicado el

Competitive balance in the NBA

All sport fans enjoy balanced competitions, competitions where it is difficult to predict the winner, competitions where a team that last year was the favorite for the championship, next year is wondering whether it is a good team. All of these refers to the same: Competitive Balance. Commissioners of the best professional American leagues (NBA, NFL, NHL, MLB) know that and therefore they try to have enough competitive balance.
Specifically, the NBA is using several actions to increase it. For instance, the distribution of the TV rights among teams is rather equally, it has salary cap for teams, so that if a team wants to pay more money than its cap it has to pay a luxury tax. A draft system for players is also used. The draft is a way that teams get the rights of the new players in the NBA. The method is simple, the worst teams in last season pick before players in the draft than the other teams. Therefore it is expected an increase in the competitive balance.
To analyze whether all these policies are effective we will analyze on the one hand the equality teams within a season and on the other hand if the strongest teams remains the same.
To analyze the competitive balance of the regular seasons we have calculated the density functions of victories for all teams, that is the probability of getting a certain number of wins in the regular season (normally 82 games although there was two exceptions by look-out) by using betting odds. If these are found very close It’s very likely that the competitions are equalizer. However if density functions are very dispersed, there are teams more powerful than other.

The following graph shows competitive balance between 2006-2007 and 2011-2012 seasons.
In the above graphs it can be seen that the level of dispersion among density functions is rather high. Particularly, the 2006-2007 season was the one with the highest competitive balance since only three teams had a remarkable difference with the other teams. Competitive balance deteriorates in the next three seasons and it seems to improve a little bit in the 2010-2011 and 2011-2012 seasons. But, is the competitive balance higher or lower than in other European Leagues? The graph displayed below shows the competitive balance for the ACB (i.e., Spanish basketball) league and the Serie A (i.e., Italian soccer) in the 2011-2012 season. (Heregraphs for La Liga, i.e., Spanish soceer, and hereother analysis using sport betting about the competitive balance in La Liga and the English Premier League).
It can be seen that the competitive balance in the ACB seems below the NBA, but on the other hand competitive balance in the Italian league is greater than in the NBA.

Competitive balance can also be considered as a long-term measurement. As it is shown below using this definition, the NBA has a great competitive balance. To do so, it is shown the evolution of teams position in the Eastern Conference from 1993-1994 (1994) season to 2011-2012 (2012) season, using a moving average of three years. It can be seen clearly that mobility in teams is high and teams aren’t maintained neither best positions nor worst positions for a long time.
So, the NBA seems to get a high level of competitive balance in long time but, its competitive balance within a season doesn’t improve substantially compared to other European leagues. Thus, if the NBA wants to improve its competitive balance within a season, it should take additional measures.

What do you think these systems to stay competitive in the NBA?
Should we copy these techniques for our national basketball league? And what do you think about football?
PS: This work is based on to the undergraduate thesis that I am advising of Fernando Herencia
PS2: We would like to acknowledge Leigh Herdman of Herdman-Highton Consultancy Ltd for providing us the data

