Wins Above Replacement: History, Philosophy, and Objectives (Part 1) (Español)

Wins Above Replacement (WAR) es una métrica creada y desarrollada por la comunidad sabermétrica en el béisbol durante los últimos 30 años; incluso hay espacio para fecharla en 1982, donde un sistema que se parecía al método apareció por primera vez en el resumen de Bill James de ese año (por Baseball Prospectus y Tom Tango)., Los cuatro principales modelos/sistemas públicos en el béisbol definen la guerra como tal:

• «Wins Above Replacement (guerra) es un intento de la comunidad de béisbol sabermetric de resumir las contribuciones totales de un jugador a su equipo en una estadística.»FanGraphs
• » gana por encima del jugador de reemplazo es el intento de Prospectus de capturar el valor total de un jugador.»Baseball Prospectus
• » La idea detrás del marco de guerra es que queremos saber cuánto mejor es un jugador que un jugador que normalmente estaría disponible para reemplazar a ese jugador.,»Baseball-Reference
• » Wins Above Replacement (WAR) aggreg agrega las contribuciones de un jugador en cada faceta del juego: bateo, lanzamiento, Lanzamiento base y fildeo.»openWAR

como cada una de estas definiciones simples más o menos estado, guerra es un sistema, modelo, o técnica que intenta asignar un valor total para cada jugador, que representa cuánto ese jugador contribuyó a su equipo en un solo número. Este número único está compuesto por múltiples componentes que son aislamientos de un área de juego dada dentro de un deporte dado., En el béisbol, estos componentes son diferentes para bateadores y lanzadores, pero la suma de cada componente es el intento de WAR de encapsular el valor total que un jugador agrega a su equipo. La idea de la guerra en el hockey, si bien no es nueva, definitivamente todavía está subdesarrollada.

el concepto de guerra, sin embargo, se siente un poco como el «santo grial» en el hockey. Muchos han intentado crear un modelo como este o uno que tiene objetivos similares, a menudo estas personas han sido algunas de las voces principales en las estadísticas de hockey., El «sueño de un solo número» ha sido tan esquivo como cualquier otra cosa en las estadísticas de hockey que parece, y por una buena razón. Un modelo de guerra (para cualquier deporte) plantea varias preguntas increíblemente importantes sobre cómo evaluamos a los jugadores como analistas. La guerra no se trata realmente de un solo número, irónicamente. Se trata de cómo llegamos a ese número. Este número, como muchos han dicho antes, es una estimación en el mejor de los casos; no es definitivo, tiene incertidumbre y suposiciones, un «rango» implícito rodea cada número para cada jugador.,

si bien esta ambigüedad a menudo se pasa por alto, el número final no es exactamente fácil. Pero es el proceso y las preguntas y, en última instancia, la filosofía lo que hace que la búsqueda de un solo número sea un aspecto tan importante de las estadísticas deportivas. ¿Cómo debemos evaluar a los jugadores? ¿Cómo combinamos los muchos aspectos de juegos tan complejos, en la misma escala y ajustados de la manera correcta, que podemos comparar con confianza la ofensiva de fuerza uniforme con la defensa de fuerza uniforme, o una base robada con un doble, o un rebote con un 3-pointer?, En nuestra opinión, el proceso de encontrar las respuestas a estas preguntas es tan importante como lo que el número único realmente nos dice. ¿Qué ha hecho el hockey con esto? Vamos a volver al béisbol en breve, pero ya que esto es hockey vamos a cubrir el trabajo anterior que nuestro deporte tiene para ofrecer.

modelos anteriores en Hockey

ha habido varios métodos de guerra creados y utilizados en el pasado para evaluar tanto a los patinadores como a los porteros de la NHL. Estos no fueron todos llamados «guerra» necesariamente, pero en alguna forma cada uno intentó evaluar el valor completo de un patinador (o a veces un portero)., El artículo de WAR-on-ice tiene una historia más completa, así que por favor consulte el siguiente enlace, pero queríamos destacar algunos de los ejemplos más conocidos. Una nota: a excepción de Emmanuel Perry, ninguno de estos modelos están actualizados o «en vivo» a partir de la publicación:

• parece que el primer modelo / sistema que intentó evaluar a los jugadores de hockey de una manera similar a WAR fue el método de Contribución del jugador de Alan Ryder de agosto de 2003.
• Michael Schuckers y James Curro crearon un modelo de evaluación de jugadores en 2012 (Actualizado en 2013) llamado ThoR (clasificación total de Hockey)., Si bien este sistema no está actualizado, parece que los datos todavía están disponibles aquí.
• El equipo ahora anterior en war-on-ice.com (Andrew C. Thomas, Sam Ventura y Alexandra Mandrycky) crearon su modelo de guerra en el otoño de 2014 y lo alojaron en su sitio. Toda la serie que explica el modelo todavía está disponible en línea aquí. Es fantástico y una gran referencia para cualquier discusión de hockey relacionada con la guerra.
• Dawson Sprigings desarrolló un modelo de guerra que fue lanzado en el verano de 2016 y estuvo en producción durante toda la temporada 16-17., La serie de 5 partes fue alojada en Hockey-Graphs, pero ya no está disponible.
• Emmanuel Perry creó su propia versión de la guerra en el verano de 2017 y publicó una introducción al concepto de guerra aquí. Su explicación en profundidad del modelo se puede encontrar aquí. Este modelo está disponible en Córcega.hockey.
• Gordon Arsenoff presentó su modelo de guerra en la conferencia RITSAC 2018. Sus diapositivas se pueden encontrar aquí. No parece que este modelo esté actualmente disponible públicamente.,

si bien le recomendamos que se tome el tiempo para familiarizarse con el trabajo anterior anterior, nos vamos a centrar en War On Ice (WOI), Dawson Sprigings y los respectivos modelos de Emmanuel Perry para ilustrar cómo funcionaron algunos de los métodos anteriores y cómo se veían sus respectivas filosofías.

War On Ice WAR

Este fue el primer modelo en hockey que se etiquetó a sí mismo como «guerra», es decir, su objetivo era medir la contribución del jugador en términos de victorias. Esto es importante. En un muy detallado y minucioso (y un código abierto!,) way, produjeron algo que en realidad se parecía a lo que un modelo de guerra podría ser en el hockey. Aquí hay algunas citas de su serie para demostrar brevemente su propia filosofía:

• este sistema debe ser prospectivo; es decir, ninguna nueva información intrínseca al sistema debe afectar nuestras estimaciones del pasado. Quiero que esto se base en una idea predictiva para que el rendimiento pasado sea indicativo del futuro (inmediato).

• Cada pieza debe ser linealmente descomponible en sus partes constituyentes.,

• everything todo debe validarse en función de su capacidad para predecir resultados futuros a una escala más grande. No juzgaremos en base al ajuste del globo ocular, sino por medidas generales de escala predictiva.

• de la parte 2: el valor relativo de un agente — un equipo, jugador, combinación de jugadores o circunstancia — es cómo cambian la velocidad a la que ocurren los eventos, a favor y en contra. Esto, por supuesto, no tiene sentido para nuestro propósito sin el punto 2: los únicos eventos que importan son predictivos o indicativos de un gol que se está anotando.,

• de la parte 5: medir la guerra tiene que ver tanto con el contexto como con el rendimiento. Dado que nuestro objetivo es valorar las medidas que son predictivas del rendimiento futuro, un equipo que juega contra oponentes fuertes debe ser compensado porque cualquier equipo de línea de base lo haría peor en las expectativas; un equipo que juega una serie de partidos en casa con suficiente descanso debe esperar hacer peor de lo que su registro sugiere cuando están en el camino.,

