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

Resumo Técnico: Vetores de Sucesso na Fórmula Um

Problema
O desempenho na Fórmula Um é um produto conjunto da habilidade do piloto e da capacidade do construtor (equipe), contudo, essas contribuições não são observadas e evoluem dinamicamente ao longo do tempo. Separar esses efeitos é metodologicamente desafiador devido a três fatores: a natureza variante no tempo das habilidades, as frequentes mudanças nas atribuições piloto–construtor e a heterogeneidade dos resultados observados. Especificamente, os dados consistem em dois tipos distintos de resultados: tempos contínuos de volta de classificação (qualifying) e posições de classificação em corridas ordinais (rankings parciais). A literatura existente frequentemente aborda essas questões de forma isolada — utilizando modelos estáticos, análises de resultado único ou modelos de ranking dinâmicos que não incorporam conjuntamente métricas de desempenho contínuas. Além disso, os modelos padrão de dois caminhos (worker-firm) da econometria tipicamente analisam um único resultado contínuo e carecem de estruturas onde tanto os efeitos individuais quanto os de grupo sigam equações de evolução estocástica separadas dentro de uma estrutura conjunta de espaço de estados.

Metodologia
Os autores propõem um modelo de espaço de estados bayesiano que analisa conjuntamente tempos de volta de classificação padronizados e classificações de corrida para distinguir as habilidades latentes de pilotos e construtores.

• Equações de Observação: O modelo trata os dois resultados utilizando distribuições de amostragem específicas para cada resultado, ligadas por estados latentes compartilhados.
  • Classificação (Qualifying): Modelada como um resultado contínuo usando uma distribuição Normal. O tempo observado é padronizado dentro de cada Grande Prêmio para considerar as variações de circuito e clima.
  • Corrida: Modelada como um resultado de ranking parcial. A posição de classificação na corrida é induzida por uma variável de desempenho de corrida latente que segue uma distribuição Gumbel, o que gera analiticamente uma verossimilhança de Plackett-Luce. A equação da corrida inclui a posição de largada como uma covariável, reconhecendo que a posição de largada é determinada pelo desempenho de classificação.
• Dinâmica de Estados Latentes: Tanto as habilidades dos pilotos ($a_{d,t}$) quanto as dos construtores ($c_{k,t}$) são modeladas como processos de passeio aleatório (random-walk) separados, que evoluem ao nível do Grande Prêmio. Esses estados são decompostos aditivamente nos preditores de desempenho para ambos os resultados. A atribuição contratual observada ($z_{d,t}$) determina qual estado do construtor entra no preditor de um determinado piloto.
• Estratégia de Identificação: A identificação da decomposição dinâmica baseia-se em três pilares:
  1. Verossimilhança Conjunta: A equação contínua de classificação e a verossimilhança de ranking fornecem informações complementares, restringindo mudanças comuns nos componentes latentes que um modelo de ranking sozinho não conseguiria identificar.
  2. Restrições de Soma Zero: Para fixar a localização e a escala dos estados latentes, o modelo impõe restrições que centram as habilidades de pilotos e construtores em zero para cada Grande Prêmio. Isso é implementado via especificações de priors específicas que induzem correlações negativas nos termos de inovação das equações de estado.
  3. Variação de Atribuição: A variação nas atribuições piloto–construtor ao longo do tempo (ex: pilotos mudando de equipe) permite que o modelo distinga a habilidade persistente do piloto da habilidade do construtor, analogamente à mobilidade de trabalhadores em modelos de efeitos fixos de dois caminhos.
• Inferência: A inferência bayesiana é realizada usando o No-U-Turn Sampler (NUTS), um algoritmo de Monte Carlo Hamiltoniano, sob priors fracamente informativos que tratam as habilidades de pilotos e construtores de forma simétrica. Esta abordagem é escolhida em vez de filtros de Kalman padrão devido à natureza não gaussiana da verossimilhança de ranking.

Principais Contribuições

1. Modelagem Conjunta de Resultados Heterogêneos: O artigo integra um resultado contínuo e um resultado de ranking parcial dentro de um único framework dinâmico, estendendo modelos de variáveis latentes de resultados mistos para o domínio do espaço de estados.
2. Decomposição Dinâmica de Dois Caminhos: Diferente dos modelos estáticos de trabalhador-empresa, este framework permite que tanto o efeito individual (piloto) quanto o de grupo (construtor) evoluam estocasticamente ao longo do tempo, sendo identificados através de estruturas de atribuição observadas.
3. Síntese Metodológica: O modelo faz a ponte entre a literatura de modelos de resultados mistos, modelos de ranking dinâmicos (ex: Plackett-Luce dinâmico) e efeitos de dois caminhos da econometria, fornecendo uma abordagem unificada para decompor preditores de desempenho compartilhados.

Resultados Empíricos
Aplicado à era híbrida da Fórmula Um (2014–2021), o modelo produz as seguintes conclusões:

• Heterogeneidade: Existe uma heterogeneidade substancial tanto nas habilidades de pilotos quanto de construtores em toda a amostra.
• Estabilidade vs. Volatilidade: As habilidades dos pilotos são geralmente mais estáveis ao longo do tempo, exibindo uma evolução gradual. Em contraste, as habilidades dos construtores exibem maior variação, com mudanças mais pronunciadas e, por vezes, abruptas dentro e entre temporadas.
• Contribuições Relativas: Para diversas combinações piloto–construtor, o componente do construtor contribui mais fortemente para o preditor de desempenho compartilhado do que o componente do piloto. No entanto, a contribuição relativa varia significativamente dependendo do par específico e do período de tempo.
• Desempenho Preditivo: O modelo reproduz razoavelmente bem os resultados contínuos de classificação. Contudo, o componente de ranking de corrida apresenta maior dificuldade em reproduzir o domínio sustentado de pares de alto nível (ex: Verstappen/Red Bull em 2021), tendendo a subestimar a frequência de vitórias de topo (primeiro e segundo lugares) em comparação com os dados observados.
• Incerteza: A incerteza posterior é geralmente maior para as habilidades dos construtores do que para as dos pilotos, refletindo a maior volatilidade no desempenho dos construtores e a estrutura específica dos dados de atribuição.

Significância e Alegações
O artigo afirma fornecer um rigoroso framework estatístico para decompor o desempenho conjunto em esportes de equipe onde as contribuições individuais e de grupo não são observadas e são dinâmicas. Ao aproveitar a estrutura específica dos dados da Fórmula Um — onde os pilotos mudam de equipe e os resultados são medidos em diferentes escalas — o modelo identifica com sucesso trajetórias latentes separadas para pilotos e construtores. Os autores observam que, embora o modelo seja adaptado para a Fórmula Um, sua estrutura subjacente é aplicável a outros contextos que envolvem resultados longitudinais heterogêneos que dependem de efeitos de indivíduos e grupos que evoluem separadamente, como resultados organizacionais ou outras competições de equipe. O estudo conclui modestamente que, embora a decomposição seja bem-sucedida, o modelo de ranking de corrida retém limitações em capturar as caudas extremas de dominância de desempenho.