Un entrenador preguntó en un foro en línea:
¿Alguien tiene una fórmula de recepción de servicio más precisa que prefiera en lugar de la calificación 3-2-1-0 para calificar a un receptor de servicio? Por ejemplo, ¿considera alguna vez la dificultad del servicio, la posición en la cancha, la posición del servidor en el contacto o el tipo de servicio?
los Sistema 3-2-1-0 para calificación de pases ha existido por mucho tiempo. Fue formulado originalmente por el difunto Jim Coleman. Algunas personas usan un sistema 0-4, con un 1 para un paso elevado y los demás suben. Si usa DataVolley y/o trabaja fuera de los EE. UU., probablemente esté familiarizado con el sistema ++/+/!/-. hablo de estos aquí. Como se describe en esta publicaciónsin embargo, hay problemas con los promedios/porcentajes que obtenemos usando estos sistemas.
Así que permítanme abordar esta pregunta desde dos direcciones.
Ser más preciso con el análisis básico
Una de las principales deficiencias del sistema 3-2-1-0, o cualquiera de sus variaciones, es que no necesariamente nos conecta bien con lo que buscamos. En última instancia, buscamos una mayor precisión en los pases para facilitar un ataque más efectivo. Queremos pasar lo mejor que podamos para maximizar nuestra oportunidad de anotar. Pero, ¿cuál es realmente la diferencia entre 3 pasadas y 2 pasadas, o 2 pasadas y 1 pasada en ese sentido?
Si le da a una pasada una calificación de 2 y a otra una calificación de 1, la sugerencia es que la primera pasada es el doble de buena que la segunda. Pero, ¿tienes el doble de probabilidades de anotar con 2 pases que con 1 pase? Sus probabilidades son ciertamente mejores, pero ¿exactamente 2 veces mejores? Probablemente no. Dependiendo de tu equipo, las probabilidades reales pueden ser mayores o menores.
Del mismo modo, un pase de 3 probablemente no signifique un 50% más de probabilidades de anotar que un pase de 2.
Por esta razón, junto con otros de la publicación que vinculé anteriormente, usar un promedio basado en uno de estos sistemas de calificación de aprobación debe considerarse una guía aproximada. Querrá ver algo como el % esperado de lanzamiento o el % esperado de lanzamiento de la primera bola. Aquí está un artículo que entra en esto con más detalle.
Ubicación del pasador y del servidor, tipo de servicio, etc.
Una vez que tenga una metodología para calificar los pases, puede comenzar a categorizarlos por cosas como dónde está el servidor, la ubicación del pasador, el tipo de servicio, etc. Este artículo proporciona una indicación de hasta dónde puede llegar por ese camino con algo como DataVolley.
Absolutamente puede usar esta información, y los equipos lo hacen en su exploración. Mencioné dos ejemplos de esto con respecto a la orientación del servicio en esta publicación. También podemos usarlo de manera autoexploradora para identificar áreas de fortaleza y debilidad en el desempeño de nuestro propio equipo.
Aquí está la gran advertencia, sin embargo.
Probablemente necesite al menos 30 observaciones para hacer un análisis razonable. Y desea observaciones imparciales (por ejemplo, no solo contra un solo equipo o tipo de equipo). En otras palabras, deben provenir de una muestra representativa de partidos. Cuanto más profundice en su análisis, menos observaciones habrá en una coincidencia determinada. Eso significa tener que traer más partidos.
Así como no quiere depender de la eficiencia de un bateador de solo 10 swings que sean representativos de su habilidad, tampoco quiere hacer eso para un pasador.
Mundo ideal
En un mundo ideal, calificaríamos a los pasadores individuales y a los equipos en general con fines comparativos mediante el control de una serie de factores. Sin embargo, tener suficientes datos para hacerlo puede dejarnos fuera del alcance del tiempo que tenemos para operar. Como resultado, a menudo tenemos que trabajar con un análisis más amplio de lo que nos gustaría.
0 Comments