Métodos estadísticos aplicados al deporte

Abstract

La estadística está presente en todos los ámbitos de la vida, incluyendo deportes como el baloncesto. Gracias a esta disciplina, ligas como la NBA generan grandes cantidades de dinero al año y optimizan diferentes facetas del juego. Este trabajo se centra en el estudio del salario de los jugadores de la liga de baloncesto americana en la temporada 2020-2021, a través de ciertas características como la edad o características de su juego. El objetivo principal es el de, mediante la teoría de los modelos de regresión, aplicar los conocimientos de los métodos lineales, así como introducir métodos no paramétricos buscando una aplicación práctica e interpretable de los datos recogidos, con el propósito de ver cuales de las características son las más influyentes y las que más información aportan a la hora de predecir los sueldos. Además se estudia si existen casos que supongan irregularidades en el planteamiento de estos modelos y sus posibles interpretaciones analizando jugadores que están siendo pagados por encima o por debajo de su sueldo estimado.Statistics is present in all areas of life, including sports such as basketball. Thanks to this discipline, leagues like the NBA generate large amounts of money per year and enhance different facets of the game. This work focuses on the study of the salary of players in the American basketball league in the 2020-2021 season, through certain characteristics such as the age, the Box Plus/Minus or the value over replacement player. The aim of this study is to apply linear methods, as well as non-parametric methods. In this way, a practical and interpretable application of the collected data is carried out, with the purpose of seeing which of the players' characteristics are the most influential and the ones that provide the most information when predicting salaries. In addition, we study whether there are certain cases that involve irregularities in the approach of these models and their possible interpretations by analyzing players who are being paid above or below their estimated salary