el modelo de guerra de WOI se estableció con una filosofía fundamental, una extremadamente importante para comprender lo que medía: el modelo estaba destinado a ser lo más predictivo posible. Esto tiene sentido dado el análisis, la investigación y la literatura en las estadísticas de hockey. A menudo intentamos eliminar el ruido y la aleatoriedad del juego centrándose en cosas que sabemos que son predictivas o indicativas de éxito futuro. Desafortunadamente, este modelo no estuvo vivo por mucho tiempo (ya que Ventura fue contratado por los Pittsburgh Penguins y Thomas y Mandrycky fueron contratados por los Minnesota Wild).,

hubo, sin embargo, algunos grandes artículos que trataron este modelo. Dom Luszczyszyn escribió un artículo en octubre de 2015 para Hockey News con citas de AC Thomas, Ryan Stimson y Corey Sznajder que hablaban sobre el modelo mientras todavía estaba disponible. Además, este artículo de Vice cubre el sitio de WOI y Perry, y aunque no es realmente específico de la guerra, es una lectura interesante y le da una idea de la línea de tiempo que rodea los datos públicos., La fantástica serie de Cam Lawrence «How to Build a Contender» usó el modelo de guerra de WOI para cubrir cómo una organización debe construir un equipo contendiente. Original Six Analytics también tiene una buena visión general del modelo aquí.

Dawson Sprigings

como se mencionó, Sprigings lanzó su modelo de guerra en el verano de 2016 y lo mantuvo actualizado durante la temporada 16-17. Si bien la serie de 5 partes ya no está disponible, podemos decir (de memoria y muchos CSV antiguos) que tenemos una idea bastante buena de cómo funcionó., Parece que este modelo era similar a la métrica real plus-Minus (RPM) de Jeremias Engelmann utilizada para evaluar a los jugadores en la NBA, que a su vez se basó en las diversas métricas y variaciones ajustadas de Plus-Minus (esto se cubrió en nuestro artículo de RAPM y también se cubrirá en la parte 2). Sería imprudente y un flaco favor si intentáramos resumir el modelo de Sprigings sin una reseña pública, así que evitaremos eso.,

Este modelo era similar a WOI (que es similar a los varios modelos de béisbol) en que abordaba aspectos del juego de forma independiente como «componentes» y combinaba estos para llegar a un solo número. Sin embargo, mientras que el modelo de WOI fue construido con la predicción como el enfoque principal, Sprigings llevó esto un paso más allá: enfatizó la evaluación de jugadores basada en el verdadero talento o el verdadero valor. Este es un concepto común en la sabermetría: la cuestión de cuál es el «verdadero talento» de un jugador., Como se mencionó, el modelo fue actual durante una temporada, y generó una increíble cantidad de contenido y discusión durante la temporada 16-17 (algunos de los bits más jugosos ya no son públicos, desafortunadamente). Si bien esto a menudo se pasaba por alto, en cualquier momento dado de una temporada, el modelo fue (por lo que podemos recordar) construido para evaluar el verdadero nivel de talento de un patinador, lo mismo ocurre con los totales de final de temporada también.

Aquí hay algunos artículos que trataron sobre el modelo de guerra de Sprigings mientras todavía estaba activo:

• Arvind Shrivats lo cubrió aquí.,
• Nosotros (Josh y Luke) usamos este modelo para construir curvas de envejecimiento para los patinadores de la NHL .
• También exploramos el modelo utilizando estadísticas de tarifas .
• Alex Novet habló de los equipos de eslabones fuertes y débiles usando este modelo .
• Para un poco de historia en debates anteriores, aquí hay un artículo improvisado de Matt Cane sobre el debate en torno al modelo de Sprigings de abril de 2017.
• Finalmente, Sean Tierney todavía tiene los datos disponibles a través de tableau si desea indagar en ellos.,

