Opponent-Adjusted Evaluation of NFL Pass Blocking and Pass Rushing Performance

Este artigo propõe um framework interpretável baseado em modelos de comparação pareada de Bradley-Terry regularizados para avaliar o desempenho individual de bloqueadores e rushers de passe na NFL, utilizando dados de rastreamento de 2021 para gerar classificações ajustadas ao oponente que demonstram melhorias estatísticas sobre baselines e forte alinhamento com seleções de especialistas.

O essencial

Imagine que você está assistindo a um jogo de futebol americano e vê um momento tenso: o quarterback (o arremessador) está sob pressão, e um defensor (o "rusher") está correndo furiosamente em sua direção, enquanto um bloqueador (o "lineman") tenta segurá-lo.

A pergunta clássica é: Quem ganhou essa briga? O defensor conseguiu derrubar o quarterback? Ou o bloqueador conseguiu protegê-lo?

O problema é que, no futebol americano, é muito difícil julgar apenas pelo placar. Às vezes, um bloqueador joga perfeitamente, mas o quarterback é derrubado porque o time adversário tinha um plano genial. Outras vezes, um defensor parece incrível, mas só conseguiu fazer o lance porque o bloqueador dele estava distraído.

Este artigo é como uma nova lente de óculos para os analistas esportivos. Os autores criaram um sistema matemático inteligente para separar o talento individual do "sorte" ou da qualidade do adversário.

Aqui está a explicação simplificada, usando analogias do dia a dia:

1. O Grande Problema: A "Bolha" de Dados

Antes, os analistas olhavam apenas para estatísticas simples, como "quantos sacks" (derrubadas) um jogador fez.

• A analogia: É como tentar julgar a habilidade de um cozinheiro apenas contando quantos pratos ele queimou. Se o forno dele estiver quebrado (o quarterback demorando para arremessar), ele vai queimar tudo, mesmo sendo um ótimo chef. Se o forno estiver perfeito, ele pode cozinhar milagrosamente.
• A solução do artigo: Eles usaram dados de rastreamento (câmeras e sensores que seguem cada jogador) para criar um registro de cada confronto individual. É como se cada bloqueador e cada defensor tivessem uma "batalha um contra um" registrada.

2. A Ferramenta: O "Torneio de Xadrez" (Modelo Bradley-Terry)

Os autores usaram um modelo estatístico chamado Bradley-Terry.

• A analogia: Imagine um torneio de xadrez. Se o Grande Mestre A ganha do Mestre B, sabemos que A é melhor. Mas se o Mestre A ganha do Mestre C, e o Mestre B também ganha do Mestre C, quem é melhor entre A e B? O modelo olha para todas as partidas, todas as vezes que eles jogaram contra os mesmos oponentes, e calcula uma "pontuação de força" que ajusta quem é realmente bom, independentemente de contra quem eles jogaram.
• No futebol: O modelo calcula uma nota para o bloqueador e uma nota para o defensor, ajustando-as baseadas na qualidade do outro. Se um defensor ruim enfrenta um bloqueador ótimo e perde, o modelo entende que o bloqueador é bom. Se um defensor ótimo enfrenta um bloqueador ruim e ganha, o modelo entende que o defensor é bom.

3. As Duas Formas de Medir Vitória

O estudo criou dois tipos de "placar" para essas batalhas:

• O Placar Simples (Vitória/Derrota):

  • Regra: O defensor ganha se chegar perto do quarterback em menos de 2,5 segundos.
  • Analogia: É como uma corrida de 100 metros. Você cruzou a linha antes ou depois? Sim ou não. É fácil de entender, mas não diz quão perto você chegou.

• O Placar de Gravidade (A Escala de Severidade):

  • Regra: Eles criaram uma escala de 0 a 100 (ou 0 a 1) baseada no dano causado.
    • 0 = Nada aconteceu (o bloqueador venceu).
    • 10 = O defensor chegou perto, mas não tocou (pressão).
    • 20 = O defensor tocou o quarterback (hit).
    • 100 = O defensor derrubou o quarterback (sack).
  • Analogia: Imagine uma escala de dor. Um "soco" leve é ruim, mas um "soco" que quebra um osso é muito pior. O modelo não só conta quantos socos houve, mas dá mais peso aos socos mais fortes. Isso é crucial porque um "sack" vale muito mais para o time do que apenas um "quase-sack".

