📊 statistics

Simultaneous Estimation of Ballpark Effects and Team Defense Using Total Bases Residuals

Este estudio propone un marco basado en los residuos de bases totales utilizando datos de Statcast (2015-2024) para estimar simultáneamente los efectos del estadio y la defensa de los equipos en el béisbol, ofreciendo una métrica estandarizada que explica las discrepancias con las métricas oficiales y refleja las evoluciones recientes del juego.

Autores originales: Jhe-Jia Wu, Tian-Li Yan, Ting-Li Chen

Publicado 2026-03-24

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Jhe-Jia Wu, Tian-Li Yan, Ting-Li Chen

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

¡Claro que sí! Imagina que el béisbol es como una gran cocina donde los jugadores son los chefs, pero el resultado de un plato (un hit o un out) no depende solo de la habilidad del chef, sino también de la calidad de los ingredientes, la temperatura de la cocina y si el ayudante de cocina (el defensa) es rápido o lento.

Este estudio es como un detective culinario que quiere separar tres cosas que a menudo se mezclan en un solo bocado:

La calidad del golpe (qué tan fuerte y bien golpeó el bateador la pelota).
La "magia" del estadio (si el estadio es un paraíso para los bateadores o una trampa para ellos).
La habilidad del equipo defensor (qué tan bien atrapan o filtran la pelota).

Aquí te explico cómo lo hicieron, paso a paso, con analogías sencillas:

1. El Problema: "¿Fue el estadio o fue el equipo?"

Antes, para saber si un estadio era "amigable para los bateadores" (como si fuera un campo de golf fácil), los expertos miraban simplemente cuántos puntos hacían los equipos en casa versus fuera. Pero esto tenía un truco: si un equipo tenía una defensa terrible, parecía que el estadio era mágico para los bateadores, cuando en realidad solo era que los defensores eran malos. Era como culpar al restaurante por un mal plato cuando el chef (el bateador) lo hizo perfecto, pero el camarero (el defensa) se tropezó.

2. La Solución: La "Reserva de Esperanza" (Total Bases Residuals)

Los autores crearon una herramienta genial llamada Residuos de Bases Totales. Imagina que tienes una máquina del tiempo que te dice: "Si un bateador golpea la pelota a 100 mph con un ángulo de 30 grados, en promedio, debería conseguir X bases".

El Paso 1: Miden la velocidad y el ángulo del golpe (como medir la fuerza y el ángulo de lanzamiento de una pelota de tenis).
El Paso 2: Calculan qué debería haber pasado según la física y la estadística histórica.
El Paso 3: Miden qué realmente pasó.

La diferencia entre lo que debería haber pasado y lo que realmente pasó es el Residuo.

Si la pelota cayó más lejos de lo esperado, el residuo es positivo (¡fue un golpe mágico o la defensa falló!).
Si cayó más cerca de lo esperado, el residuo es negativo (¡la defensa fue increíble o el estadio es hostil!).

3. El Experimento: Despejando la Mesa

Con estos "residuos" (las sorpresas), los autores usaron un modelo matemático para hacer dos cosas al mismo tiempo:

Aislar el Estadio: Si en un estadio específico, todos los equipos (incluso los rivales) obtienen más bases de lo esperado, ¡ese estadio es un "parque de diversión" para los bateadores!
Aislar la Defensa: Si un equipo defensor consistently hace que la pelota caiga menos de lo esperado (incluso contra buenos bateadores), ¡ese equipo tiene una defensa de élite!

Es como si tuvieras un grupo de cocineros en diferentes cocinas. Si en la "Cocina A" todos los platos salen más sabrosos de lo normal, sabes que la cocina tiene algo especial (estadio). Si el "Chef B" siempre hace que los platos salgan menos sabrosos de lo que la receta promete, sabes que el Chef B es el culpable (defensa).

4. Los Hallazgos: ¿Qué descubrieron?

Los Estadios: Confirmaron lo que todos sabían (como el estadio de Colorado, que es alto y la pelota vuela mucho), pero también encontraron diferencias sutiles. A veces, los estadísticos oficiales decían que un estadio era neutral, pero el estudio mostró que en realidad era hostil para los bateadores porque la defensa local era muy buena.
La Defensa: Crearon una nueva forma de medir a los equipos defensivos. Descubrieron que algunos equipos que parecían malos defensores en las estadísticas tradicionales, en realidad eran muy buenos cuando se les quitaba el "ruido" del estadio y la calidad del golpe.
La "Pelota Mágica": El estudio notó un cambio en la liga. Entre 2017 y 2019, la pelota parecía "más viva" (como si estuviera inflada con helio), lo que hacía que los bateadores hicieran más carreras de lo esperado. Luego, la MLB ajustó las pelotas y la defensa mejoró (o la pelota se volvió más "aburrida"), y el número de carreras bajó. Su modelo captó este cambio perfectamente.

