Categoría: La Calculadora

Del chupón al cañonero

Ayer la ESPN publicaba un magnífico artículo de Henry Abbott (en inglés) que trataba de encontrar una explicación al hecho de que el número de jugadores que anotan 20 puntos por partido haya descendido espectacularmente: en la temporada 2007-2008 había 27, y ahora mismo hay sólo 9.

Después de repasar una serie de motivos y posibilidades, reduce su teoría a un par de motivos, que compro totalmente: uno de ellos, que la defensa que se está imponiendo gradualmente en la NBA trata de acumular defensores en el lado fuerte de la cancha. Los jugadores que suelen tener el balón, los anotadores de volumen, ven como la parte de la pista por la que pensaban avanzar se acumulan 3 ó 4 defensores y se ven obligados, con una mayor frecuencia, a mandar un pase al lado débil. Esto ha tenido otras consecuencias, como el aumento del número de asistencias entre los que otrora hubieran metido esos 20 puntitos por partido.

El segundo, me parece también importante para el hecho, pero una mera consecuencia del primero. El número de tiros libres, el resultado más eficiente de una posesión por lo general, salvo si te llamas Dwight Howard, ha descendido, especialmente en las estrellas, debido en parte a las modificaciones que hizo la Liga, reduciendo el número de «más uno» que se pitan.

Si los anotadores estrella siguieran manteniendo el volumen de tiro, con semejante descenso (alrededor del ¡30%! para los jugadores con más minutos), el ritmo de anotación habría descendido dramáticamente, y solo lo ha hecho de una pequeña manera: menos de 2 puntos por partido, y con un descenso de ritmo. Pero lo que sucede es que debido a esa sobrecarga de defensores en el lado fuerte, y a tener que pasar más, estos jugadores, que por su fama reciben faltas a un mayor ritmo de lo habitual, han reducido su volumen de tiro y de veces que se dirigen a la canasta y por tanto, que haya menos tiros libres, aunque explique perfectamente ese descenso en el grupo de «20 por partido», es una consecuencia del motivo principal, más que una causa.

Además, me gustaría añadir otro motivo: la concentración de talento. Esta temporada, fuera de los 20 puntos por partido, vemos a jugadores como Blake Griffin, Monta Ellis, Brook Lopez, Brandon Jennings o Dwight Howard y fuera de ese grupo de los 27 máximos anotadores, a Chris Paul, Deron Williams, Joe Johnson o Zach Randolph. Casi todos estos jugadores, han metido más de 20 puntos por partido cuando se han encontrado en equipos y situaciones con menor talento alrededor. El universo NBA post-CuLeBron ha concentrado a los mejores en una serie de equipos, como se puede ver en las elecciones del All-Star sin ir más lejos, y creo que es un factor reseñable, pero no demostrable. Que Deron o Griffin metieran más de 20 por partido el año pasado con peores plantillas no es garantía de que estén obligados a hacerlo este.

Pero volviendo al punto principal propuesto por Abbott, vamos a utilizar las estadísticas para refrendar su propuesta. Como no tenemos nada así como «porcentaje de tiros desde el lado débil», tendremos que tratar de buscar pistas en otros sitios. Por ejemplo, una de las impresiones que yo tengo es que la manera de atacar esta defensa acaba resultando en muchos pases a un tirador al otro lado de la pista, que sabe que habitualmente va a tener espacio para tirar. Como este jugador siempre va a estar estacionado en el lado débil, el equipo se puede permitir, o incluso, es deseable, tener al mejor tirador posible, aunque no sea capaz de penetrar o poner la pelota en el suelo. Y sí, si estáis pensando en Steve Novak, ya somos dos.

¿Y como medir la unidimensionalidad de un tirador? NBA.com ofrece una estadística con el porcentaje de puntos sobre el total conseguidos desde más allá de línea de 3. En la temporada 2007-2008, solo 5 jugadores metieron el 75% de sus puntos o más desde el triple. De estos 5, de todos modos, solo Damon Jones formaba parte de la rotación y 3 de ellos, jugaron menos de 120 minutos/20 partidos metiendo menos de 40 puntos esa temporada. Es decir, podríamos reducir el número de «tiradores unidimensionales elegidos con nuestro criterio arbitrario» a 1 y medio.

Avance rápido a 2013 y tenemos 7 jugadores metiendo el 75% o más de sus puntos desde el triple, y salvo James Jones, todos juegan un número de minutos reseñable en sus equipos.

Si bajamos el listón al 60%, y ponemos un requisito mínimo de minutos (1000 para la temporada completa de 2007-2008, unos 15 por partido en 60 partidos y 500 para la actual, que está casi a la mitad), solo 3 jugadores, Damon Jones, Keith Bogans y Eddie House cumplen los dos requisitos en 2008, y un total de 14 lo hacen este año.

Si quitamos la restricción de minutos, en 2008 hubo 11 jugadores que metieron al menos el 60% de sus puntos desde el triple, y este año hay 27. Es prácticamente la misma proporción que veíamos al principio, pero a la inversa.

¿Así que donde han ido los puntos que metían esos anotadores de volumen? Una buena parte, a tiradores estacionados en lado débil. En 2008, el equipo «medio» metía 6.6 triples por partido, e intentaba 18.1. Este año, pese al pequeño descenso en ritmo, la cifra ha subido a 7.2 y 20.1. Es decir: hace 5 años el 22.3% de los tiros de campo eran triples, y este año la cifra ha aumentado en 3 puntos porcentuales, al 25.3%.

Para ser justos habría que reseñar que el número de triples tras asistencia ha disminuido del 86.3 al 82.9%, algo que no apoya nuestra teoría. El aumento en triples por partido tras asistencia es mucho más ligero por tanto, del 5.7 a 6.0 simplemente, un 5% más, pero como hemos visto, los jugadores que meten este tipo de triples tienen un carácter mucho más especialista que en el pasado reciente. Y el flujo de un lado a otro de la pista es bastante evidente en los equipos que más atraen este tipo de defensas (Miami, New York o Oklahoma City).

En definitiva, al mismo tiempo que los anotadores de volumen se encuentran en peligro de extinción, aparece una nueva raza, el jugador que consigue casi todos sus puntos desde el triple.

La NBA siempre se podrá explicar desde la teoría de la evolución

Por qué ajustar el ritmo

Seguramente hayas leído alguna vez como se habla del ritmo (pace en inglés) o los números «por 100 posesiones» a la hora de analizar el rendimiento de equipos o jugadores, y te hayas preguntado el porqué de utilizar estos nuevos ajustes en lugar de los más tradicionales. Y la respuesta es, que reflejan un poquito mejor aún la realidad.

Vayamos con un ejemplo extremo: a día de hoy, los Rockets son el equipo que más puntos mete por partido, y el segundo al que más le meten ¿Tienen el mejor ataque y la segunda peor defensa? Intuitivamente, diríamos que no.

