Cómputo de Estadísticas para la Evaluación de Apuestas NBA

El problema que nos ocupa

Los apostadores se pierden en montones de números sin filtrar. Aquí no se trata de contar puntos, sino de transformar datos crudos en ventaja real.

Variables clave que no puedes ignorar

Primer tiro: promedio de eficiencia ofensiva (eFG%). Un par de cifras y ya puedes diferenciar a un equipo “sólido” de uno “inflado”.

Segundo punto: ratio de rebotes ofensivos por posesión. Si un club captura más tablas en la misma cantidad de oportunidades, la probabilidad de segundas oportunidades sube.

Tercero, el ritmo de juego (poss per 48). Un ritmo alto genera más oportunidades, pero también más volatilidad. Aquí la regla es clara: no todos los over/under son iguales.

Cómo filtrar ruido y enfocarte en señal

By the way, elimina el “juego de temporada regular” del dataset y usa solo los últimos diez partidos. La muestra corta elimina la deriva de lesiones y rotaciones.

Look: pondera cada variable por su desviación estándar. Si el eFG% de un equipo vibra menos que su ratio de asistencias, el primero pese más en la ecuación.

Y aquí está el por qué: los jugadores estrella pueden romper una tendencia, pero el promedio de equipo tiende a estabilizarse. Por eso la estadística de “plus/minus” por 100 posesiones es el oro puro.

Construcción del modelo simple

Armar un modelo no requiere una IA de Harvard. Una regresión lineal con tres variables (eFG%, rebotes ofensivos, ritmo) ya captura >80% del movimiento de línea.

Un truco: agrega una dummy variable “juego en casa”. La ventaja de local suele aumentar la eficiencia en 2-3 puntos, y eso se refleja en el spread.

Conecta todo: score_pred = β0 + β1*eFG% + β2*REB_O + β3*RITMO + β4*HOME. Ajusta β usando mínimos cuadrados y listo.

Validación y ajuste

Divide los datos 70/30. Entrena en el 70, prueba en el 30. Si el error medio absoluto (MAE) supera 4.5 puntos, vuelve a calibrar. No aceptes nada menos.

El siguiente paso es comparar la predicción con la línea de apuestas de queapostarnba.com. Si tu modelo supera la línea en al menos 2 puntos en un 55% de los casos, ya tienes un edge.

Ejemplo rápido

Supón que los Lakers tienen eFG% 56, rebotes ofensivos 1.2, ritmo 102, y juegan en casa. Con β0= -5, β1=0.8, β2=3, β3=0.05, β4=2, el score_pred sale 112.4. La línea de la casa marca 108.5. Tu modelo indica sobrevaloración de 3.9 puntos; apuestar sobre el total puede ser rentable.

Y ya.