5. El Índice Estándar: La "Puntuación Z"

Para que sea fácil de entender, crearon un índice donde 100 es el promedio de la liga.

Si un estadio tiene 120, significa que es un lugar donde los bateadores rinden mucho mejor que el promedio (como un campo de golf sin viento).
Si un equipo defensivo tiene 80, significa que su defensa es débil (como un portero de fútbol que deja entrar muchos goles).

En Resumen

Este estudio es como ponerle gafas de realidad aumentada al béisbol. Nos permite ver separadamente:

Qué tan bueno es el bateador.
Qué tan "trampa" o "fácil" es el estadio.
Qué tan buenos son los defensores.

Antes, todo estaba mezclado en una sopa confusa. Ahora, con esta receta, podemos decir con seguridad: "No, el estadio no es el problema, es que el equipo visitante tiene una defensa terrible" o "No, el equipo local no es un genio ofensivo, es que su estadio es un paraíso para los bateadores". ¡Es una forma más limpia y justa de entender el juego!

A continuación presento un resumen técnico detallado del artículo "Simultaneous Estimation of Ballpark Effects and Team Defense Using Total Bases Residuals" (Estimación Simultánea de Efectos de Estadio y Defensa de Equipo utilizando Residuos de Bases Totales), basado en el documento proporcionado.

Resumen Técnico: Estimación Simultánea de Efectos de Estadio y Defensa

1. Planteamiento del Problema

La evaluación del rendimiento ofensivo y defensivo en el béisbol de Grandes Ligas (MLB) enfrenta un desafío fundamental: la confusión de factores. Los resultados de un béisbol golpeado (batted-ball outcomes) son el producto de múltiples componentes interactivos:

Calidad del contacto: Velocidad de salida (Exit Velocity - EV) y ángulo de lanzamiento (Launch Angle - LA).
Entorno del estadio (Park Effects): Dimensiones físicas, altitud y condiciones atmosféricas.
Desempeño defensivo: La capacidad del equipo defensor para convertir bolas en outs o permitir hits.
Variación aleatoria.

Los métodos tradicionales para estimar los efectos del estadio (como la relación casa/camino) sufren de sesgos debido a supuestos poco realistas (ej. horarios equilibrados, calidad de equipo similar) y a la dependencia matemática entre numerador y denominador. Además, las métricas defensivas modernas (como UZR, DRS, OAA) y los factores de parque a menudo se desarrollan de forma independiente, sin separar claramente la influencia del estadio de la habilidad defensiva del equipo. Esto dificulta atribuir las diferencias observadas en los resultados exclusivamente al estadio o al equipo defensor.

2. Metodología Propuesta

Los autores proponen un marco estadístico simple e interpretable basado en Residuos de Bases Totales (Total Bases Residuals - TBR) para estimar simultáneamente los efectos del estadio y la defensa de equipo.

A. Construcción de Residuos (TBR):

Control de Calidad de Contacto: Utilizan datos de Statcast (2015-2024) para discretizar el espacio de EV y LA en una cuadrícula fina (bins de 3 mph y 3 grados).
Línea Base Empírica: Para cada celda de la cuadrícula $(EV, LA)$, calculan la media empírica de las bases totales ( $\mu_g$ ) observadas en la liga. Esto establece un "resultado esperado" basado puramente en la calidad del contacto físico.
Definición del Residuo: El residuo $R_i$ para cada bola golpeada $i$ se define como:
$R_i = TB_i - \mu_{g(i)}$
Donde $TB_i$ son las bases totales reales. Un valor positivo indica un resultado mejor que el promedio de la liga para ese tipo de contacto; un valor negativo indica un resultado peor.
Ventaja: Al condicionar en EV y LA, se elimina el efecto principal de la calidad del contacto, dejando que la variación en $R_i$ refleje principalmente el entorno del estadio y el desempeño defensivo.

B. Modelo de Estimación Simultánea:
Se utiliza un modelo de regresión lineal aditivo sobre los residuos agregados por pares (Estadio, Equipo Defensor):
$y_{pd} = \beta_0 + \beta^{park}_p - \beta^{def}_d + \varepsilon_{pd}$

$y_{pd}$ : Promedio de TBR para bolas golpeadas en el estadio $p$ defendidas por el equipo $d$ .
$\beta^{park}_p$ : Efecto ambiental del estadio $p$ .
$\beta^{def}_d$ : Efecto defensivo del equipo $d$ (con signo negativo en la ecuación, indicando que una defensa mejor reduce las bases concedidas).
Identificabilidad: Se establecen categorías de referencia (Atlanta Braves y Truist Park) para fijar la escala.
Estimación: Se utiliza Mínimos Cuadrados Ponderados (WLS) con el número de oportunidades ( $n_{pd}$ ) como peso.