Hablar en términos de 100 posesiones en lugar de los números por partido, nos permite eliminar el efecto que tiene en las estadísticas jugar a un ritmo más rápido. Cuantas más posesiones haya en un partido, más se acumulan todos los números que genera un equipo. Así, el Índice Ofensivo (o Offensive Rating en inglés), que mide simplemente cuantos puntos mete un equipo por 100 posesiones en lugar de por 48 minutos, y el Índice Defensivo (Defensive Rating en la lengua de Chesapeake), que cuenta cuantos recibe, ofrecen una cantidad que no depende de la velocidad del juego. Con estas métricas, los Rockets a día de ayer eran el 7º mejor equipo en ataque, y el 16º en defensa, una posición muy diferente a la que tienen con las cifras por partido, debido a su ritmo de juego.

El equipo que más rápido juega en la Liga, Houston, como ya hemos dicho, utiliza un 10% más de posesiones por partido que el último ahora mismo, los New Orleans Hornets, con el resto de la Liga moviéndose entre medias de ese rango. Aunque 10 sobre 100 no parece una enorme diferencia, si nos fijamos en la escala en la que se mueven los números en la NBA (en las decenas o incluso las unidades, para estadísticas individuales, y como máximo en torno a la centena) sí lo es.

Y en las estadísticas de equipo, al final de la temporada todos han jugado 82 veces y (casi, por las prórrogas) el mismo número de minutos y la comparación por partido no está tan mal. Pero en caso de los jugadores, o para comparar la eficiencia de quintetos o combinaciones de jugadores entre sí, el uso de estadísticas por 100 posesiones es imprescindible, porque es una manera fácil y sencilla de dar los resultados en una misma escala, para poder comparar todo en la mayor igualdad de condiciones posible y establecer equivalencias con sencillez y precisión.

Así, viendo el Índice Ofensivo que tiene un quinteto jugando junto, o de un equipo en los últimos 5 minutos de partidos ajustado, podemos saber de manera inmediata que tal ha funcionado, sabiendo que la media está en torno a los 102-103 puntos por 100 posesiones, el líder suele encontrarse por encima de los 110 por 100, y los peores equipos por los 95-98. Sin embargo, si nos dicen que un grupo ha metido 240 puntos, aunque sepamos que ha sido en 120 minutos, tendríamos que echar cuentas, y sin conocer el ritmo al que juegan, no tendríamos referencia ninguna. ¿97 puntos por partido son mucho, o poco? Si hablamos de los Nuggets y su velocidad, el ritmo de anotación es malo, si es un quinteto de los sosegados Pacers, estaría por encima de la media.

Y las estadísticas ajustadas a ritmo no se quedan solo en estos dos índices. Por ejemplo, existe otra como el porcentaje o tasa de pérdidas (TOV% o TOR por Turnover percentage o ratio en inglés) que lo que hace es contar el número de pérdidas por 100 posesiones, y lo mismo para las asistencias con el AR (de Assist ratio). Así, los equipos que juegan más rápido no son tan buenos como parece en las estadísticas positivas, ni los lentos tan malos. De hecho, en asistencias por partido, los Rockets son 8º en la clasificación y los Hornets 21º, y cuando ajustamos a ritmo, New Orleans está justo por encima: 13º con 17.1 asistencias por 100 posesiones, con Houston 14º con 17. Las variaciones en el resto de la lista no son tan dramáticas, porque hemos cogido a los dos extremos, pero como veis, puede haber una gran diferencia juzgando a según que equipos.

Otra estadística tremendamente explicativa, que no solo ajusta a ritmo, y que por tanto no da resultados por 100 posesiones, es el porcentaje reboteador, REB% o REBR. Esta estadística calcula simplemente los rebotes que un jugador o equipo cogen sobre el total de los disponibles mientras están en pista. Así no se ajusta solamente a la velocidad del juego: también al número de fallos y oportunidades de rebote que ha habido.

Un ejemplo: el ritmo de Miami y Orlando es casi idéntico (93.8 y 94 posesiones por 48 minutos respectivamente). Pero mientras Miami pasa del 29º lugar al 25º, al cambiar los rebotes por partido por el REB%, Orlando apenas sube del 13º al 12º. Es porque en los partidos de Orlando hay más opciones de rebote por haber más tiros fallados (los Magic fallan 5 tiros más por partido que los Heat, un 12.5% más) y este tipo de diferencias alteran la clasificación. Así, Denver, que es 2º en rebotes por partido, es 6º en REB%, y los Grizzlies, que ocupan el 12º lugar si se mira la clasificación tradicional, es el 2º equipo que más balones recupera porcentualmente tras un tiro fallado.

Al ver los números de manera individual, y como se cuenta el porcentaje de rebotes sobre el total de las oportunidades, el REB% es totalmente independiente de los minutos del jugador. Así Reggie Evans, que con 8.7 por partido está muy lejos del liderato, es con un 26.2% el líder de esta clasificación. Y es mucho más explicativo saber que Evans coge uno de cada 4 rebotes, y alguno más, cuando está en juego, que ver unos números totales, en los que influye sobremanera que solo juegue 21 minutos por partido.

En definitiva, utilizar estadísticas ajustadas a 100 posesiones no es esnobismo, ni un concepto complicado para el que hagan falta difíciles fórmulas. Una vez que se conoce lo que representan, hay páginas en las que podéis ver las estadísticas como cualquier otras, sin tener que preocuparos de dónde vienen. Pero con la tranquilidad de saber que pintan un retrato mucho más fiel de la realidad de la Liga.

Si queréis ver las estadísticas que os hemos comentado, y otras más adaptadas a ritmo para las últimas temporadas, en la página de estadísticas de la ESPN, por ejemplo, puedes encontrarlas. Así, a día de hoy, Oklahoma City tiene el ataque más productivo de la Liga, pese a que Houston mete más puntos, e Indiana la mejor defensa, aunque Memphis reciba algunos menos por partido.

Anexo para los que no les importe hablar un poco más de números: Para comprobar si las estadísticas ajustadas a ritmo nos explican mejor lo que pasa, se puede hacer un pequeño experimento. Si vemos el coeficiente de correlación R² entre las victorias y el Índice Ofensivo y Defensivo, temporada a temporada, se encuentra consistentemente en torno al 0.6. Hay equipos que ganan siendo buenos en ataque, otros en defensa, y algunos en los dos, y por tanto, no hay correspondencia absoluta, pero los Índices parecen explicar una buena parte de la variación. Si utilizamos puntos anotados y recibidos por partido, sin ningún tipo de ajuste, vemos como el R² baja mucho. En la 2010-2011, última temporada completa de 82 partidos, los puntos anotados explican el 10% de la variación y los recibidos un 44%. El año anterior, de un 18% y un 35%. Aunque el coeficiente de correlación no sirve de prueba conclusiva, es indiscutible que ver la lista de los equipos que más puntos meten por 100 posesiones da mucha mejor información sobre su calidad que la de puntos por partido.

¿Existe el Basket-BABIP?

En béisbol, donde el análisis estadístico del deporte está a años luz del baloncesto (y siempre lo estará, porque es mucho más sencillo de modelar), en 1999, Voros McCracken, un geek de Internet que luego acabó trabajando para los Red Sox, propuso algo que el llamó DIPS, acrónimo de Defense Independent Pitching Statistics, o estadísticas de lanzamiento independientes de la defensa.

Según su teoría, un pitcher solo puede controlar el contacto del rival con la pelota y el número de home-runs: una vez que este la pone en juego bateándola en el campo, el resultado no depende de él, y cambia de año a año.

