Sci Simple

New Science Research Articles Everyday

# Estadística # Aplicaciones # Economía General # Economía

Revolucionando la Evaluación de Jugadores de Fútbol con SFM

Un nuevo modelo revela las habilidades reales de los jugadores en el fútbol.

Alexandre Andorra, Maximilian Göbel

― 6 minilectura


Transformando el análisis Transformando el análisis del fútbol habilidades de los futbolistas. Nuevo modelo revela las verdaderas
Tabla de contenidos

Cuando se trata de fútbol, evaluar la verdadera habilidad de un jugador puede sentirse como tratar de encontrar una aguja en un pajar. Esto es especialmente cierto para los entrenadores y scouts que necesitan tomar decisiones importantes sobre fichar o intercambiar jugadores. El problema es que el rendimiento de un jugador a menudo está influenciado por la fuerza general del equipo, lo que hace que sea difícil determinar cuánto de ese rendimiento se debe realmente al talento individual del jugador.

El Problema con las Estadísticas Tradicionales

Seamos realistas: mirar los goles, asistencias o estadísticas generales de un jugador puede ser engañoso. Imagina a un jugador que marca varios goles en un partido, pero resulta que el equipo estaba jugando contra un oponente débil. ¿Es ese jugador realmente una superestrella, o simplemente tuvo suerte? Las estadísticas tradicionales pueden ser como una comida mal cocinada— a veces se ven bien en el plato, pero no sabes si saben bien hasta que das un bocado.

Presentando el Modelo de Factor de Fútbol (SFM)

Para enfrentar estos problemas, se creó el Modelo de Factor de Fútbol (SFM). Piensa en él como una receta de cocina que separa los ingredientes de alta calidad (las habilidades del jugador) de los aditivos cuestionables (la fuerza del equipo). Básicamente, el SFM quita las capas de influencia del equipo para revelar la verdadera habilidad de un jugador. Utiliza métodos estadísticos para dividir el rendimiento observado en dos partes: cuánto bien hizo el jugador y cuánto el equipo ayudó a que brillara.

Los Datos Detrás del Modelo

Para hacer que el SFM funcione, se recopiló un conjunto de datos único, sacando información de varias fuentes públicas. Estos datos incluyen detalles de más de 33,000 partidos jugados por 144 jugadores desde 2000 hasta 2023. ¡Eso es un montón de hojas de puntuación! Es como tener una enorme biblioteca de partidos de fútbol, donde cada libro cuenta una historia sobre el rendimiento de un jugador. Al analizar estos datos, el SFM busca reflejar con precisión la contribución de un jugador al juego.

El Rol de los Factores

Los factores en el SFM pueden verse como diferentes especias en un platillo, cada uno añadiendo su propio sabor. Estos factores pueden incluir la ubicación del partido (en casa o fuera) o la diferencia de puntos entre el equipo del jugador y el equipo contrario. La idea es tener en cuenta estos factores para medir mejor cómo se desempeñó realmente el jugador.

Habilidad por Encima del Reemplazo y Rendimiento por Encima del Reemplazo

Para hacer comparaciones entre jugadores, el modelo presenta dos nuevas métricas: Habilidad por Encima del Reemplazo (SAR) y Rendimiento por Encima del Reemplazo (PAR). Piensa en SAR como el boletín de calificaciones del jugador y PAR como una comparación de cómo se compara ese jugador con uno típico. Si SAR es alto, significa que el jugador probablemente está haciendo mucho más que el promedio, mientras que PAR da una idea de cuánto se potencia el rendimiento del jugador por estar en un equipo fuerte.

El Debate sobre el GOAT

Uno de los resultados interesantes del SFM es que puede ayudar a resolver el debate de quién es el mejor de todos los tiempos (GOAT) en el fútbol—¿Messi o Cristiano Ronaldo? Usando estas métricas, los fans y analistas pueden comparar más fácilmente sus habilidades y contribuciones al juego, aportando un poco de claridad a esta conversación interminable.

