Hot Hand: Existencia y Modelación Estadística
Palabras clave:
Análisis de datos deportivos, baloncesto, estadística no paramétrica, Hot Hand, probabilidad condicionalResumen
El fenómeno del Hot Hand (HH) en el baloncesto ha fallado en ser caracterizado de forma definitiva como un sesgo cognitivo o una realidad estadística. Con el objetivo de evaluar el aumento de la probabilidad de acierto tras una serie de anotaciones consecutivas, el presente estudio analiza 210,072 intentos de anotación realizados por un grupo de 481 jugadores profesionales en la National Basketball Association (NBA) durante la temporada 2016-2017. Para ello, se calcularon probabilidades condicionales y se aplicaron pruebas no paramétricas de Wilcoxon para la totalidad de la muestra y por cada una de las posiciones de los jugadores. Los resultados generales muestran diferencias positivas y estadísticamente significativas entre las probabilidades condicionales observadas y las hipotéticas bajo el supuesto de independencia, lo que sugiere la existencia de un efecto Hot Hand. Al segmentar por posiciones, la evidencia se concentró en Centers, Point Guards y Small Forwards. Dichos hallazgos sugieren que la manifestación del fenómeno depende de factores contextuales y roles específicos dentro del juego. Asimismo, subrayan la necesidad de ampliar los estudios con enfoques longitudinales, incorporación de variables contextuales y modelos complejos que permitan caracterizar de manera robusta la dinámica del HH en el baloncesto.
Descargas
Citas
Aharoni, G., & Sarig, O. H. (2011). Hot hands and equilibrium. Applied Economics, 44(18), 2309–2320. https://doi.org/10.1080/00036846.2011.564141
Albright, S. C. (1993). A statistical analysis of hitting streaks in baseball. Journal of the American Statistical Association, 88, 1175–1183.
Ayton, P., & Fischer, I. (2004). The hot hand fallacy and the gambler’s fallacy: Two faces of subjective randomness? Memory & Cognition, 32(8), 1369-1378.
Bar-Eli, M., Avugos, S., & Raab, M. (2006). Twenty years of “hot hand” research: Review and critique. Psychology of Sport and Exercise, 7(6), 525-553
Chen, Q., & Qin, F. (2022). Application of game theory in basketball defense and offensive tactical. Operations Research and Fuzziology, 12(3), 685-694
Clark, R. D. (2003). Streakiness among professional golfers: Fact or fiction? International Journal of Sport Psychology, 34, 63–79.
Clark, R. D. (2005). Examination of hole-to-hole streakiness on the PGA tour. Perceptual and Motor Skills, 100, 806–814.
Deng, B. (2023). Basketball Game Theory Analyzes the Choice. En H. Mallick et al. (Eds.), Proceedings of the International Conference on Education, Management, and Computer Science (ICEMCI 2022) (pp. 3–11). Atlantis Press.
Forthofer, R. (1991). Streak shooter—The sequel. Chance, 4, 46–48
Gilovich, T., Vallone, R., & Tversky, A. (1985). The hot hand in basketball: On the misperception of random sequences. Cognitive Psychology, 17, 295–314
Hoffman, B. (2024, August 31). The Hot-Hand Fallacy: What it is and how to overcome it. Forbes. https://www.forbes.com/sites/brycehoffman/2024/08/31/the-hot-hand-fallacy-what-it-is-and-how-to-overcome-it/
Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux
Koehler, J. J., & Conley, C. A. (2003). The "hot hand" myth in professional basketball. Journal of Sport & Exercise Psychology, 25(2), 253–259.
Larkey, P. D., Smith, R. A., & Kadane, J. B. (1989). It’s okay to believe in the ‘‘hot
Revista Latinoamericana de Investigación Social, vol. 8, no. 3
hand’’. Chance, 2, 22–30.
Miller, J. B., & Sanjurjo, A. (2018). Surprised by the Hot Hand Fallacy? A Truth in the Law of Small Numbers. Econometrica, 86(6), 2019-2047.
NBA Conference Stat Leaders, 2023-24 regular season - ESPN. (n.d.). ESPN. https://www.espn.com/nba/stats/player/_/season/2024/seasontype/2/table/offensive/sort/threePointFieldGoalPct/dir/desc
Simon, H. A., & March, J. G. (1969). Límites cognitivos sobre racionalidad. En Teoría de la organización (pp. 150-189). Barcelona: Ariel.
Sun, Y., & Wang, H. (2012). The “hot hand” revisited: A nonstationarity argument. PsyCh Journal, 1(1), 28–39.
University of Michigan. (2021). Foundations of sports analytics: Data, representation, and models in sports [Curso en línea]. Coursera. https://www.coursera.org/learn/foundations-sports-analytics?utm_medium=sem&utm_source=gg&utm_campaign=b2c_latam_x_multi_ftcof_career-academy_cx_dr_bau_gg_pmax_gc_s1-v2_en_m_hyb_24-04_nonNRL-within-14d&campaignid=21239613742&adgroupid=&device=c&keyword=&matchtype=&network=x&devicemodel=&creativeid=&assetgroupid=6501905150&targetid=&extensionid=&placement=&gad_source=1&gad_campaignid=21320925518&gbraid=0AAAAADdKX6ZJRdZgFow8vdRJ5zrKDpMiX&gclid=CjwKCAjwq9rFBhAIEiwAGVAZP9LHfzKgwMMebPuAVkv2rMI_EOPL6o0shuL0KVgHFfFytNmpB1yaHhoCki8QAvD_BwE
University of Michigan. (2021). Shotlog [Base de datos]. En Foundations of sports analytics: Data, representation, and models in sports [Curso en línea]. Coursera.
Vergin, R. C. (2000). Winning streaks in sports and the misperception of momentum. Journal of Sport Behavior, 23, 181–197