Emmanuel Perry

El modelo de Emmanuel Perry es el único otro modelo en vivo que está disponible actualmente, que se encuentra aquí. Ha proporcionado una introducción a la idea de la guerra en el hockey aquí y una explicación en profundidad de la metodología aquí. Este modelo está estructurado de manera similar al modelo de WOI, pero utiliza el modelo XG de Córcega en lugar de depender de disparos y zonas de peligro. Al igual que con el modelo de WOI, por favor eche un vistazo a los dos artículos enlazados anteriores, ya que hace un trabajo mucho mejor explicando su modelo., Perry ha declarado públicamente que este modelo no fue construido para ser inherentemente predictivo o descriptivo – es probablemente mejor pensarlo como algo intermedio. Este modelo no está disponible diariamente en temporada debido a las limitaciones de tiempo y Computacionales, por lo que todos los datos disponibles son generalmente de naturaleza histórica.

algunas notas

tuvimos que tomar una decisión en mayo de 2018: A.) presente nuestro modelo de guerra en RITSAC 2018 y enfóquese en construir y crear nuestro sitio web para albergar este modelo de guerra (entre otras cosas – www.evolving-hockey.com) o B.) escribe toda la serie que estás leyendo ahora., Como nunca habíamos asistido a una conferencia de análisis de deportes (entre muchas otras razones), optamos por la opción A. Esto presentaba, por supuesto, una serie de compromisos que teníamos que hacer. La primera es que sabíamos que este artículo no estaría terminado hasta bien entrada la temporada 18-19. El segundo fue el hecho de que este nuevo modelo de guerra sería totalmente público y se nos puede pedir que lo expliquemos sin una referencia adecuada para su construcción. Ambas cosas se hicieron realidad. Queremos presentar un par de piezas que hacen referencia a nuestro modelo de guerra por el bien de la continuidad.,

• primero, Aquí están los enlaces apropiados a nuestro video de presentación y diapositivas de RITSAC 2018( Muchas gracias a Ryan Stimson y Matt Hoffman): diapositivas y presentación.
• Arvind Shrivats escribió una gran explicación de guerra para el Athletic (paywall) aquí que profundizó tanto en nuestro modelo como en el modelo de Perry.
• El Athletic organizó varios artículos/discusiones/debates de guerra que entraron en los modelos públicos actuales en sus respectivas extensiones (de nuevo, todos los artículos están pagados)., La primera generó bastante debate en twitter, la segunda contó con Brian MacDonald, y la tercera fue comisariada por su compañero escritor de HG Ryan Stimson con Michael Schuckers.
• John Fischer discutió tanto nuestro modelo como el modelo de Perry en agosto.
• CJ Turtoro escribió sobre nuestro modelo (también en lo que respecta a los Diablos) en octubre de 2018.
• nosotros (en realidad solo Josh) contribuimos a un artículo sobre el Athletic escrito por Shayna Goldman que estaba centrado en los Rangers pero cubría muchas preguntas sobre el modelo y cómo se puede usar/Ver.,

ha habido algunos otros artículos que miraban tanto nuestro modelo como el de Perry. Con eso, debemos disculparnos por el tiempo que nos llevó terminar esta serie. Como mencionamos, hicimos una elección, y eso nos dejó con un plazo inalcanzable para terminar todo, ya sabes, prioridades y todo eso. Dicho esto, volvamos al béisbol.

Baseball WAR

Este tema ha tenido libros escritos sobre él, la mayoría de los equipos usan algo que se asemeja a la guerra hasta cierto punto, y hay muchos que saben mucho más sobre este tema que nosotros dos., Pero, necesitamos discutir cómo funcionan los modelos de guerra del béisbol (o al menos intentarlo) simplemente porque fueron una gran influencia tanto en cómo pensamos sobre la guerra como en cómo construimos nuestro modelo. Además, creemos que es importante que dibujemos claramente la conexión entre el béisbol y el hockey y cómo puede existir un modelo de guerra en ambos deportes. Al principio de esta pieza, presentamos un breve resumen de los diversos modelos de guerra pública en el béisbol (FanGraphs, Baseball Prospectus, Baseball-Reference, y openWAR)., Por supuesto, estas fueron citas de 1-2 frases que están lejos de ser exhaustivas, pero cada una nos da una buena idea de lo que todos intentan medir: el valor total que un jugador agregó a su equipo en relación con un jugador de nivel de reemplazo en un número.