Publicado el

Eficiencia de los entrenadores en la liga BBVA 2000-2014

Una de las decisiones más importantes que tienen que adoptar los equipos profesionales es escoger al entrenador adecuado. La decisión se debería hacer teniendo en cuenta el rendimiento de los entrenadores en campañas anteriores tanto en el propio equipo, si la decisión es continuar o no con el mismo entrenador, como en otros equipos si se escoge la opción de cambiar de entrenador o alternativamente en la expectativa del rendimiento futuro si no tiene experiencia previa. El problema es que no resulta inmediato conocer el rendimiento de los entrenadores. Si los jugadores de los distintos equipos de una liga tuviesen una calidad similar sería inmediato conocer el rendimiento de un entrenador, los entrenadores que consigan mejores resultados deportivos habrán conseguido un mayor rendimiento de la plantilla, pero en la mayoría de ligas la calidad de los jugadores difiere bastante entre equipos por lo que este planteamiento no es correcto para conocer el rendimiento de un entrenador.
Una alternativa para evaluar el rendimiento de un entrenador es comparar la actuación del equipo con lo que se esperaba de él. Si un equipo ha obtenido mejores resultados que los que se esperaban de él, será en gran parte por culpa del entrenador. Al igual que si un equipo no consigue obtener los resultados esperados para él también será mayoritariamente por culpa del entrenador. Una forma de obtener lo que se espera de un equipo de fútbol es a través de las cuotas de las casas de apuestas deportivas.
Las cuotas reflejan el inverso de las probabilidades establecidas por la casa de apuestas ajustadas ligeramente para que la casa tenga un pequeño margen (este suele rondar el 7%). Varios trabajos han obtenido que las probabilidades calculadas a partir de las cuotas de las casas de apuestas son eficientes en el sentido que reflejan bien las probabilidades de los resultados. La probabilidad de obtener una determinada cantidad de puntos para cada equipo en un determinado número de partidos puede calcularse a partir de las probabilidades asociadas a las cuotas de los partidos de ese equipo, esto estadísticamente hablando es la función de densidad de los puntos conseguidos por un entrenador. El siguiente gráfico muestra la probabilidad que otorgaban las casas de apuestas al F.C. Barcelona en la temporada 2012-2013 de conseguir cada una de las puntuaciones posibles, que van desde 0 (perder todos los partidos), hasta 114 (ganar todos los partidos). La puntuación viene representada por la línea vertical (100 puntos).


Una vez calculada estas funciones se puede calcular la probabilidad de que el número de puntos obtenido por un equipo sea igual o menor que un determinado número de puntos. Este valor puede verse como una medida de la eficiencia del entrenador, en el sentido que es la probabilidad de que un equipo entrenado por un entrenador hubiera obtenido menos o los mismos puntos que realmente obtuvo. Como es una probabilidad el valor se sitúa entre 0 y 1, cuánto más próximo esté este valor a 1 mejor habrá sido la actuación del entrenador.

La siguiente tabla muestra el promedio, mínimo y máximo de la eficiencia de cada entrenador para las distintas temporadas en las que actuaron. Los resultados más importantes indican que el entrenador más eficiente hasta la fecha ha sido Simeone seguido por Montanier. Hay que destacar que estos entrenadores aparecen con un número bajo de temporadas. Si nos fijamos en los entrenadores que hayan estado más de 5 temporadas, el entrenador más eficiente y con una diferencia muy importante ha sido Pellegrini, seguido por el muchas veces criticado pero que según estos resultados lo ha hecho bien en sus equipos Unai Emery. Destacar también que Mourinho y Guardiola consiguen una eficiencia promedio muy similar y muy alta.

                   Tabla de eficiencia de los entrenadores 2000/2001- 2013-2014 (jornada 24)

Notas: sólo aparecen los entrenadores con un número de partidos superior a 75 y los entrenadores aparecen ordenador en orden decreciente respecto a la eficiencia media.

Estos resultados pertenecen al trabajo fin de grado de ADE que estoy dirigiendo a Jesús Javier Pinar Contreras y que va a presentar a lo largo de este curso.
Publicado el

Predicción Liga BBVA 2013-2014 en septiembre 2013

El cálculo de probabilidades a partir de las cuotas de apuestas o mercados de predicción (como Intrade o FuturaMarkets) tiene su fundamento teórico en el trabajo de Wolfers y Zitzewitz.  Uno de los mercados más eficientes es sin duda el de resultados de las competiciones importantes de fútbol como es la Liga BBVA, que es lo que voy a analizar.
 Un ejemplo de cuotas para un partido de fútbol es 1,10 por la victoria local, 9 por el empate y 18 por la victoria apostante. Esto implica que si el apostante apuesta 1 € por la victoria del equipo local obtendrá 1,10 €, lo que implica una ganancia neta de 0,10 €. Estas cuotas pueden trasladarse a probabilidades, calculando el inverso de cada cuota (0,91; 0,10; 0,05). La suma de estos inversos suman algo más de la unidad, lógicamente las probabilidades deben sumar 1, y para ello hay que dividir cada inverso por la suma suma de los inversos. De esta forma las probabilidades son 0,85 de victoria local, 0,10 de empate y 0,05 de victoria visitante.
La probabilidad de que un equipo gane dos partidos consecutivos se calcula multiplicando la probabilidad de ganar cada uno de los partidos, usando esta misma fórmula para todas las posibles combinaciones de resultados puede calcularse la probabilidad de obtener todas las posibles puntuaciones, que lógicamente está comprendido entre 0, perder todos los partidos, y 114 que es la cifra que resulta de multiplicar el número de partidos de la liga (38) y el número de puntos por victoria (3). De esta forma se obtiene una curva para cada equipo que refleja la probabilidad de obtener una determinada puntuación.
El siguiente gráfico muestra las curvas de predicción de puntos para cada uno de los equipos de la liga BBVA en la temporada 2013-2014.

