Connecta amb nosaltres
win shares ofensius estadistica avançada basquet nba

NBA

Win Shares Ofensiu: medir les victòries

Seguim repassant conceptes d’estadística avançada.

Comparteix

Win Shares Ofensiu: medir les victòries

Win Shares (WS) és una estadística creada pel pare de la Sabermetría, Bill James. Es va inventar per utilitzar-la en el món del beisbol, però s’ha adaptat també a l’univers del bàsquet. El concepte és senzill: busca conèixer la contribució d’un jugador a les victòries de l’equip, el que ens donarà un nombre teòric de les victòries que ens ofereix un jugador. Sembla simple, però, … El desenvolupament és una mica més complex. El jugador pot aportar tant defensivament com ofensivament a les victòries de l’equip. En aquesta primera edició parlarem de l’aportació ofensiva, del Win Shares ofensiu.

La diferència principal és que en el món del bàsquet pot haver-hi jugadors amb un Win Shares negatiu, mentre que en el beisbol el nombre mínim seria 0. També en el beisbol la suma dels WS dels jugadors ens dóna les victòries de l’equip, mentre que en el bàsquet és un nombre que s’aproxima, però no és exacte.

Si un jugador té un Win Shares de tres, aquests ens diu que el mateix ha aportat al seu equip tres victòries durant la temporada. Per tant i a priori, vol dir que si no hagués jugat ell i tinguéssim un jugador neutre en l’equip aquests haurien perdut tres partits i, per tant, un rècord de 50-32 passaria a ser un 47-35.

Més articles d’Estadística Avançada

Ara seria hora de desenvolupar un munt de fórmules, però no és molt aconsellable -les matemàtiques molen, però no estem en el Mathematical Institute d’Oxford-, ens centrarem en l’interessant: conèixer que factors s’utilitzen per calcular cadascuna d’elles. El resultat final d’aquestes ens donaran un nombre de victòries per jugador, que totes sumades s’aproximen molt a les victòries totals de l’equip, el que ens demostra que la fórmula té valor matemàtic. Per descomptat, en aquesta estadística podríem ficar un altre factor que sempre està present en l’esport, la sort. Llancem dues preguntes: ¿si un equip té un Win Share alt i les seves victòries han estat menys de les previstes, ha estat un equip amb mala sort? ¿I si els seus WS són menors a les seves victòries, ha estat un equip amb bona sort?

Win Shares Ofensiu

*Primer haurem de calcular els Punts produïts pel jugador, i per això s’utilitza aquesta fórmula:fórmula puntos producidos win Shares NBA basket baloncesto nba acb

En aquesta fórmula relacionem diferents estadístiques del jugador i de l’equip. No us espanteu amb tanta abreviatura, l’objectiu d’això és conèixer quins paràmetres fem servir per valorar el jugador. Per conèixer el desenvolupament exacte de la fórmula us deixem aquest article de Basketball Reference.

Tenim els FGp, abreviatura de tirs de camp part (i quan diem part no és partit, si no parteix), que valora tirs de camp, punts, minuts jugats i assistències, tant del jugador com de l’equip.

ASTp (Assistències Part) valora les assistències, els punts, els tirs lliures i tirs de camp, tant del jugador com de l’equip.

D’altra banda, tenim els rebots ofensius de l’equip (Team ORB).

Les possessions d’un equip que acaben en punts (Team ScPoss).

El pes dels rebots defensius de l’equip (Team ORB Weight), que es calcula amb els rebots ofensius l’equip, els rebots totals de l’equip contrari.

El Team Play% que és un percentatge de jugades que s’extreu dels tirs lliures, els tirs de camp i les pèrdues de pilota.

Finalment, tenim la part dedicada als rebots ofensius (ORBp), calculat a través dels ja esmentats ORB Weight i Team Play%. Tot això ens lliura una estadística amb els punts produïts per cada jugador.

*Calcularem ara les Possessions Ofensives del Jugador.

Per a això, hem de tenir en compte que no tots els jugadors tenen el mateix nombre de possessions. Evidentment, l’estrella d’un equip acostumen a tenir la pilota més a les seves mans i finalitzar jugades, per tant, solen comptar amb més possessions. Lamentablement, hi ha certa polèmica -raonable- en calcular les possessions individuals d’un jugador, atès que no és el mateix tenir la pilota amb tots els segons de possessió o que t’ho passin quan falten dos segons, tens un defensor a sobre i hagis de llançar. Aquest tir probablement es fallarà, produint una estadística negativa per al jugador. Per no embolicar-nos, es valoraran les Win Shares Ofensiva d’un jugador calculant les possessions que té aquest i, a més possessions, més probabilitats de donar més victòries a l’equip si ets una estrella, o restar-li victòries si no tens un bon dia.

*Ofensiva Marginal (Marginal Offense)

Aquí utilitzem els dos conceptes abans desenvolupats:

MO = Punts Produïts pel Jugador – {0,92 * (Punts de la Lliga per Possessió) * (Possessions Ofensives del Jugador)

Als punts produïts pel jugador restem els que hagués aconseguit si estigués en la mitjana amb les possessions ofensives que aquest ha tingut, més un factor de correcció igual a 0,92. Això ens donaria el que s’ha produït un jugador sobre la mitjana de la competició. Com veieu, si un jugador produís menys punts que la mitjana, aquest valor seria negatiu.

*Punts Marginals per Victòria (Marginal Points per Win)

Farem servir els punts per partit, les possessions per partit de l’equip i la mitjana de la lliga.