Esto se mide con el BABIP, de nuevo otro acrónimo, que esta vez significa promedio de bateo en bolas en juego, es decir, de todas las veces que una pelota es bateada dentro del campo, cuantas acaba en un hit y el bateador puede correr las bases, y cuantas en un out, y por tanto, es eliminado.

El BABIP, tanto de los lanzadores como de los bateadores, salvo en algún caso excepcional, no se correla de año a año, y su aleatoriedad se transforma en una herramienta para intuir la buena o mala suerte que está teniendo cada jugador. Simplificando, si el BABIP está por encima de lo habitual, eso indica que las estadísticas del bateador están infladas para bien, y las del pitcher para mal, y los números no están reflejando su verdadera habilidad, y viceversa.

Ahora bien, en el baloncesto, ¿hay algo parecido al BABIP? Recuerdo como al principio de esta temporada tras 4 partidos, los Hornets lideraban la Liga en Índice Defensivo, y al ver sus jugadas, te podías dar cuenta de la enorme cantidad de tiros que los rivales, pese a estar solos, habían fallado frente a ellos. Ahora mismo, los Hornets tienen la peor defensa de la Liga, y si el Basket-BABIP existiera, en esos 4 partidos, el de sus rivales hubiera sido bajísimo.

Otro ejemplo: hace apenas dos semanas analizamos a los Hawks, mejor defensa de la Liga entonces, y notamos como, también estaban teniendo una cierta suerte con los tiros mal defendidos, especialmente en el caso de Kyle Korver, que aparecía en los números de Synergy como 18º mejor defensa de la Liga en puntos permitidos a su par por jugada, y los rivales solo habían metido 6 de 32 triples defendidos por él, pese a que se quedaba en bloqueos, o era superado en el bote. Ahora, la defensa de los Hawks ha caído un poco, a la 4ª posición, Korver es el 60º jugador en puntos por jugada en defensa, el acierto en triples frente a él ha pasado a 12 de 42 (todavía bajo para lo esperado en total, pero 6 de 10 desde la última vez que hablamos de ello) y de ser el segundo equipo que peor porcentaje de triple permitía al rival (31.6%), han bajado a la 15ª posición en tan solo 5 partidos, permitiendo el 35.4% en el total de la temporada y un 42.9% en estos últimos 5, pese a jugar contra equipos que están 15º, 16º, 25º y (dos veces contra el) 20º en la clasificación de acierto.

Por tanto, ¿existe el Basket-BABIP? Aunque a otra escala y con diferencias respecto del béisbol, yo diría que sí.

El primer intento intuitivo de identificarlo, es pensar en los tiros no defendidos, o abiertos que se conceden al rival. Al terminar de ver un partido, a veces se tiene la sensación de que un equipo ha creado buenas opciones de tiro, de las que normalmente mete, pero muchos de ellos no han entrado.

Aunque el acierto en tiros de este tipo puede ser consistente en equipos o jugadores en ataque (los porcentajes son más o menos consistentes de año a año a la larga), en defensa, teniendo en cuenta que un equipo más o menos se enfrenta a todos los rivales, a los buenos y malos, tiene pinta de que podría ser independiente. Puede que haya equipos algo más inteligentes, que solo dejen abiertos a los peores tiradores, y otros que jueguen con fuego dándole facilidades a los mejores (al igual que hay pitchers que controlan un poco mejor su BABIP porque por su estilo, fuerzan más bateos al cuadro interior) pero en la gran mayoría de los casos, un porcentaje extremo (ya sea demasiado alto o demasiado bajo) en tiros no defendidos probablemente indique que ese equipo va a tender a regresar a la media. El porcentaje en tiros no defendidos se contabiliza, pero por desgracia, no es público. La versión más avanzada de Synergy (a la que no tenemos acceso), lo recoge, pero solo podemos especular.

Pero, ¿con la información pública podemos generar un Basket-BABIP? Además, la suerte no está solo en los tiros mal o no defendidos. Mirando los números de las últimas 12 temporadas, el Índice Defensivo (número de puntos que encaja un equipo por 100 posesiones), suele correlarse de un año a otro, con un R² siempre en torno a 0.4. Este índice no es muy fuerte, pero teniendo en cuenta los cambios de personal, tanto en jugadores como en cuerpo técnico, más si nuestra teoría es correcta, una cierta dosis de suerte, me parece una cantidad adecuada a lo esperado

¿Qué otra cosa se correla en la misma proporción de un año a otro? El procentaje que un equipo permite al rival en el área restringida.En los últimos 12 años, la R² de un año a otro ha estado siempre de 0.25 a 0.68, con un promedio de 0.4, al igual que el Índice Defensivo. Siempre existe el riesgo de caer en la falacia de implicar causalidad a partir de la correlación, pero la habilidad de proteger el aro parece que se mantiene de un año a otro.

¿Qué no lo hace? El porcentaje de acierto del triple rival. La R² de un año para otro entre el acierto en el triple del equipo contrario, salvo en el paso de la temporada 2005-2006 a la 2006-2007, que fue de 0.21 (todavía débil), no supera el 0.07 en ninguna de las otras 11 temporadas, y tiene un promedio de 0.04. Si separamos los triples en 2, los de la esquina, y el resto, sucede lo mismo: desde la esquina, el máximo es 0.15 y el promedio 0.03, desde más allá, el maximo es 0.09 y la R² promedio es también 0.03. Es decir, el porcentaje de acierto en triples en contra de un equipo es independiente de un año a otro, como se puede ver en el siguiente gráfico:

De nuevo, aunque hay que ser cuidadosos en las conclusiones, parece que los equipos no pueden controlar del todo el acierto del rival, y esta estadística tiene una posibilidad de ser independiente de la defensa. O tal vez no es independiente de la defensa en sí, pero como los equipos tienden a corregir los problemas, y a ajustar en los fallos, lo acaba siendo en la práctica.

Si nuestra teoría es correcta, hay margen para la esperanza en los equipos que peor están defendiendo el triple, y debería moderarse el optimismo en los que mejor lo están haciendo. Es importante no caer en la falacia del jugador, que un equipo lo esté haciendo mal, no quiere decir que esté obligado a mejorar, podría incluso a ir a peor. De hecho, aunque todos regresen a la media, a final de temporada hay un hueco, (de 8 puntos porcentuales el año pasado) entre los mejores y los peores. Pero curiosamente, la desigualdad es menor que con el acierto, en el que existió una diferencia de casi 10 puntos entre el mejor y el peor. Si retrocedemos un año, para descartar el efecto lockout, salvo por los Cavaliers, peor equipo defendiendo el triple de la Historia (¡41.1% en contra!), los otros 29 se agrupan en 5 puntos porcentuales, del 32.6% al 37.6%. En ataque, la diferencia entre el mejor y el peor es de 8.1, sin ningún resultado atípico. Y así sucesivamente.

Por tanto, esto podrían ser buenas noticias para los Suns y los Hornets, equipos que están permitiendo porcentajes ridículamente altos. El de los Suns (42.5%) superaría incluso al de los Cavaliers 2011 como el más lamentable de la Historia, y el de los Hornets (40.7%) sería el tercer peor, después de, atención, haber sido los segundos mejores la temporada pasada. De nuevo, repetimos, que la tendencia fuera la regresión a la media, no significa que estos dos equipos tengan que hacerlo, ya hemos visto, como en el caso de los Cavs, los outliers suceden. Y además, con estos dos equipos, su filosofía está llevándoles a este punto. El exceso de celo en proteger el aro y los cambios en los bloqueos son frecuentes, y si la mantienen, serán susceptibles al acierto del triple toda la temporada.