esto, sin embargo, nos lleva a una encrucijada con la forma en que abordamos la construcción de un modelo de guerra para la NHL. Si no te has dado cuenta, ha habido poca discusión en los explicadores de guerra del béisbol (léase: ninguno) con respecto a dos conceptos cruciales en los que las estadísticas de hockey dependen bastante: repetibilidad y predictividad., En el campo de las estadísticas de hockey, la idea de que una métrica sea repetible o predictiva es una que se ha convertido en fundamental. Es decir, las métricas a menudo se «validan» en su capacidad para hacer una o ambas. En nuestra opinión, La razón principal por la que Corsi (intentos de disparo) se hizo popular y se convirtió en una idea fundamental en el trabajo de hockey se debió a su capacidad para predecir mejor las victorias del equipo. Expected Goals también utilizó este concepto (Sprigings XG explainer). No se necesita mucho al investigar los métodos utilizados en el trabajo de hockey moderno para encontrar la mención de uno o ambos de estos conceptos.,

como hemos intentado mostrar anteriormente, el trabajo previo con hockey WAR tomó esta misma mentalidad como un aspecto central de cómo se construyeron los modelos de guerra anteriores. Y hay una muy buena razón para esto. De ninguna manera estamos tratando de criticar este enfoque o especular que esto es incorrecto – no lo es. Estos conceptos son cruciales en cómo valoramos muchos aspectos del juego, Cómo eliminamos y manejamos la suerte, Cómo confiamos en los jugadores y equipos para la evaluación, la lista sigue y sigue?pero ¿cómo encaja la repetibilidad y la predicción en las victorias por encima del reemplazo en el hockey?, Eso, justo ahí that esa es la pregunta.

los modelos de guerra de béisbol son de naturaleza descriptiva; como explica Baseball-Reference, «la idea detrás del marco de guerra es que queremos saber cuánto mejor es un jugador que un jugador que normalmente estaría disponible para reemplazar a ese jugador.»- O-como dice el resumen de FanGraphs » WAR no está destinado a ser un indicador perfectamente preciso de la contribución de un jugador, sino más bien una estimación de su valor hasta la fecha.,»Si bien hay mucho que desempacar con ambos, la última parte de la cita de FanGraphs es un aspecto clave de los modelos de guerra del béisbol: el valor hasta la fecha. Para decirlo un poco más elocuentemente, vamos a diferir al prospecto de béisbol. En 2013, BP lanzó su reelaboración WARP series-it’s incredible (parte 1, Parte 2, Parte 3, Parte 4, Parte 5). En su introducción a esta serie, Colin Wyers describió varios de sus objetivos con su nuevo modelo de guerra. Este fue el tercer objetivo:

«queremos saber qué ha hecho un jugador., Para usar los términos técnicos de las estadísticas, vemos el rendimiento de un jugador en un período de tiempo dado como una población, no como una muestra. Si rehiciste esa muestra mil veces, ese jugador podría haber hecho muchas cosas. Si nos fijamos en otras muestras, es muy probable que este jugador ha hecho cosas diferentes. No importa. No estamos interesados en lo que un jugador podría haber hecho, sino en lo que realmente hizo.»

