¿Tú otra vez? (Edición Postemporada)—segunda parte

Image credit: © David Dermer-Imagn Images

Traducido por José M. Hernández Lagunes 

Enlace a la primera parte, publicada el jueves 24 de octubre de 2024.

Al hacer este trabajo, tenemos que tener en cuenta algunas otras cosas especiales sobre la postemporada. Una es que, por definición, los relevistas se enfrentan a ataques de calibre de playoffs. Si obtienen peores resultados que en la temporada regular, buena parte de ello se debe a que se enfrentan a mejores bateadores. Los mánagers también tienden a presionar a sus relevistas particularmente buenos más allá de lo normal. Los relevistas también ven disminuir su rendimiento a medida que avanza el partido, y hay una diferencia entre lanzar 15 picheos y lanzar 25.

Pero el mayor problema es que si un relevista está haciendo múltiples apariciones en una serie, es probable que esté lanzando en días consecutivos, y a veces en días consecutivos. Nos gusta hablar de cómo los mánagers tienen más libertad de acción para utilizar a sus relevistas durante la postemporada porque “hay más días libres”. Es cierto, pero hay que tener cuidado con esa idea. Hay partidos consecutivos y eso es duro para un relevista. Hacer múltiples apariciones en una serie se va a confundir con lanzar en más partidos consecutivos. También tenemos que pensar en el hecho de que para cuando llegas a la Serie Mundial, tienes relevistas que han sido presionados duro durante un par de semanas, y los que no han estado lanzando tanto tiempo son específicamente censurados del conjunto de datos. Es decir, son eliminados de la postemporada.

Utilicé datos de postemporada jugada-por-jugada entre 1995-2023 (la era del Comodín) y vamos a evaluar las cosas a nivel de aparición al plato, utilizando el método de log-odds ratio. Para cada aparición al plato, codificamos si terminó en un ponche o no. También nos fijamos en la frecuencia con la que el bateador se ponchó, la frecuencia con la que el lanzador ponchó y la frecuencia con la que la Liga en su conjunto se ponchó. Utilicé los números de la temporada regular para los tres. Usando las razones de probabilidades para las tres, podemos obtener una estimación de la razón de probabilidades de qué tan probable es que esta aparición en el plato termine en un chocolate. Luego tomamos el logaritmo natural de esa estimación, y se convierte en una variable de control en una regresión logística binaria.

(Ahora repetimos para caminatas, sencillos, etc.)

En esa regresión, añadimos una serie de otras variables de control.

• Si el bateador y el lanzador son de la misma mano (sabemos que eso importa, y es realmente fácil de escribir código para ello).
• El número de lanzamientos del lanzador hasta la fecha en este partido (cuando comienza la aparición al plato).
• El número de lanzamientos del lanzador en lo que va de año en la postemporada.
• Si lanzaron ayer (día del calendario).
• Si está lanzando por tercer día consecutivo.

Por último, nos preguntamos cuántas veces ha visto este bateador en concreto a este lanzador en concreto (hasta la fecha) en esta serie. Si la variable “número de enfrentamientos” es un pronosticador significativo en la regresión, podemos asumir que realmente importa cuántas veces un bateador ve a un lanzador durante una serie, y que el efecto es independiente de los posibles factores de confusión que he mencionado. Un problema menor fue que para todos los resultados de juego medidos (Ks, BBs, HBP, sencillos, 2B/3B, HR, outs al jardín, OBP, BABIP, tipos de bolas bateadas), la variable no fue significativa en la regresión.

Pero demos un paso más. Tal vez el hecho de haber visto a Smith dos veces ya en el Juego 1 y 2 no es un buen predictor. ¿Es un problema, sin embargo, si Smith ha hecho múltiples apariciones en la serie? Tal vez no me enfrenté a Smith hoy, pero seguro que miré cuando Smith estaba en el montículo sabiendo que mañana por la noche, podría.

Cambié el número de veces que un lanzador se ha enfrentado a ese bateador para preguntar cuántas apariciones ha hecho el lanzador en esta serie. Siéntate y toma un respiro. Es complicado.

Siempre empiezo con si la aparición al plato terminó en una base o en un out. El número de apariciones hasta la fecha en esta serie fue un pronosticador significativo y apuntó en la dirección de que más apariciones conducen a una mayor probabilidad de un evento en base (es decir, no conseguir un out, lo cual es malo si eres el lanzador). Cuando nos fijamos en los resultados de los partidos, el efecto parece manifestarse como una reducción de los ponches y un aumento tanto de los sencillos como de los dobles/triples. Quédate sentado.

Asimismo, hubo efectos en función de si el lanzador también había participado en el partido de ayer y de su número total de lanzamientos, y esos efectos favorecieron al lanzador. Cuanto más hayas lanzado en octubre y más hayas lanzado en días consecutivos–cosas que sabemos que normalmente son perjudiciales para el rendimiento de un lanzador–la regresión dice que en realidad deberías estar haciéndolo mejor. ¿Qué pasa?

Sabemos que cuantas más apariciones haces en una serie, más probable es que estés lanzando en días consecutivos y más probable es que hayas registrado muchos lanzamientos extra en el transcurso de la postemporada. En otras palabras, las tres variables estarán correlacionadas entre sí. En la regresión, la aparición extra aumenta tus posibilidades de dar un evento de base por bolas, pero el hecho de que ya hayas hecho muchos lanzamientos lo reduce. No todo el camino de vuelta a cero, pero la mayor parte del camino.

Aquí, tenemos que empezar a pensar en causa y efecto. La Sabermetría está 95% teniendo en cuenta el sesgo en tu muestra y 5% en la división larga. Todo en el béisbol es una muestra sesgada. Alguien pensó que enviar a ese jugador en particular a esa situación en particular era una buena idea, y si asumimos que alguien tiene una idea decente de lo que está haciendo, va a desaleatorizar la muestra. Eso es literalmente para lo que pagamos a los mánagers.

Una forma de interpretar estos resultados es que los tipos de lanzadores a los que querrías tener en el montículo todos los días y a quienes querrías que picharan muchos lanzamientos en postemporada son los que son más inmunes al efecto de familiaridad. Si fueran propensos al efecto, los guardarías y los usarías con más moderación.

Mirando la regresión desde esa perspectiva (y haciendo algunos cálculos), vemos que el efecto de una aparición más dentro de una serie probablemente es negativo desde la perspectiva del lanzador, pero uno pequeño. Es suficiente para que debamos reconocerlo, pero no sé si es suficiente para cambiar realmente la estrategia del bullpen de un equipo. Tener a un lanzador en los siete partidos de una serie probablemente no sea saludable por razones que se harán evidentes mucho antes de que tenga problemas para mantener al otro equipo fuera de la base. Pero más allá de eso, si se trata de un relevista lo suficientemente bueno, incluso con una penalización de unos pocos puntos de porcentaje en base, la otra opción es o bien un abridor pasando por el orden una tercera vez o un relevista demostrablemente peor que tomaría esa entrada en su lugar. Probablemente no se trate de relevistas a pleno rendimiento, pero lo suficientemente fuertes como para ser mejores que la siguiente opción disponible.

Esto hace que la postemporada sea un poco más extravagante e impredecible. Ya te enfrentas a mejores ofensivas, por lo que aumentan las posibilidades de que un equipo logre un cambio en el marcador en las últimas entradas, pero aún más que eso, el impulso natural–y probablemente correcto–de apoyarse en gran medida en el bullpen hace que esas posibilidades de una remontada divertida sean un poco más probables.