4. O Que Eles Descobriram?

• Precisão: O novo sistema foi um pouco melhor do que os métodos antigos (que apenas olhavam para a média de vitórias de um jogador) em prever o resultado das próximas batalhas. Não foi uma revolução de 100%, mas foi consistente e confiável.
• Reconhecimento dos Especialistas: Quando eles compararam as notas do computador com a lista oficial dos "Melhores Jogadores do Ano" (All-Pro) feita por jornalistas esportivos, o modelo de gravidade (o que mede a severidade) acertou muito mais.
  • Analogia: Foi como se o computador tivesse dito: "Ei, olhem para o jogador X, ele não só venceu muitas vezes, mas causou os maiores estragos", e os especialistas concordaram: "Sim, ele é o melhor".

5. Por Que Isso Importa?

Este trabalho é como um GPS para a avaliação de jogadores.

• Para os times, ajuda a contratar jogadores que são realmente bons, e não apenas jogadores que tiveram sorte jogando contra times fracos.
• Para os fãs, permite entender que um bloqueador pode ser um herói mesmo sem aparecer no placar, porque ele segurou o defensor mais forte do mundo.

Resumo Final

Os autores pegaram dados complexos de rastreamento, usaram matemática inteligente para isolar o talento individual de cada jogador (bloqueador ou defensor) e criaram um sistema que julga não apenas se eles ganharam ou perderam, mas quão devastador foi o resultado. O resultado é uma lista de classificação mais justa e precisa, que combina bem com o que os especialistas humanos pensam.

É a ciência dos dados ajudando a gente a ver o jogo com mais clareza, separando o talento real do acaso.

Resumo técnico

1. Problema e Contexto

A avaliação individual de jogadores nas linhas ofensivas (bloqueadores) e defensivas (rushers) no futebol americano (NFL) é inerentemente difícil devido a três fatores principais:

• Escassez de dados observáveis: Resultados diretos (como sacks ou hits) são raros.
• Dependência do oponente: O desempenho de um jogador é fortemente mediado pela qualidade do adversário específico.
• Contexto circundante: Fatores como tempo de lançamento do quarterback, cobertura defensiva e situação do jogo influenciam os resultados.

Métricas existentes, como a Pass Block Win Rate (PBWR) da ESPN (baseada em um limite de 2,5 segundos) ou medidas de rastreamento como o STRAIN, capturam mais sinal do que estatísticas de caixa (box-score), mas falham em separar o desempenho individual da qualidade do oponente ou em gerar classificações conjuntas ajustadas ao adversário para bloqueadores e rushers simultaneamente.

2. Metodologia

Os autores propõem um framework de comparação pareada (paired-comparison) utilizando dados de rastreamento Hudl da temporada regular de 2021.

Dados e Construção de Resultados

• Fonte: Dados de rastreamento a 10 Hz da NFL (2021), contendo 153.138 interações entre bloqueadores e rushers em 33.283 jogadas de passe.
• Unidade de Análise: Cada interação bloqueador-rusher é tratada como um confronto direto.
• Definição de Vitória (Win): Um rusher vence se ficar mais próximo do quarterback que o bloqueador dentro de 2,5 segundos após o snap.
• Indicador de Dupla (Double-Team): Uma covariável observada indica quando múltiplos bloqueadores são designados ao mesmo rusher.
• Hierarquia de Severidade: Os resultados são codificados em uma escala de 4 classes (da perspectiva do rusher):
  1. Sack (mais severo)
  2. Hit (contato sem sack)
  3. Win (pressão sem contato)
  4. Loss (nenhum evento acima)
     Nota: Apenas o resultado mais severo realizado é atribuído a cada interação.