Por otra parte, Bulls (30.1%), Indiana (32.1%) y San Antonio (32.2%) son los que mejor lo están haciendo, lo cual debería encender la alarma amarilla, de momento. Ninguno de esos porcentajes en contra es histórico, como en el otro caso, pero en la última década solo 8 equipos han permitido menos que un 32.2%, y el registro de los Bulls sería el mejor desde los 90, temporadas en las que el porcentaje medio de la Liga solía ser inferior al actual. De nuevo, no está garantizado que vayan a empeorar, pero si hubiera que apostar, es más probable hacerlo en su contra.

Y ya para finalizar, los números sugieren que el Basket-BABIP podría tener otra aplicación a corto plazo en esta temporada. Ya os hemos enseñado que el porcentaje de acierto en la zona restringida, cerca del aro, parece tener una pequeña, pero cierta, correlación entre temporadas, y en los últimos 12 años, la R² no ha bajado de 0.25 como mínimo. Pues bien, a día de hoy, está en 0.11. Por enésima vez, esto no son 2+2, y estamos comparando con un año con lockout, lo que cambia algo la muestra, pero la tendencia del pasado sugiere que los porcentajes actuales deberían parecerse más a los del año pasado que lo que hasta ahora estamos viendo.

Esto podría ser el comienzo de buenas noticias para Boston (su porcentaje es 5.4 puntos porcentuales peor que el año pasado), Cleveland (5.3 más) o Chicago (4.9) y malas para Detroit (han mejorado en 4.6), Indiana (4.9) o Phoenix (6.7 mejor que el año pasado).

O no, porque como vemos, en el caso de Chicago y Phoenix, los dos equipos que marcan los extremos en la defensa del triple, su porcentaje de defensa en el aro ha empeorado/mejorado en la dirección opuesta. Hay equipos que cambian el enfoque en su defensa de un año para otro, y con los Bulls y los Suns puede que estemos ante un caso de diseño, no de suerte o aleatoriedad.

En conclusión, el único hecho demostrable es que el acierto del rival desde el triple es independiente de un año para otro. En un deporte tan complejo de analizar como el baloncesto no se puede ser conclusivo, y por tanto, toda teoría que extienda la idea es una simple hipótesis. Pero los valores más extremos en este apartado pueden ser un buen indicador de que una defensa está siendo sobre/infravalorada y es otro elemento de juicio, ni más ni menos, complementario a cualquiera, para juzgar el rendimiento de un equipo.

Por qué importa de cuánto ganas

Hay una frase muy usada en el deporte en general, que, varía en la versión literal, pero se reduce a un «Lo único que importa es la victoria» en la literaria. En la NBA, y no solo aquí, pero es de lo que hablamos, también importa mucho de cuanto ganas.

El margen de victoria (o diferencia de puntos, o +/-), la media por la que acabas ganando a tus rivales, tiene un valor predictivo igual o mayor que el de contar lo más sagrado en el baloncesto, las victorias, simplemente. No es algo que me esté inventando, está documentado en múltiples lugares, como por ejemplo, en el capítulo 30 de Mathletics, de Wayne L. Winston, a lo largo de todo el Basketball on Paper de Dean Oliver, o en The Wages of Wins de Dave Berri. También han aparecido numerosos artículos en blogs del New York Times, en 82games.com o en Little White Statistics por poner algunos ejemplos, y casi todos los sistemas de estadísticas avanzadas de evaluación de jugadores se basan en este concepto.La bibliografía es extensísima y seguro que podrías encontrar muchos más y mejores.

En la última década, en Playoffs, ya ha sucedido varias veces que el margen de victoria ha identificado mejor al campeón que mirar simplemente al número de partidos ganados. En los últimos tres años ambos sistemas han fallado bastante, pero si nos vamos atrás, nos encontramos con el poder predictivo de usar la diferencia de puntos. En 2004, los Pistons, tuvieron el 2º mejor margen de victoria tras San Antonio, pese a ser el 6º en la clasificación. En 2005, los Suns ganaron 3 partidos más que los Spurs, pero fue San Antonio, con mejor margen de victoria, el campeón final. En 2006 nadie vio venir a Miami, y en 2007 San Antonio, 3º en victorias, pero 1º en margen superando a Dallas y Phoenix, volvió a resultar ganador. Los Celtics dominaron la NBA y el margen de victorias en 2008, y en 2009, ambos métodos hubieran dado como ganador a Cleveland (fallos), pero ambos colocarían a Lakers por encima de Celtics (acierto).

Alguien puede pensar que el margen de victoria es injusto, porque si un equipo gana a uno malo de 30 y otro a uno bueno de 1, la diferencia no refleja la realidad. Pero como la NBA tiene 82 partidos, y todos juegan un número parecido de encuentros contra equipos malos y buenos, al final se acaba compensando.

Y también, aunque parezca que ganar de mucho es una tarea fácil, no lo es en absoluto, los que más ganan con amplios márgenes de victoria con regularidad, lo hacen precisamente porque son buenos, no al revés. La idea es muy sencilla: en partidos muy igualados, los pequeños detalles marcan la victoria. Los dos equipos se suponen igualados en fuerzas, pero el casillero de victorias reflejará al final el todo para uno, y la nada para el otro, mientras que el +/- contará la verdadera historia de la equidad. Por otro lado, las palizas representan el dominio absoluto de un equipo, y una diferencia en muchos casos mayor a la simple unidad, algo que el margen de victoria es capaz de capturar.

El coeficiente de correlación R² entre el número de partidos ganados por más de 10 puntos (un baremo arbitrario, pero hay que poner uno) y el de victorias a final de temporada fue de 0.71 el año pasado. Si nos vamos un año atrás, para evitar los efectos del cierre patronal,  R² sube a 0.82. Es decir, los equipos que más ganan de paliza, lo hacen porque son los mejores. No debe extrañar mucho como concepto, ni cuantitativamente, porque en el fondo, el número de victorias por paliza es un subconjunto del total de los partidos ganados, pero la relación es verdaderamente fuerte.

Si miramos el margen de victorias completo, su correlación con el número de partidos ganados es enorme (R² de 0.93 en 2012, 0.95 en 2011), para que veáis que es una diferencia reducida (el margen de victorias no va a decir que los Bobcats fueron buenos, o los Spurs malos), pero esa pequeña desigualdad, suele ser de una gran utilidad para predecir el comportamiento futuro de un equipo.