PMV = 0,32 * (La Mitja de Punts dels Equips per partit) * (Possessions de l’Equip per Partit / Possessions Mitjanes de la Lliga per Partit)

*La fórmula del Win Shares Ofensiu vindrà de dividir els dos últims conceptes desenvolupats:

Win Shares Ofensiu = Ofensiva Marginal / Punts Marginals per Victòria

Aquesta és una forma d’avaluar al jugador tant en la seva actuació personal com en l’impacte que té aquest en la mitjana de la lliga. Evidentment, un jugador que aconsegueix 30 punts per partit en una lliga en què la mitjana de punts per equip és de 80 té més impacte que un jugador amb aquests mateixos punts en una lliga en la qual la mitjana és de 110. Amb això, valorem tots els aspectes numèrics del joc, i el resultat dels resultats individuals i de l’equip es divideixen per la qualitat de la lliga. Una lliga amb més punts tindrà un denominador més alt, per tant, un Win Shares Ofensiu més baix.

El WS Total serà la suma del WS Ofensiu més el WS defensiu -que tractarem en el pròxim capítol-. I es llegeix fàcilment: són les victòries que ens dóna aquest jugador sobre un jugador neutre.

Us deixem la taula amb els jugadors amb millors Win Shares Ofensius de la temporada 2018/19. Com podeu veure, els números ens donen quins han estat els millors jugadors ofensius de la lliga, que “casualment” són pels aficionats i periodistes els millors atacants, això si, l’ordre pot variar segons els gustos de cadascú.

Query Results Table
Tota Tota Tota Tota Tota Tota Tota Shoo Shoo Shoo Shoo
Rk Player Age Tm OWS FG 2P 3P TRB AST STL TOV FG% 2P% 3P% eFG%
1 James Harden 29 HOU 11.4 843 465 378 518 586 158 387 .442 .528 .368 .541
2 Damian Lillard 28 POR 9.7 681 444 237 371 551 88 212 .444 .499 .369 .522
3 Giannis Antetokounmpo 24 MIL 8.9 721 669 52 898 424 92 268 .578 .641 .256 .599
4 Rudy Gobert 26 UTA 8.7 476 476 0 1041 161 66 130 .669 .669 .669
5 Kevin Durant 30 GSW 8.6 721 584 137 497 457 58 225 .521 .587 .353 .571
6 Clint Capela 24 HOU 7.8 474 474 0 848 96 44 94 .648 .648 .648
7 Nikola Jokić 23 DEN 7.5 616 533 83 865 580 108 248 .511 .569 .307 .545
8 Stephen Curry 30 GSW 7.2 632 278 354 369 361 92 192 .472 .525 .437 .604
9 Karl-Anthony Towns 23 MIN 7.2 681 539 142 954 259 67 240 .518 .562 .400 .572
10 Paul George 28 OKC 7.0 707 415 292 628 318 170 205 .438 .484 .386 .529
11 LaMarcus Aldridge 33 SAS 6.4 684 674 10 744 194 43 144 .519 .528 .238 .522
12 Anthony Davis 25 NOP 6.4 530 482 48 672 218 88 112 .517 .547 .331 .540
13 Danilo Gallinari 30 LAC 6.4 409 248 161 417 178 49 99 .463 .484 .433 .554
14 Kyrie Irving 26 BOS 6.2 604 430 174 335 464 103 172 .487 .533 .401 .557
15 Montrezl Harrell 25 LAC 6.1 546 543 3 535 162 71 132 .615 .623 .176 .617
16 Kawhi Leonard 27 TOR 6.1 560 448 112 439 199 106 121 .496 .542 .371 .546
17 Bradley Beal 25 WAS 5.9 764 555 209 411 448 121 224 .475 .548 .351 .540
18 Mike Conley 31 MEM 5.7 490 335 155 239 449 94 130 .438 .483 .364 .507
19 Pascal Siakam 24 TOR 5.7 519 440 79 549 248 73 154 .549 .602 .369 .591
20 Dwight Powell 27 DAL 5.6 290 251 39 411 112 44 67 .597 .699 .307 .637
Rk Player Age Tm OWS FG 2P 3P TRB AST STL TOV FG% 2P% 3P% eFG%
21 Kemba Walker 28 CHO 5.5 731 471 260 361 484 102 211 .434 .494 .356 .511
22 Jimmy Butler 29 TOT 5.4 418 351 67 342 263 123 95 .462 .494 .347 .499
23 Nikola Vučević 28 ORL 5.4 701 617 84 960 307 81 159 .518 .549 .364 .549
24 Steven Adams 25 OKC 5.1 481 481 0 760 124 117 135 .595 .596 .000 .595
25 Blake Griffin 29 DET 5.1 619 430 189 565 402 52 253 .462 .525 .362 .532
26 D.J. Augustin 31 ORL 5.0 318 187 131 203 426 52 128 .470 .511 .421 .566
27 John Collins 21 ATL 5.0 465 410 55 595 121 22 120 .560 .609 .348 .593
28 Joel Embiid 24 PHI 4.9 580 501 79 871 234 46 226 .484 .535 .300 .517
29 LeBron James 34 LAL 4.7 558 447 111 465 454 72 197 .510 .582 .339 .560
30 J.J. Redick 34 PHI 4.6 452 212 240 186 206 32 101 .440 .502 .397 .557
Provided by Basketball-Reference.com: View Original Table
Generated 10/22/2019.
Comparteix
Fes clic i comenta

Deixa un comentari

Tu Adreça correu electrònic no será publicada. Los campos obligatorios están marcados con *

BOTIGA
PATREON

Més a NBA

Tradueix »