Hallazgos Clave

Al mirar los datos, surgieron varios patrones interesantes. Por ejemplo, resulta que los jugadores jóvenes a menudo muestran mucho potencial, pero sus habilidades pueden fluctuar a medida que ganan experiencia. Algunos jugadores pueden comenzar fuertes pero desvanecerse hacia el final de una temporada, mientras que otros pueden alcanzar su máximo después de unas temporadas.

El Efecto de la Madurez

Los jugadores tienden a rendir mejor al comienzo de la temporada, pero pueden tener dificultades a mitad, solo para encontrar su ritmo nuevamente a medida que la temporada concluye. Es casi como la versión atlética de las resoluciones de Año Nuevo: mucha energía al principio, luego un bajón a mitad de año, seguido de un empujón final para terminar fuerte.

La Importancia de la Incertidumbre

Otro aspecto interesante del SFM es el papel de la incertidumbre. Al evaluar a un jugador, el modelo no solo da una estimación clara de su nivel de habilidad, sino también cuán seguros podemos estar de esa estimación. Esto es crucial para los equipos que buscan invertir en nuevos jugadores, ya que les ayuda a sopesar los riesgos y posibles recompensas. Es como apostar en una carrera de caballos: quieres un favorito sólido, pero también quieres saber qué caballo podría sorprenderte.

El Futuro de la Evaluación de Jugadores

El SFM no es solo un truco; tiene la flexibilidad de adaptarse a varios deportes y tipos de jugadores. Ya sea fútbol, baloncesto o incluso béisbol, los conocimientos obtenidos de este modelo pueden ayudar a los equipos a tomar decisiones más inteligentes en la evaluación y contratación de jugadores.

Conclusión

El Modelo de Factor de Fútbol es un gran avance en cómo evaluamos la habilidad de un jugador en el fútbol. Al aislar el rendimiento individual de la dinámica del equipo, ofrece una imagen más clara de las verdaderas habilidades de un jugador. Esto no solo ayuda a entrenadores y scouts, sino que también enriquece la conversación entre los fans sobre comparaciones de jugadores.

En el mundo del deporte, donde cada decisión puede hacer o deshacer a un equipo, el SFM proporciona las herramientas necesarias para acertar. El futuro de la analítica futbolística se ve prometedor, y ¿quién sabe? Tal vez algún día ayude a identificar la próxima gran sensación del fútbol antes de que pise el campo. Hasta entonces, ¡que sigan los debates sobre Messi y Ronaldo, con un toque de humor y una pizca de habilidad!

Fuente original

Título: Unveiling True Talent: The Soccer Factor Model for Skill Evaluation

Resumen: Evaluating a soccer player's performance can be challenging due to the high costs and small margins involved in recruitment decisions. Raw observational statistics further complicate an accurate individual skill assessment as they do not abstract from the potentially confounding factor of team strength. We introduce the Soccer Factor Model (SFM), which corrects this bias by isolating a player's true skill from the team's influence. We compile a novel data set, web-scraped from publicly available data sources. Our empirical application draws on information of 144 players, playing a total of over 33,000 matches, in seasons 2000/01 through 2023/24. Not only does the SFM allow for a structural interpretation of a player's skill, but also stands out against more reduced-form benchmarks in terms of forecast accuracy. Moreover, we propose Skill- and Performance Above Replacement as metrics for fair cross-player comparisons. These, for example, allow us to settle the discussion about the GOAT of soccer in the first quarter of the twenty-first century.

Autores: Alexandre Andorra, Maximilian Göbel

Última actualización: 2024-12-08 00:00:00

Idioma: English

Fuente URL: https://arxiv.org/abs/2412.05911

Fuente PDF: https://arxiv.org/pdf/2412.05911

Licencia: https://creativecommons.org/licenses/by/4.0/

Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.

Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.

Artículos similares