En basketball-reference.com miraron un poco más allá y trataron de buscar una relación entre equipos que ganan en Playoffs con el tipo de victorias de Liga Regular. Y descubrieron por ejemplo que desde que se unieron la ABA y la NBA, es un mejor indicador de éxito en la post-temporada, haber ganado de mucho (9 o más puntos) a equipos malos (menos del 50% de victorias) que de poco (menos de 5 puntos) a equipos buenos (con más 50% de victorias). Los equipos que habían obtenido más palizas a los peores de la Liga ganaban el 59% de los partidos en las Finales, y los que tenían ventaja en victorias ajustadas solo el 48%

Por eso el +/- sirve para poner la situación de los Lakers en un contexto mejor que el que sus 3 únicas victorias indica. La historia y los números parecen apuntar a que si llegan a las Finales de Conferencia, tienen una mayor probabilidad de ganar a su rival si han tenido más diferencias como la del partido de Detroit (29), o la del de Sacramento (13) que ellos, que batiéndoles con las de tipo pírrico como la que pudieron conseguir ante los Spurs.

Por supuesto, esto tampoco quiere decir que los fans de los Lakers tienen que ir sacando los billetes de avión para ir a ver a su equipo en las Finales a Charlotte, y menos con solo 8 partidos en este curso. Pero el hecho de que cuando han ganado, lo hayan hecho con semejante autoridad, pinta bien de cara al futuro.

Te presentamos… La Tabla

En La Crónica seguimos intentando acercarte estadísticas que no se ofrecen en este formato en ningún otro sitio (como ya hacemos con El Tiro), y hoy te traemos las métricas dependientes del quinteto, en función de si un jugador está en él o no.

Una de las herramientas para analizar el rendimiento personal, es ver como funciona el equipo cuando el jugador está en pista, en comparación con los momentos en los que no está en el quinteto. Estas estadísticas, como cualesquiera otras, no sirven evidentemente para ordenar de manera definitiva la calidad de los jugadores, pero pueden servir de refuerzo para intentar entender mejor su aportación.

Estas métricas se encuentran situadas en el contexto del equipo, por eso dependen mucho de con quién juegas o quién te sustituye (y ahora al principio de la temporada, con la muestra pequeña, incluso, de contra quién has jugado), y sus resultados son mucho más significativos para explicar papeles dentro de un equipo, que para comparar entre varios, por eso os permitimos buscar y ordenar jugadores, tanto en el conjunto de la Liga como el del equipo.

Podréis por tanto comparar varias estadísticas (+/-, +/- ajustado a 48 minutos, Índice Ofensivo, Índice Defensivo, %Rebote defensivo, %Rebote de ataque, %Rebote total, TS%, eFG% y TS% y eFG% del equipo rival) de equipo con un jugador determinado en pista, sin él, y la diferencia neta entre lo que sucedió cuando estaba y no estaba en pista.

También hay que indicar que las estadísticas de defensa (Índice Defensivo y el TS% y eFG% del rival) son mejores cuanto más pequeño sea el valor, y por tanto se deberían ordenar de menor a mayor, y tenéis un control para poder decidir el umbral mínimo de minutos necesarios para aparecer en la tabla.

Esperamos que os guste y os divirtáis jugando con La Tabla:

Mejor cuanto más cerca

Durante el avance que estamos haciendo del próximo año equipo por equipo, hemos repetido hasta la saciedad la importancia de tirar desde los sitios que más probabilidad de éxito y más esperanza de anotación tienen.

En el siguiente gráfico podréis ver los puntos por tiro desde todas las zonas de la cancha. Lo ideal es buscar el mayor número posible de intentos en el aro, y si no, jugársela de tres. La media y larga distancia cuando acaba en tiros de dos, son, por lo general, lanzamientos a evitar.

A la vista de esto, ¿hay alguna estadística que nos cuente de un vistazo qué equipos son mejores eligiendo desde dónde tirar? En Hoopdata.com usan la métrica que han llamado XeFG% (eXpected effective Field Goal%, o porcentaje de tiro de campo efectivo esperado, en español), que podríamos ver como una buena aproximación para explicar quiénes eligen los mejores tiros.

El funcionamiento es bastante sencillo. Para calcularlo, dividen la pista en 5 zonas, la primera a menos de 3 pies (casi un metro) de la canasta, la segunda para los tiros de 3 a 9 pies (casi 3 metros), otra de 9 a 16 (que acaba a unos 4.5 metros del aro), la siguiente desde los 16 pies hasta la línea de triple, y finalmente, el tiro de tres. Después calculan qué porcentaje del total de tiros intentando por cada equipo se realiza desde cada zona. Finalmente, se multiplican estos porcentajes por la media de acierto de toda la Liga desde ese apartado.

En definitiva, la XeFG% calcula el porcentaje de tiro efectivo (ajustado a triples) que tendría un equipo anotando al ritmo medio de la Liga en cada zona, de acuerdo a la distribución proporcional de tiros que cada franquicia tuvo en esos cinco lugares.

Obviamente, no es una estadística perfecta por motivos como:

  • Cinco zonas puede ser simplificar mucho. Por ejemplo, los triples desde la esquina, que está más cerca, se meten con un poco más de frecuencia que desde cualquier otro sitio, pero todos los tiros de tres se consideran iguales.
  • No todos los equipos tienen que imitar la media. Hay franquicias que tienen un personal diferente que encuentra más fácil/difícil los tiros desde una posición que el resto.
  • La distancia no es lo único importante al crear un tiro: puede ser más fácil lanzar una canasta de dos lejana completamente solo, que anotar al lado del aro posteando con un dos-contra-uno encima.
Aún así, pese a reconocer que no es la estadística perfecta (que como siempre, no existe) para medir la habilidad de un equipo para optimizar la elección de dónde genera los tiros, es muy representativa y nos sirve para explicar porque el ataque de algunos equipos es más exitoso que el de otros.
Utilizando este porcentaje esperado y el real, además, podemos ver qué equipos y jugadores fueron buenos anotando porque eligieron buenos tiros, y cuáles porque su acierto fue mejor de lo normal. En el siguiente gráfico comparamos el XeFG% en el eje horizontal (cuanto más a la derecha, el equipo es mejor eligiendo los tiros) con la diferencia eFG%-XeFG% que sería la métrica que representa en cuanto mejora cada equipo el porcentaje esperado ponderado por zonas (cuanto más arriba, mejor ejecución comparado con la media)

Como podéis ver, el mejor equipo de la Liga en eFG%, los San Antonio Spurs, no lo son por elegir especialmente el tiro más eficiente, sino porque anotan mejor que la media. Por el contrario, los Denver Nuggets, que tuvieron el 3er mejor registro en eFG% la pasada temporada, lo hicieron siendo los que mejor distribuyeron sus lanzamientos en función a la eficiencia, pese a que su ritmo de acierto estuvo, incluso, un pelo por debajo del resto de la Liga.

Una cosa que me llama la atención muchísimo de este gráfico, es que apenas hay equipos en los dos cuadrantes extremos. No hay franquicia que sea puntera tanto eligiendo como ejecutando, y solo hay uno pobre en los dos aspectos, toda una aberración como fueron los Bobcats. Para mí, esto explica de una preciosa manera la capacidad de la NBA de ajustarse frente al rival. Parece que los equipos estén obligados a escoger entre una buena selección de tiro y su ejecución, y que las defensas pongan más celo en defender los lugares más conflictivos cuanto más se acerque allí el rival. De hecho, la correlación entre selección de tiro y su ejecución es negativa: cuanto mejores tiros elijas tirar, peor va a ser el acierto en esas zonas respecto a la media. Un bonito equilibrio.