C. Indexación Estandarizada:
Para facilitar la comparación, los autores transforman los coeficientes estimados en un índice basado en el puntaje Z:
$\text{Índice} = 100 + 20 \times z$
Donde $z = (\hat{\beta} - \bar{\beta}) / s_\beta$ . Un valor de 100 representa el promedio de la liga, 120 representa +1 desviación estándar, etc. Esto permite comparar magnitudes de efectos a través de diferentes equipos, estadios y temporadas.

3. Contribuciones Clave

Descomposición Simultánea: Es el primer marco que estima efectos de estadio y defensa de equipo al mismo tiempo dentro de un modelo unificado, controlando explícitamente la calidad del contacto mediante datos de Statcast.
Independencia de Métricas Externas: No depende de modelos complejos de rastreo de jugadores o asignaciones de zonas defensivas (como UZR/DRS), sino que infiere la defensa directamente de los resultados residuales de las bolas golpeadas.
Nueva Métrica de Defensa: Introduce una medida de "Defensa de Equipo" basada en bases totales evitadas (DBS), restringida a eventos de bolas golpeadas, diferenciándose de métricas que incluyen al receptor (framing, bloqueo).
Índice Estándar: Propone una escala normalizada (tipo 100) basada en desviaciones estándar, superando las limitaciones de las métricas de razón tradicionales (como OPS+ o ERA+) que no comunican la rareza de un valor dentro de la distribución.

4. Resultados Principales

A. Efectos de Estadio:

Las estimaciones son consistentes con la intuición general (ej. Coors Field es muy favorable a los bateadores, Oracle Park es favorable a los lanzadores).
Estabilidad: Los efectos de estadio muestran una estabilidad temporal ligeramente superior a los factores oficiales de MLB (menor desviación estándar en 10 años).
Discrepancias Explicadas: En casos donde difieren de las métricas oficiales (ej. Comerica Park en 2017 o Minute Maid Park en 2015), el análisis de TBR en casa vs. fuera revela que las métricas oficiales a menudo confunden la defensa del equipo con el efecto del estadio. El modelo propuesto aísla mejor el componente ambiental al observar patrones consistentes tanto para el equipo local como para los visitantes.

B. Efectos de Defensa de Equipo:

Las estimaciones de defensa se compararon con Defensive Runs Above Average (Def) y Outs Above Average (OAA).
Correlación: La correlación con OAA es moderada pero más alta que con Def (media de 0.53 vs 0.44), lo cual es esperado dado que OAA se basa en datos de rastreo similares a la lógica del modelo.
Validación Empírica: En casos de discrepancia (ej. Oakland 2015, Houston 2016), el análisis de TBR de los oponentes en casa y fuera apoya más frecuentemente las estimaciones del modelo propuesto que las métricas oficiales. Por ejemplo, si un equipo tiene un TBR de oponente más bajo que el promedio en casa y fuera, el modelo lo clasifica correctamente como una defensa superior.

C. Tendencias de la Liga (Intercepto):

El intercepto del modelo ( $\beta_0$ ) muestra una tendencia descendente clara desde 2015 hasta 2022, indicando que, en promedio, las bolas golpeadas resultan en menos bases de lo esperado (mejor defensa global o pelota menos "viva").
Este patrón coincide con eventos históricos: el "era de la pelota cargada" (2017-2019) con un intercepto positivo, y la posterior reducción de la vivacidad de la pelota y la implementación de restricciones a los cambios defensivos (shifts) en 2023, que coincidieron con cambios en la tendencia del intercepto.

5. Significado e Implicaciones

Precisión Analítica: El estudio demuestra que es posible separar estadísticamente el efecto del entorno físico del estadio del desempeño defensivo del equipo, algo que las métricas tradicionales a menudo mezclan.
Validación de Tendencias: El modelo captura cambios macro en el juego (calidad de la pelota, estrategias defensivas) a través del intercepto, validando su utilidad para monitorear la evolución de la liga.
Limitaciones y Futuro:
- El modelo no incluye la dirección de la bola (hacia la izquierda/derecha), lo que podría ser una limitación en estadios asimétricos (ej. Fenway Park).
- Se centra solo en eventos de bolas golpeadas, excluyendo el trabajo del receptor (framing) y el control de corredores.
- Futuras investigaciones podrían explorar interacciones no aditivas entre defensa y estadio, o integrar la dirección de la bola para mayor precisión.

En conclusión, el marco de Residuos de Bases Totales (TBR) ofrece una alternativa robusta, interpretable y basada en datos para evaluar el valor defensivo de los equipos y la influencia de los estadios, proporcionando una visión más clara de los factores subyacentes que moldean los resultados en el béisbol moderno.