Drivers of Success: A Bayesian State-Space Model to Disentangling Latent Driver and Constructor Abilities in Formula One

Resumen Técnico: Factores Determinantes del Éxito en la Fórmula 1

Planteamiento del Problema
El rendimiento en la Fórmula 1 es un producto conjunto de la habilidad del piloto y la capacidad del constructor (equipo), sin embargo, estas contribuciones no son observables y evolucionan dinámicamente a lo largo del tiempo. Separar estos efectos es metodológicamente desafiante debido a tres factores: la naturaleza variable en el tiempo de las capacidades, los frecuentes cambios en las asignaciones entre piloto y constructor, y la heterogeneidad de los resultados observados. Específicamente, los datos consisten en dos tipos de resultados distintos: tiempos de vuelta de clasificación continua y posiciones de carrera ordenadas (clasificaciones parciales). La literatura existente suele abordar estos problemas de forma aislada, utilizando modelos estáticos, análisis de un solo resultado o modelos de clasificación dinámica que no incorporan conjuntamente métricas de rendimiento continuas. Además, los modelos estándar de dos vías (trabajador-empresa) en econometría suelen analizar un único resultado continuo y carecen de marcos donde tanto los efectos individuales como los grupales sigan ecuaciones de evolución estocástica separadas dentro de una estructura conjunta de espacio de estados.

Metodología
Los autores proponen un modelo de espacio de estados bayesiano que analiza conjuntamente los tiempos de vuelta de clasificación estandarizados y las clasificaciones de carrera para desentrañar las habilidades latentes de pilotos y constructores.

• Ecuaciones de Observación: El modelo trata los dos resultados utilizando distribuciones de muestreo específicas para cada resultado, vinculadas por estados latentes compartidos.
  • Clasificación (Qualifying): Se modela como un resultado continuo utilizando una distribución Normal. El tiempo observado se estandariza dentro de cada Gran Premio para dar cuenta de las variaciones del circuito y del clima.
  • Carrera: Se modela como un resultado de clasificación parcial. La posición de finalización de la carrera es inducida por una variable de rendimiento de carrera latente que sigue una distribución Gumbel, lo que produce analíticamente una verosimilitud de Plackett-Luce. La ecuación de la carrera incluye la posición de salida en la parrilla como una covariable, reconociendo que la posición de la parrilla está determinada por el rendimiento de la clasificación.
• Dinámica de los Estados Latentes: Tanto las habilidades de los pilotos ($a_{d,t}$) como las de los constructores ($c_{k,t}$) se modelan como procesos de paseo aleatorio (random-walk) independientes que evolucionan al nivel de cada Gran Premio. Estos estados se descomponen de forma aditiva en los predictores de rendimiento para ambos resultados. La asignación contractual observada ($z_{d,t}$) determina qué estado de constructor entra en el predictor de un piloto específico.
• Estrategia de Identificación: La identificación de la descomposición dinámica se basa en tres pilares:
  1. Verosimilitud Conjunta: La ecuación de clasificación continua y la verosimilitud de clasificación proporcionan información complementaria, restringiendo los desplazos comunes en los componentes latentes que un modelo de clasificación por sí solo no podría identificar.
  2. Restricciones de Suma Cero: Para fijar la ubicación y la escala de los estados latentes, el modelo impone restricciones que centran las habilidades de pilotos y constructores en cero para cada Gran Premio. Esto se implementa mediante especificaciones de priors específicas que inducen correlaciones negativas en los términos de innovación de las ecuaciones de estado.
  3. Variación de Asignación: La variación en las asignaciones piloto-constructor a lo largo del tiempo (por ejemplo, cuando los pilotos cambian de equipo) permite al modelo distinguir la habilidad persistente del piloto de la habilidad del constructor, de forma análoga a la movilidad laboral en los modelos de efectos fijos de dos vías.
• Inferencia: La inferencia bayesiana se realiza mediante el muestreador No-U-Turn (NUTS), un algoritmo de Monte Carlo Hamiltoniano, bajo priors débilmente informativos que tratan las habilidades de pilotos y constructores de forma simétrica. Se elige este enfoque sobre los filtros de Kalman estándar debido a la naturaleza no gaussiana de la verosimilitud de clasificación.

Contribuciones Clave

1. Modelado Conjunto de Resultados Heterogéneos: El artículo integra un resultado continuo y un resultado de clasificación parcial dentro de un único marco dinámico, extendiendo los modelos de variables latentes de resultados mixtos al dominio del espacio de estados.
2. Descomposición Dinámica de Dos Vías: A diferencia de los modelos estáticos trabajador-empresa, este marco permite que tanto el efecto individual (piloto) como el grupal (constructor) evolucionen estocásticamente en el tiempo, siendo identificados a través de las estructuras de asignación observadas.
3. Síntesis Metodológica: El modelo tiende un puente entre la literatura sobre modelos de resultados mixtos, modelos de clasificación dinámica (ej. Plackett-Luce dinámico) y los efectos de dos vías de la econometría, proporcionando un enfoque unificado para descomponer los predictores de rendimiento compartidos.

Resultados Empíricos
Aplicado a la era híbrida de la Fórmula 1 (2014–2021), el modelo arroja los siguientes hallazgos:

• Heterogeneidad: Existe una heterogeneidad sustancial tanto en las habilidades de los pilotos como en las de los constructores en toda la muestra.
• Estabilidad vs. Volatilidad: Las habilidades de los pilotos son generalmente más estables en el tiempo, exhibiendo una evolución gradual. En contraste, las habilidades de los constructores muestran una mayor variación, con cambios más pronunciados y, en ocasiones, abruptos dentro y entre temporadas.
• Contribuciones Relativas: Para varias combinaciones de piloto-constructor, el componente del constructor contribuye con mayor fuerza al predictor de rendimiento compartido que el componente del piloto. Sin embargo, la contribución relativa varía significamente dependiendo de la pareja específica y el periodo de tiempo.
• Desempeño Predictivo: El modelo reproduce razonablemente bien los resultados continuos de la clasificación. No obstante, el componente de clasificación de carrera muestra mayor dificultad para reproducir el dominio sostenido de las parejas de alto nivel (ej. Verstappen/Red Bull en 2021), tendiendo a subestimar la frecuencia de los acabados en los dos primeros puestos en comparación con los datos observados.
• Incertidumbre: La incertidumbre posterior es generalmente mayor para las habilidades de los constructores que para las de los pilotos, lo que refleja la mayor volatilidad en el rendimiento de los constructores y la estructura específica de los datos de asignación.

Significancia y Reivindicaciones
El artículo afirma proporcionar un marco estadístico riguroso para descomponer el rendimiento conjunto en deportes de equipo donde las contribuciones individuales y grupales no son observadas y son dinámicas. Al aprovechar la estructura específica de los datos de la Fórmula 1 —donde los pilotos cambian de equipo y los resultados se miden en diferentes escalas—, el modelo identifica con éxito trayectorias latentes separadas para pilotos y constructores. Los autores señalan que, aunque el modelo está diseñado para la Fórmula 1, su estructura subyacente es aplicable a otros entornos que involucren resultados longitudinales heterogéneos que dependen de efectos individuales y grupales que evolucionan por separado, tales como resultados organizacionales u otras competiciones de equipo. El estudio concluye modestamente que, si bien la descomposición es exitosa, el modelo de clasificación de carrera mantiene limitaciones para capturar los extremos de dominancia en el rendimiento.