A continuación os presentamos la misma tabla, ahora con jugadores (más de 20 minutos por partido), donde ya no se observa ese fenómeno. Tyson Chandler, que tuvo un eFG% astronómico (el 5% más que el segundo de la clasificación), lo hizo, como prácticamente no podía ser de otra manera, seleccionando los mejores tiros (prácticamente solo lo intento al lado del aro) y ejecutándolos a un ritmo mayor a la media. Por lo general, esta clasificación va a estar encabezada por los hombres altos que restrinjan sus intentos a la zona protegida, pero es interesante buscar que exteriores eligen y cuales ejecutan, mejor.

Y a continuación os adjuntamos la tabla para que puedas buscar tu jugador favorito.

No por mucho taponar… acabarán los tiros cercanos

Hace un mes ya os contamos como el tapón es, solamente, una pequeña parte de la defensa de un equipo, y volvemos a sacar La Calculadora, para comprobar algunos mitos sobre la intimidación. Después de ver muchas horas de baloncesto, mi teoría es que en la NBA, los jugadores atacan el aro con la misma frecuencia ante un intimidador reconocido, que ante un jugador cualquiera. Habrá jugadores que pueden asustarse y preferir dar dos pasos atrás, pero se compensan con los de ego inflado que buscan llegar a poner en un póster al insigne repartidor de pinchos de merluza que tienen delante. En definitiva, mi impresión subjetiva es que la distribución de tiros, en cuanto a distancia, no cambia por defender con un buen taponador. ¿Qué creéis vosotros?

Como somos de hacer números cuando nos quedamos con la duda, nos hemos ido al Play Index+ de Basketball-Reference.com y hemos contado (bueno, hemos programado al ordenador para que lo haga, mucho trabajo para el ábaco…) el número de tiros que recibe cada equipo a 1 pie, 2 pies, 3 pies… hasta 30 pies de la canasta. El pie equivale a unos 30 centímetros, así que cada 3 pies y poco, estaríamos hablando de un metro.

Y, ¿hay alguna evidencia de que los equipos que mejor taponan alejan más los tiros de sus rivales? La verdad es que no. Lo primero decir, que estamos mirando la distancia de los tiros. La intimidación puede funcionar de otras maneras: cambiando el ángulo del lanzador, forzando a tirar más alto o rápido que de costumbre, etc. Eso, tal vez lo haga, pero la distancia (al menos con los datos de la pasada temporada), parece que no cambia.

En el siguiente gráfico (pincha si quieres ampliarlo un poco más) se puede ver el porcentaje de tiros intentados sobre el total que recibió cada equipo en función de la distancia. Cada segmento de color marca un paso de un pie, es decir, el azul marino es el porcentaje de tiros recibidos de cero a un pie de distancia, el naranja siguiente el porcentaje recibido de 1 a 2, el amarillo de 2 a 3… y así sucesivamente. Los equipos están ordenados por su porcentaje taponador (Block %), de mayor a menor, es decir, los de más arriba son los que más tapones pusieron por jugada, y los de abajo los que menos.

Si la tesis de que el poner muchos tapones disuade a los equipos de tirar desde cerca, los primeros equipos del gráfico deberían recibir menos tiros en las proximidades de la canasta (los primeros segmentos de las barras, deberían ser más pequeños) que los últimos, pero vemos que no hay una diferencia entre los grupos. Mirando por ejemplo los tiros a menos de un pie de distancia (el primer segmento de la barra, el azul marino) vemos que aunque el equipo que más tiros permitió a esa distancia, y con mucha diferencia además, Detroit, es de los peores taponando, el que menos recibió en ese rango, los New Jersey Nets, son aún peores.

Para verlo un poco más resumido, vamos a agrupar las distancias, y marcar los porcentajes acumulados por cada 3 pies (91.5 cm, casi un metro):

Aquí vemos que hay un equipo que destacó sobremanera recibiendo tiros cerca de la canasta, lo que no es coincidencia teniendo en cuenta que ha realizado posiblemente la peor temporada de la Historia. Los Bobcats a pesar de poner más tapones por jugada que la media, son más atacados cerca de la canasta que ninguno: hay 8 equipos que reciben menos porcentaje de tiros a 6 pies (casi 2 metros) de la canasta que los Bobcats a 3 pies (casi 1 metro). Curiosamente, de esos 8 equipos que menos tiros reciben a 6 pies, ninguno de ellos está entre los 8 con mejor porcentaje taponador.

Los equipos que más logran alejar al rival de su canasta son Orlando, San Antonio, Philadelphia y Phoenix. Orlando, con Dwight Howard, se podría ver como un ejemplo positivo del efecto de la teoría de la intimidación, pero como equipo su porcentaje taponador es muy reducido. También podríamos pensar que Tim Duncan es el responsable de la intimidación de los Spurs, pero de nuevo, los números de Block % llevan a pensar que se trata más de un esfuerzo colectivo que individual. Si alguien quiere pensar que esto corrobora la teoría de la intimidación a través de Howard y Duncan, adelante, es libre de hacerlo, y tal vez tenga razón, pero en el paquete de intimidadores de élite se tiene que llevar también al grupo que apatrulló la zona en Philly (Hawes, Vucevic y Allen) y a Gortat, a nadie más. Y no se admiten recambios.

Para finalizar, vamos a echar un vistazo a la relación entre distancia de tiros a la canasta y porcentaje taponador. El coeficiente de correlación esperado es negativo: es decir, cuanto más tapones se pongan, esperamos recibir menos tiros cerca de la canasta. La correlación entre el Block % y el porcentaje de intentos recibidos a un pie, es negativo, pero muy pequeño, un -0.21. Si aumentamos la distancia para encontrar la relación con tiros a una distancia de 3 pies, el efecto desaparece, la correlación no llega al -0.02. Si lo llevamos a 6 pies, la correlación se convierte en positiva, un 0.21, lo que querría decir que hay una pequeña tendencia que a menos tiros recibidos a 2 metros de la canasta, menos, en lugar de más, tapones se ponen.

La proporción que si se mantiene en todo momento, y con un poco más de fuerza, aunque tampoco es muy relevante, es la que existe entre Índice Defensivo y la distancia a la canasta. Hay un factor de correlación de 0.38 entre la cantidad de tiros permitidos a menos de dos metros y el número de puntos recibidos por 100 posesiones, pero esta contribución es muy pequeña. Es decir, conseguir que el equipo rival tire lo más lejos posible del aro, efectivamente, ayuda a tu defensa, pero no marca mucho la diferencia. Y la manera de conseguir este efecto, no parece ser la intimidación.

En resumen, tras analizar los datos de la pasada temporada, no encontramos evidencia de que los equipos que más tapones ponen, consigan que los equipos rivales se alejen de su canasta para intentar los lanzamientos debido a la intimidación. Como ya hemos dicho, este efecto puede funcionar de otra manera, alterando la efectividad, el ángulo o el arco del tiro, pero en distancia no lo hace. O tal vez los jugadores se sienten intimidados por  la percepción del jugador que tienen enfrente, que por el número de tapones que pone. Quién sabe. Pero la próxima vez que oigas decir que un jugador ha preferido tirar desde más lejos por el miedo al tapón, cuestiónate la afirmación.

¿Cuánto hubiera cobrado Rudy Fernández?

