LÓGICA ESTADÍSTICA DE LA INTERACCIÓN DE MARCA EN LOS PLAYOFFS DE LA NBA (2014-2019): FACTORES ESPACIALES Y TEMPORALES [Statistical logic of scoring interaction in NBA playoffs (2014-2019): The influence of time and space]

Resumen

El baloncesto es un deporte de engaños, pero también de números, y el conocimiento de su lógica interna se ha beneficiado desde hace décadas con las aportaciones de colegas como Sampaio e Ibáñez-Godoy. Aceptando que los playoffs de la NBA son la competición más exigente de nuestro deporte, nos planteamos dos objetivos complementarios: aportar las probabilidades asociadas a los lanzamientos de campo en función del espacio y el tiempo, y mostrar el camino seguido en el entorno R.
Nuestros análisis nos permiten aportar las distribuciones de probabilidad asociadas a los lanzamientos de campo en función del momento de juego y de la distancia al aro, como muestra la tabla1. Además, mediante sencillos modelos logit podemos constatar y mensurar el impacto que las distancias y los momentos del partido (periodo y minuto) tienen sobre la probabilidad de acierto.
Los mejores jugadores de baloncesto del mundo maximizan la utilidad de sus lanzamientos sin poder escapar de la lógica espacio-temporal del juego: la relación de fuerzas entre el ataque y la defensa sale a la luz en forma de funciones probabilísticas con una alta linealidad, sobre todo en lo que respecta al espacio, y apunta hacia interesantes cuestiones prospectivas. En este sentido, nuestro estudio proporciona bases estadísticas generales para la comprensión de esta lógica, permitiendo en un futuro avanzar en modelos de estudio bayesianos mejor informados.

Abstract
Basketball is a sport of deceptions, but also of numbers, and the knowledge of its internal logic has benefited for decades from the contributions of colleagues such as Sampaio and Ibáñez-Godoy. Accepting that NBA playoffs are the most demanding competition in our sport, we set two complementary goals for this study: to provide the a priory probabilities associated with field shots based on space and time, and to show the way we followed to calculate them in the R environment.
Our analyses allow us to provide the probability distributions associated with field shots based on clock-time and court position, as shown in Table1. In addition, by simple logit models we can see and messure the impact that distances and moments dring the match (period and minute) have on the probability of success.
The best basketball players in the world maximize the utility of their shots without being able to escape the space-time logic of the game: the balance between attack and defense comes to light in the form of probabilistic functions with high linearity, especially in terms of space, and points to interesting forward-looking questions. In this sense, our study provides general statistical basis for understanding this logic, allowing in the future to advance in better informed, bayesian study models.