Modelagem Estatística

Dois modelos Bradley-Terry (BT) regularizados por ridge são estimados separadamente:

1. Modelo Binário (Win/Loss): Um modelo de regressão logística penalizado que estima a probabilidade de vitória do rusher dentro de 2,5 segundos.
   • Fórmula: $\text{logit} P(Y_t = 1) = \alpha + r_{i(t)} - b_{j(t)} + \delta D_t$
2. Modelo Multiclasse (Severidade): Um modelo BT multinomial que estima as probabilidades para as 4 classes de resultado.
   • Após o ajuste, as probabilidades são mapeadas para uma pontuação escalar de severidade baseada em benchmarks de EPA (Expected Points Added), onde $Loss=0, Win=0.10, Hit=0.20, Sack=1.00$.

Regularização: O uso de ridge (penalização L2) é crucial para estabilizar as estimativas quando a exposição dos jogadores é desigual e a rede de confrontos é incompleta, evitando overfitting em jogadores com poucas interações.

3. Contribuições Principais

1. Framework Ajustado ao Oponente: Uma estrutura que avalia bloqueadores e rushers conjuntamente, preservando a interpretação específica de cada papel.
2. Modelos Separados: Implementação distinta para resultados binários e de severidade, permitindo objetivos e interpretações específicos.
3. Validação Rigorosa: Validação out-of-sample ordenada (80/20) contra baselines globais e baselines de confronto (matchup) que usam frequências históricas dos jogadores.
4. Validação Externa: Comparação das classificações geradas com as seleções de AP All-Pro de 2021, utilizando métricas de AUC e Enrichment@K.
5. Incerteza Longitudinal: Uso de bootstrap para gerar faixas de incerteza semanais e finais de temporada.

4. Resultados

Validação Interna (Desempenho Preditivo)

• Ambos os modelos superaram as baselines globais e as baselines de confronto mais fortes (que usam frequências históricas dos jogadores).
• Redução de Log-Loss: As melhorias foram modestas, mas consistentes, variando de 0,24% a 1,21% de redução relativa no log-loss.
• Estabilidade: O modelo de vitória (Win) mostrou ganhos mais estáveis em reamostragens bootstrap. O modelo de severidade superou a baseline global com alta confiança, mas a comparação contra a baseline de confronto foi direcionalmente positiva, porém menos certa (intervalo de confiança sobreposto a zero).

Validação Externa (Seleções All-Pro)

• O modelo de Severidade demonstrou o alinhamento mais forte com as seleções de especialistas (AP All-Pro).
• AUC: O modelo de severidade obteve o maior AUC em 3 de 4 cortes de papel/destaque (ex: 0,854 para bloqueadores vs 0,735 do modelo binário).
• Enrichment@K: O modelo de severidade mostrou as maiores melhorias na precisão ao identificar os jogadores selecionados para o All-Pro, especialmente para rushers (25,31% de melhoria).

Classificações (Leaderboards)

• As classificações finais identificaram jogadores de elite (ex: T.J. Watt, Myles Garrett, Joe Thuney).
• As classificações de Win/Loss e Severidade foram direcionalmente similares para rushers de elite, mas divergiram mais para bloqueadores, refletindo a maior ênfase do modelo de severidade em resultados de alto impacto (sacks/hits).

5. Significado e Conclusão

O estudo demonstra que modelos Bradley-Terry regularizados por ridge fornecem um framework estável e interpretável para avaliar a proteção de passe e o rush de passe no nível da interação.

• Valor Principal: A capacidade de separar a habilidade individual da qualidade do oponente, gerando ratings ajustados que são mais informativos do que estatísticas brutas ou médias simples.
• Aplicabilidade: Essas ratings podem informar o scouting e a avaliação de pessoal das equipes, especialmente quando combinadas com contexto mais rico.
• Limitações Futuras: O modelo atual não captura totalmente a geometria do bolso, ajuda de tight ends ou running backs (além do indicador de dupla), e não modela explicitamente efeitos de companheiros de equipe ou hierarquia de posições.

Em suma, embora as melhorias preditivas sejam modestas (devido à natureza ruidosa dos dados), a consistência e a validação externa sugerem que modelar resultados mais ricos (severidade) melhora a separação entre jogadores de elite, oferecendo uma base estatística transparente para avaliações futuras de linhas ofensivas e defensivas.