La pregunta tiene una respuesta fácil: lo que hubiera ofrecido el mejor (en dólares, minutos garantizados, competividad, cariño…) postor. Pero como no lo sabemos, y es posible que nunca lo hagamos, vamos a tratar de echar un vistazo a su producción y al mercado de este año para tratar de estimar una cifra.

Empezamos viendo los contratos que se han dado a los escoltas este año. Vamos a partir de que Rudy en la NBA es un escolta (según 82games.com, ha jugado al menos el 73% de los minutos en esa posición las 4 temporadas que ha estado en la Liga), y vamos a ver los contratos que se han ofrecido a los escoltas en este verano:

NombreEdadDuración (años)Cantidad totalMedia anual
Eric Gordon23454.013.5
Landry Fields24318.86.3
Nick Young2715.65.6
Courtney Lee26421.45.4
Jason Terry34315.75.2
Jamal Crawford32315.75.2
Louis Williams25315.75.2
Brandon Roy28210.25.1
O.J. Mayo2428.24.1
Brandon Rush2727.83.9
Gerald Green26310.53.5
Shannon Brown2627.03.5
Ray Allen3726.23.1
J.R. Smith2625.72.9
Danny Green25311.32.8
Randy Foye2812.52.5
C.J. Miles2524.52.3
DeShawn Stevenson3136.72.2
Marco Belinelli2612.02.0
Jodie Meeks2523.01.5
Delonte West2911.41.4
Ronnie Brewer2711.11.1

Como podemos ver, los hay de todos tipos y colores. Pero para nuestro estudio, vamos a hacer una corrección. En la NBA, la cantidad de dinero que se paga, depende de la duración del contrato. Cuanto más corto es un contrato, menos justo es. Los de un año suelen estar desfigurados, por exceso o por defecto, porque a veces los equipos están dispuestos a gastar más en un jugador para convencerle con un contrato corto (ejemplo 1, Nick Young), o al revés, el jugador está dispuesto a cobrar menos para llegar a un equipo con condiciones favorables que le pueda servir de trampolín para un nuevo contrato el año siguiente (ejemplo 2, Ronnie Brewer). Cuanto más corto es el contrato, menor es el riesgo para el equipo, y el jugador lo puede interpretar como una oportunidad para hacer caja o para promocionarse en busca de un contrato largo al año siguiente. Por tanto, vamos a calcular lo que hemos llamado contrato equivalente a 4 años para poder corregir estos efectos, y normalizar e igualar todos los contratos. La idea detrás de esto es que según los contratos se hacen más largos, se acercan a la media del grupo. Podría ser un buen ejercicio (para una futura entrada, quizá…) comprobar si esta noción intuituva se observa realmente en los números, pero vamos a dar por hecho que sí.

Lo que hemos hecho (y te dejamos que te saltes este párrafo si confías en nosotros y te quieres ahorrar las matemáticas, aunque sean básicas) en este caso es tomar la media de lo que ganarán estos 22 jugadores por año (4 millones), y calcular que por cada año que pasa hasta llegar a 4, se va reduciendo la diferencia entre la cantidad firmada y la media un 20% (el factor lo he elegido por dar resultados razonables a priori, y porque concuerda con colocar la MLE a 5 millones al año al plazo de 4 años). Por ejemplo, Ronnie Brewer ha firmado por un año y el mínimo (1.1 millones, en su caso) con New York. La diferencia entre este contrato y la media del grupo es de 2.9 millones. Según nuestros cálculos, este contrato sería equivalente a un contrato de 4 años, sumándole 3 veces (los años que le faltarían para llegar a 4) el 20% de la diferencia con la media (20% de 2.9=0.58 millones). Por tanto, estimamos que el contrato de 1.1 millones de Brewer sería equivalente a un contrato de 1.1+0.58=1.7 millones al año si hubiera firmado por 2 años, de 1.1+0.58*2=2.3 millones al año si hubiera firmado por 3 años, y 1.1+0.58*3=2.8 millones al año si firmara un contrato por 4 años. Con un contrato por encima de la media como el de Nick Young, pasaría al revés, la cantidad iría decreciendo, y estimamos que por 4 años, hubiera firmado por unos 4.6 millones al año, en lugar de los 5.6 que cobrará este año.

Y tranquilos, que no os vamos a poner a hacer cuentas, a continuación tenéis la tabla con la estimación del sueldo anual en un contrato equivalente a 4 años:

NombreDuraciónMedia AnualEstimación equivalente a 4 años
Eric Gordon413.513.5
Landry Fields36.35.8
Nick Young15.64.6
Courtney Lee45.45.4
Louis Williams35.25.0
Jamal Crawford35.25.0
Jason Terry35.25.0
Brandon Roy25.14.7
O.J. Mayo24.14.1
Brandon Rush23.93.9
Danny Green32.83.0
Gerald Green33.53.6
Shannon Brown23.53.7
Ray Allen23.13.5
J.R. Smith22.93.3
Randy Foye12.53.4
C.J. Miles22.33.0
DeShawn Stevenson32.22.6
Marco Belinelli12.03.2
Jodie Meeks21.52.5
Delonte West11.43.0
Ronnie Brewer11.12.8

Ahora que ya tenemos una estimación que nos permite igualar todos los contratos, vamos a compararlos con la producción más reciente de cada jugador. Aunque todavía no exista la estadística perfecta para resumir todas las contribuciones de un jugador, y reducirlas a un número, hay una serie de estadísticas, que sin ser definitivas en absoluto, representan bien el juego en general. No nos detendremos a explicarlas aquí, pero el RAPM, WARP, PER, Win Shares o Wins Produced son algunas de ellas.

Nuestro simple modelo, toma los datos por 48 minutos jugados de 3 de ellas (Win Shares, PER, Wins Produced) de los últimos 3 años, ponderando más los años más recientes, y utiliza el modelo de Arturo Galletti de la página The Wages of Wins, que explica que la producción estadística por minuto de un jugador, se incrementa hasta los 27 años, y a partir de ese punto, empieza a decaer, para estimar las contribuciones de los jugadores durante los próximos 4 años.

Eliminando los tres jugadores que se han perdido alguna de las últimas tres temporadas (Brandon Roy, Gerald Green, Landry Fields, que además, por diferentes motivos, son casos diferentes a los de estudio) tenemos 19 jugadores para analizar, y hemos comprobado que el método que mejor se correla entre producción estimada en el futuro y salario equivalente a 4 años es el PER, con un factor de correlación del 57%. Esto no quiere decir que esta sea la mejor estadística para interpretar el rendimiento de los jugadores, solo que es la mejor explica el valor de mercado de los escoltas este verano. ¿Por la que más se guían los GM, quizá?

En la siguiente tabla os mostramos la estimación de PER durante los próximos 4 años de los 19 jugadores estudiados, más 4 agentes libres: Rudy Fernández, Leandro Barbosa, Marquis Daniels y Michael Redd. Si sumamos las contribuciones estimadas de los jugadores a lo largo de los próximos 4 años, y ordenamos a los 23 jugadores, Barbosa aparecería 9º, Rudy 12º, Redd 21º y Daniels 22º.

