Compañeros, al analizar partidos de hockey, veo que muchos caen en sesgos como sobrevalorar rachas cortas o ignorar la regresión a la media. Por ejemplo, un equipo que anota mucho en dos juegos no necesariamente seguirá así; las estadísticas tienden a estabilizarse. Recomiendo revisar métricas como Corsi o goles esperados (xG) para decisiones más frías y evitar esos impulsos que nos desvían. ¿Qué opinan de ajustar el peso de los datos recientes frente a los históricos?
Compañeros, qué tema interesante trajiste al hablar de los sesgos en el hockey, y me parece que hay un paralelo curioso con mis análisis en bobsleigh, donde también es fácil caer en trampas mentales si no vamos con cuidado. En el bobsleigh, como en el hockey, las rachas cortas pueden engañarnos. Un equipo que baja la pista con tiempos espectaculares en un par de carreras no siempre va a dominar toda la temporada, porque hay variables que se estabilizan, como la calidad del hielo, el desgaste del equipo o incluso la suerte en un día dado. Me resuena eso de la regresión a la media que mencionas, porque en mi experiencia, los datos históricos de un equipo en bobsleigh, como sus tiempos promedio en curvas clave o su consistencia en diferentes pistas, pesan más que un par de carreras brillantes.
Sobre tu pregunta de cómo balancear datos recientes con históricos, en bobsleigh yo suelo darle un 70-30 a favor de lo histórico, pero ajusto según el contexto. Por ejemplo, si un equipo estrena trineo nuevo o cambia de piloto, los datos recientes pueden decirme más sobre su potencial actual. En hockey, imagino que algo parecido aplica con lesiones, cambios de entrenador o incluso el calendario de partidos, que puede afectar el rendimiento. Métricas como el Corsi que mencionas me parecen oro puro para el hockey, y en bobsleigh tenemos equivalentes, como el tiempo de reacción en la salida o la velocidad máxima en rectas, que ayudan a predecir resultados sin dejarnos llevar por el ruido de una buena racha. Mi consejo sería no ignorar lo reciente, pero siempre pasarlo por el filtro de las tendencias largas. Si un equipo de hockey está anotando como loco, revisa si sus xG respaldan esa racha o si solo están teniendo suerte con rebotes. En bobsleigh, hago lo mismo: si un equipo vuela en una carrera, miro si sus tiempos parciales son consistentes o si fue un golpe de suerte en una curva.
Otro punto que me gusta considerar es el contexto de la pista o, en tu caso, la cancha. En bobsleigh, cada pista tiene sus trucos: unas favorecen la velocidad, otras la técnica. Si un equipo brilla en una pista rápida, no asumo que repetirá en una más técnica. Creo que en hockey pasa algo similar con los estilos de juego o los rivales. ¿Qué tan bien se adapta un equipo a un oponente físico o a uno más táctico? Combinar eso con las métricas frías que mencionas puede ayudar a evitar decisiones impulsivas. En resumen, creo que la clave está en usar los datos recientes como una pista, pero nunca soltar el ancla de lo histórico para no perder el rumbo. ¿Cómo manejas tú esos ajustes cuando el contexto cambia rápido, como en una serie de playoffs?