En el gráfico puede verse como hay dos equipos que están muy por encima del resto (FC Barcelona y Real Madrid), un tercer equipo (Atlético de Madrid) a cierta distancia de los dos equipos de arriba pero también con cierta distancia al resto. Luego le siguen un conjunto de equipos que en teoría van a luchar por obtener plaza europea (Valencia, Sevilla, Real Sociedad, Athletic de Bilbao, Villarreal y Betis). Y por último se sitúan el resto de equipos que van, en teoría, a luchar por evitar el descenso.
A continuación se muestra un gráfico en el que se ven las predicciones por grupos de equipos.
Gráfico 2. Predicción de puntos 2013-2014 liga BBVA por grupos de equipos
Las cuotas son previsiones de cuotas de CODERE APUESTAS

1: BAR- FC Barcelona; 2: RMA- Real Madrid; 3: ATL- Atlético de Madrid; 4: VAL- Valencia; 5: SEV- Sevilla; 6: RSOC- Real Sociedad; 7: ATH- Athletic de Bilbao; 8: VILL- Villarreal; 9: BET- Betis; 10: MAL- Málaga; 11: CEL- Celta de Vigo; 12: GRA- Granada; 13: GET- Getafe; 14: ESP- Español; 15: RAY-Rayo Vallecano; 16: OSA- Osasuna; 17: VALL- Valladolid; 18: ELC- Elche; 19: LEV- Levante; 20: ALM- Almería.
Conocida la probabilidad de obtener una determinada puntuación puede calcularse el número de puntos más probable, que sería equivalente a una predicción puntual como la ofrecida aquí. Así mismo, pueden calcularse lo que se llaman en estadística intervalos de confianza que muestran una puntuación considerada muy baja para un equipo y otra puntuación considerada muy alta. En concreto, considero el percentil 10 y el 90 de las distribuciones. La siguiente tabla muestra estos resultados.
Posición prevista
Equipo
Percentil 10
Puntuación más probable
Percentil 90
1
FC Barcelona
79
88
96
2
Real  Madrid
78
86
95
3
Atlético de Madrid
58
68
78
4
Valencia
51
61
70
5
Sevilla
46
56
66
6
Real Sociedad
45
55
64
7
Athletic de Bilbao
43
53
62
8
Villarreal
42
52
62
9
Betis
41
51
60
10
Málaga
36
46
55
11
Celta de Vigo
36
45
55
12
Getafe
35
44
54
13
Granada
35
44
54
14
Osasuna
34
43
53
15
Español
34
44
53
16
Rayo Vallecano
34
43
53
17
Valladolid
34
43
53
18
Elche
32
42
51
19
Levante
32
41
51
20
Almería
32
41
51
Esta tabla muestra nuevamente la desigualdad existente entre el FC Barcelona y el Real Madrid con el resto de equipos dado que ganarían la liga incluso con una actuación muy mala, como es la que denota el percentil 10 dado que la puntuación y FC Barcelona en su peor escenario supera al siguiente equipo en su mejor escenario.
Para concluir, habrá que ver que equipos son capaces de superar las predicciones y que equipos realizan una liga por debajo de sus posibilidades, pero eso ya será otra historia.

Julio del Corral Cuervo. Profesor de Economía en la Universidad de Castilla-La Mancha (síguele en twitter)