Posición por PER totalNombrePER 11-12PER 12-13PER 13-14PER 14-15PER 15-16Suma PER a 4 años
1Louis Williams20.219.820.020.019.879.5
2Eric Gordon19.218.719.219.519.777.1
3J.R. Smith15.215.815.815.615.262.3
4O.J. Mayo14.714.514.815.015.059.3
5Danny Green15.514.514.714.714.558.6
6Jamal Crawford15.715.014.213.212.254.6
7Shannon Brown13.613.613.613.413.153.6
8Jason Terry15.715.014.012.911.753.5
9Leandro Barbosa14.014.113.613.012.353.1
10C.J. Miles12.413.113.313.313.152.9
11Delonte West15.313.713.212.712.051.6
12Rudy Fernández13.313.313.112.812.351.4
13Courtney Lee12.612.812.812.612.350.6
14Nick Young12.913.112.912.512.050.5
15Ronnie Brewer12.312.812.612.311.849.6
16Brandon Rush15.212.712.512.211.749.2
17Jodie Meeks11.512.112.312.312.148.7
18Ray Allen14.814.212.911.510.048.6
19Marco Belinelli11.912.312.312.111.748.4
20Randy Foye13.512.612.211.711.247.7
21Michael Redd13.911.410.59.58.439.7
22Marquis Daniels8.19.08.37.46.531.2
23DeShawn Stevenson4.35.44.73.82.916.8

Atendiendo a la estimación del PER, y comparándolo con la distribución de salarios, hay dos jugadores que se destacan en esta promoción (Eric Gordon, que recibió el máximo, y Louis Williams, que parece una ganga por la MLE), un grupo de 3 jugadores (Smith, Mayo y Green) que se corresponderían con los 3 que cobrarán la MLE, y luego hay 15 jugadores separados por 7 puntos de PER a lo largo de 4 años que podrían ser prácticamente intercambiables en esa franja de salarios de 3 a 5 millones, antes de llegar a la cola donde Redd y Daniels se acercan a Stevenson como merecedores de, probablemente, nada más que el mínimo.

Si ordenáramos los salarios estimados equivalentes de mayor a menor, para dar una cifra más precisa, y ver donde caerían nuestros agentes libres, diríamos que el valor de Barbosa estaría entre los 3.9 y 3.7 millones, el de Rudy entre los 3.5 y 3.4 millones. Esta noción viene además refrendada por los valores de PER que tienen Rudy y Leandrinho. El PER es una estadística diseñada para que el jugador con una producción media, tenga un valor en torno a 15. El PER de Barbosa el año pasado fue de 14, y el de Rudy 13.3, por lo que como jugadores ligeramente por debajo de la media, deberían recibir un suelo ligeramente por debajo de la media. La media en sueldos la marcaba la famosa Excepción de Nivel Medio, de 5 millones, pero ahora que muchos equipos solo pueden utilizar la Mini-MLE, de 3 millones, en lugar de 5, el salario medio de los agentes libres, empezará a descender este verano, por lo que el rango de 3 a 4 millones parece ser el futuro que espera a jugadores con la producción de Barbosa y Rudy, siguiendo un modelo basado en PER.

Por producción estadística por minuto (el PER no tiene en cuenta partidos pérdidos), ya tenemos una estimación del valor de Rudy Fernández en el mercado. A los 3.5 millones que hemos calculado, habría que añadirle una serie de cosas. En primer lugar, su estado de salud. Pese a que sus 3 temporadas en Portland fueron buenas en ese aspecto (4, 20 y 4 partidos perdidos respectivamente), la temporada pasada se perdió 35 partidos, más 7 de Playoffs, una alerta roja de cara al mercado. Pero más partidos perdió aún Eric Gordon, y su contrato fue por el máximo.

Otro punto a analizar es la contribución defensiva. Las estadísticas en general, y el PER en particular, no son muy indicadas para evaluar aisladamente la contribución defensiva de un jugador, pero esto se tiene en cuenta a la hora de dar un contrato (ver el ejemplo de Courtney Lee, un jugador de edad y producción análoga a Rudy, y que cobrará por encima de la MLE). Los índices defensivos de Rudy son bastante consistentes, y se encuentran en la media de la Liga. Incluso, algunos modelos, que dan más importancia a las estadísticas defensivas que se recogen en los box-score (robos, tapones, faltas realizadas) lo consideran un muy buen defensor en su posición, ya que su porcentaje de robos y de faltas es mejor a la media. Por lo tanto, podríamos considerar que la aportación defensiva en su caso se le anotaría como un positivo en la valoración.

También se podría ver a Rudy como un especialista. Tal vez, aunque su aportación estadística en general no sea destacada, su proficiencia en algún área del juego podría hacer que para los equipos merezca la pena rascarse el bolsillo. ¿Triples, tal vez? Desde que en su año de rookie, batiera el récord de número de triples conseguidos en una temporada por un novato, tiene cartel de tirador. Pero los números no demuestran que destaque en ningún area, ni siquiera en esa.

A continuación, gracias al buscador the The NBA Geek, hemos comparado los números de Rudy año a año con aquellos del escolta medio NBA, por 48 minutos de juego. Pasa mejor (sobre todo estos dos últimos años), protege bien la pelota de las pérdidas, y como ya hemos dicho, es bueno robando la pelota y no cometiendo faltas. Por otra parte, anota y rebotea un poco por debajo del ritmo medio. Nada especial.

Lo que pueden sorprender un poco más son los porcentajes de tiro: sus puntos por tiro (PPS) después de un primer gran año en el que fueron muy superiores al escolta medio, han estado por debajo de la media el resto de años. Con su porcentaje de tiro de 3 sucede lo mismo. A pesar de tirar menos de 3, cada vez anotaba menos. Difícil considerar especialista a un jugador que lleva dos años sin pasar la frontera del 33%, por muy bueno que fuera su primer año en la Liga.

De manera subjetiva, creo que la incertidumbre con su salud, y la impresión alrededor de la Liga de su hastío con la NBA, unido a la reducción de la excepción de nivel medio para la mayoría de equipos y la cantidad de oferta comparable a él en el mercado este año, gravitarían el posible sueldo de Rudy más hacia los 3 millones de dólares anuales que hacia los 4. Leíamos en TuBasket el año pasado que el contrato de Rudy en España estaría en torno a los 3 millones de €, por lo que, con el cambio de divisa a su favor en España, parece que Rudy tomó la decisión correcta a priori.   Sería difícil justificar con su rendimiento reciente un contrato por la MLE completa o superior. Aunque cosas peores se han hecho…

En el caso de Barbosa, la estadística (y nuestra impresión) lo sitúa como peor defensor, pero se ha mantenido sano este año y nunca se ha dudado de su continuidad en la NBA. Su valor de mercado debería estar, como el de Rudy, en esa horquilla de 3 a 4 millones, y ahora mismo probablemente sea el mejor agente libre disponible en una lista que se ha ido reduciendo, pero su gran problema en este momento es la demanda: solo Cleveland y Phoenix tienen espacio para ofrecerle un contrato por encima de 4 millones, y solo Denver, Oklahoma, Milwaukee o Orlando podrían ofrecerle entre 3 y 4, algo que, por unos motivos o por otros no parece inmediato. Si Phoenix no se lo piensa mejor, lo más probable es que Barbosa acabe eligiendo un contrato corto y pequeño de los que hablábamos al principio para volver a salir al mercado en otro momento, tal vez más propicio.