Privacidad &Cookies
Este sitio utiliza cookies. Al continuar, aceptas su uso. Más información, incluyendo cómo controlar las cookies.
Brad Pitt y Jonah Hill introdujeron la sabermetría a las masas en 2011 en Moneyball.
Todos hemos oído el dicho «Sé amable con los empollones. Lo más probable es que acabes trabajando para uno». No sólo trabajé para uno sino que pedí trabajar para él. John no es un empollón en el sentido tradicional. Tiene suficiente presencia social para desenvolverse en el mundo sin la torpeza que generalmente se asocia con una inteligencia inusualmente alta y es sorprendentemente atlético, ya sabes, para ser un empollón. Su intelecto natural se sale de lo normal. Se le dan bien los números. Habla tan rápido que no crees que ni siquiera él pueda digerir todos los números que lanza.
Una cosa que gané al trabajar con él es que cualquiera puede aprender números. No me malinterpretes, aprender números y matemáticas es una cosa. Tener un cerebro que pueda procesarlo a la velocidad de la luz es otra cosa. Pero si puedes cambiar tu forma de pensar y dividir las cosas en trozos más pequeños y fáciles de entender, descubrí que entender a John era posible.
De la misma forma que entender a John requirió que cambiara conscientemente mi forma de pensar sobre los números que él lanzaba, la sabermetría requiere que recableemos la forma en que nuestros cerebros piensan sobre las estadísticas del béisbol.
Bill James definió la sabermetría como la búsqueda de un conocimiento objetivo sobre el béisbol.
Si una sabermetría está midiendo el rendimiento de un jugador de posición o de un lanzador, casi siempre se expresan en victorias, carreras o en relación con la media de la liga. Esto se debe a que el objetivo del béisbol es ganar el partido anotando más carreras que su oponente.
Esta es la forma en la que necesitamos reentrenar nuestros cerebros. Cuando evaluamos a los jugadores y sus actuaciones, tenemos que pensar en términos de cuántas carreras o victorias vale este jugador y su actuación. O tenemos que pensar en términos de cuánto ha mejorado o empeorado en comparación con la media de la liga. Esto es pensar sabermétricamente.
Las preguntas que nos hacemos no han cambiado. Todavía queremos saber qué jugador es «más valioso». Todavía queremos saber qué jugador a lo largo de la historia es el más grande. Todavía queremos saber si los lanzadores son tan valiosos como los bateadores. En lugar de utilizar conjeturas, la sabermetría ha adoptado un enfoque matemático para intentar responder a estas preguntas.
Trout y Cabrera fueron la encarnación de la nueva escuela frente a la vieja escuela durante el debate sobre el MVP de 2012.
Esto no significa que desestimemos o dejemos de preocuparnos por los home runs, los rbi, las bases robadas, las entradas lanzadas, los strikeouts y otras estadísticas tradicionales. Esas estadísticas son datos en bruto y a menudo se denominan estadísticas de conteo. Sin estos datos brutos, la sabermetría no es posible. Necesitamos conocerlos para evaluar adecuadamente a los jugadores. Por sí solas ya no nos proporcionan respuestas a nuestras preguntas. En cambio, son piezas de un complejo rompecabezas que intentamos resolver para responder a estas preguntas.
La sabermetría es una ciencia en continua evolución. Los sabermetristas, por naturaleza, no están satisfechos. Tratan de mejorar lo existente y buscan nuevas formas de medir. A medida que la cantidad de datos disponibles siga creciendo, el número de métricas y su precisión aumentará.
No tengo un título avanzado en matemáticas. Soy la prueba de que una persona con una formación matemática limitada puede tener un conocimiento práctico del análisis estadístico avanzado. Simplemente tienes que querer aprenderlo.
En esta serie de artículos, hablaremos de métricas con las que quizás no estés familiarizado. No intentaré explicar cada métrica mencionada en cada artículo. Mi idea es ir desgranando una métrica mayor a la vez.