casi cada uno de los 5 goles que Wyers presenta en esta serie (Parte 1) está en línea con cómo nos sentimos los dos sobre la guerra por el hockey., Lo que estamos tratando de demostrar aquí es que, hasta ahora, ha habido una desconexión entre lo que es la guerra en el béisbol y lo que debería ser la guerra en el hockey. Si bien no todos los modelos de guerra o métodos de un solo número similares desarrollados hasta ahora en el hockey se han desviado de estas ideas o conceptos que los principales modelos públicos de guerra de béisbol tienen, la gran mayoría de ellos tienen. Es decir, han saltado a algo que consideraríamos una victoria esperada por encima del modelo de reemplazo o posiblemente algo que se asemeja a las métricas «merecidas» más nuevas de la nueva deformación de BP (DRA, DRC+)., O incluso incorporar los nuevos datos de Statcast en un modelo de tipo xWAR. Dave Cameron discutió esto en un post en Fangraphs hace dos veranos cuando los nuevos datos de Statcast comenzaron a llegar. Es una lectura fascinante, ya que trata con preguntas muy similares a las que estamos abordando aquí (¡incluso sin los datos de seguimiento de futuros jugadores!)., La conclusión de Cameron se siente bastante relevante:

pero mientras Statcast es muy prometedor para mejorar el pitcheo y los lados defensivos de los componentes, obtener datos de golpe cada vez más granulares podría obligarnos a preguntar nuevamente qué queremos que sea la guerra y cuál es el objetivo del modelo. No hay una respuesta correcta obvia aquí, y esa es una de las razones por las que siempre habrá múltiples formas de calcular la guerra.,

«There is no obvious right answer here» is an important point of emphasis: multiple WAR models can exist in any sport, each with different frameworks based on different philosophies. Los modelos de guerra anteriores en el hockey se han centrado en la predicción y la evaluación del verdadero talento. Nosotros, sin embargo, queríamos retroceder un poco y crear un modelo más acorde con los definidos en el béisbol. Hemos intentado hacer un modelo de guerra descriptivo, de principio a fin. Esto no significa que no sea predictivo, solo significa que no nos importa si es predictivo.,

Filosofía y objetivos

los modelos de guerra pública en el béisbol son inherentemente descriptivos: miden lo que hizo un jugador; cómo un jugador agregó valor o contribuyó a su equipo en un lapso de tiempo dado de una manera que se relaciona directamente con lo que gana los juegos (Carreras)., En términos generales, a la guerra no le importa la repetibilidad o si es por sí misma predictiva (hay, por supuesto, excepciones aquí – por ejemplo, la versión de FanGraphs utiliza Fielding Independent Pitching (FIP) para lanzar la guerra en lugar de ERA/RA9, como lo hace Baseball-Reference, ya que explica mejor la incapacidad del lanzador para influir en la defensa detrás de él). Esta idea es una que va en contra de muchas convenciones en la comunidad de estadísticas de hockey, pero en su núcleo, la guerra es una métrica Descriptiva. Ante este hecho, nos enfrentamos a una elección con la construcción de nuestro modelo: ¿qué hacemos con esto?, El modelo de guerra original creado por WOI lo abordó de esta manera para mantenerlo simple. Esto fue citado anteriormente, pero creemos que es importante enfatizar esto:

este sistema debe ser prospectivo; es decir, ninguna información nueva intrínseca al sistema debe afectar nuestras estimaciones del pasado. Quiero que esto se base en una idea predictiva para que el rendimiento pasado sea indicativo del futuro (inmediato); mi única excepción a esto sería si aprendiéramos de sesgo en los datos que necesitan ser corregidos después del hecho.,

para ser claros, el hockey es un deporte muy Aleatorio: la suerte es un factor importante que juega un papel importante en la contribución o el valor de un jugador. A menudo, un jugador puede mantener un rendimiento por encima de su nivel de «verdadero talento» durante largos períodos de una temporada (a veces una temporada completa). Esto es definitivamente problemático. Pero el béisbol a menudo no es tan diferente – la suerte juega un papel importante en el rendimiento de un jugador también. La guerra anterior y las métricas de un solo número en la NHL estaban (y están), en su mayor parte, relacionadas con su capacidad para predecir el rendimiento futuro o evaluar el verdadero talento., Si bien estas ideas son extremadamente importantes, creemos que se necesitaba un modelo de guerra que intentara capturar mejor el valor real de un jugador hasta la fecha para evaluar a los jugadores de la NHL. Estos son nuestros objetivos con este modelo:

• queremos crear un modelo que, en la medida de nuestras posibilidades, evalúe cómo un jugador de la NHL contribuyó al equipo de ese patinador o arquero. Este modelo o sistema debe cubrir tantos aspectos del juego como seamos capaces de explicar, ajustar para todos los contextos y situaciones, y ajustar adecuadamente para los compañeros de equipo y (en menor medida) la competencia., Queremos un número (o números) que mejor aísle y atribuya el valor que un jugador agregó o contribuyó a su equipo.
• intentaremos, siempre que sea posible, utilizar los objetivos como base para nuestro(S) método (s). Al igual que el béisbol, queremos que este modelo se vincule directamente a las victorias, y los goles son la forma en que los equipos ganan los partidos.
• para ayudar mejor a los fans y analistas a entender este modelo, queremos un sistema que nos permita actualizar y mantener los números diarios de guerra dentro de una temporada., Si bien los números de guerra de muestra pequeña son problemáticos, es importante que nosotros, como fanáticos y analistas, podamos seguir el progreso de los jugadores a lo largo de una temporada y evaluar cómo funciona el modelo y qué dice sobre el rendimiento del jugador día a día.
• este modelo debería ser capaz de evaluar a los novatos y a los jugadores novatos de la NHL de la misma manera que evalúa a los veteranos. Dado que nuestro objetivo con este modelo es describir mejor y asignar valor al rendimiento de un jugador determinado, no debería haber diferencia en la evaluación de un jugador que tiene muchos años de experiencia en NHL frente a uno que no tiene experiencia en NHL.,
• Debemos ser capaces de analizar los aspectos internos del modelo para proporcionar contexto para el número o componente(s) de cualquier jugador dado. En otras palabras, este modelo no debe ser completamente en caja negra o no interpretable. Si bien esto puede ser difícil, nos gustaría tener la capacidad de investigar por qué la guerra de un jugador (o componente específico) se ve de la manera que lo hace.
• y finalmente, aunque un poco mezquino, nos gustaría que este modelo se alineara y rastreara mejor a los patinadores y porteros que deberían ganar los premios de fin de año., En última instancia, la guerra debe ser un análisis basado en datos de la contribución total de un jugador. Solo tiene sentido que el Trofeo Hart, por ejemplo, se base en un modelo que evalúe el rendimiento completo de un jugador en una temporada determinada.

habiendo establecido todos estos objetivos, es importante que seamos claros aquí. Hemos descrito los modelos anteriores de hockey WAR como modelos de «guerra esperada» hasta cierto punto. Esto no es algo malo – en realidad podría ser la mejor opción dada la cantidad de suerte y varianza que se produce en el hockey., A nuestros ojos, sin embargo, hay numerosos beneficios de construir un modelo como el que hemos intentado crear. Lo bueno de la guerra es que es un marco – no hay una sola versión correcta. Los modelos paralelos, especialmente las versiones descriptivas frente a las predictivas, permiten obtener aún más información sobre la evaluación del reproductor. ¡Incluso podríamos hacer otra versión en el futuro que no se parezca en nada a esto!,

en esta parte, hemos cubierto parte de la historia que se encuentra en el trabajo anterior de hockey, discutimos algunas de las diferencias en las respectivas filosofías de béisbol y hockey, y esbozamos nuestros objetivos para nuestro modelo de guerra. A lo largo del camino hemos vinculado a bastantes artículos que son todos relevantes para lo que discutiremos en las siguientes dos partes. Por favor, tómese un tiempo para leer lo que se hace referencia aquí. Creemos que comprender la historia, la teoría y la filosofía de la guerra es muy importante. En la parte 2, cubriremos todo el proceso de cómo se construye el modelo., En la parte 3, cubriremos el nivel de reemplazo y la conversión ganadora, cubriremos algunos conceptos adicionales relacionados con las decisiones que hemos tomado a lo largo del camino e intentaremos unir todo esto con gracia.