(#3). HEZONJA Y LAS PREDICCIONES ESTADÍSTICAS Análisis del rendimiento del jugador de baloncesto Mario Hezonja tras un partido extraordinario, y explicación sobre cómo interpretar este tipo de estudios
Como dije en el pertinente post, hiciera lo que hiciera Hezonja hoy no entraría en contradicción con los resultados de los análisis agregados. Para cuestionar esos resultados harían falta tomar una muestra de decenas o centenares de partidos más y hacer una comparación. Por eso las predicciones de eventos específicos son tan “ambiguas”. Merece la pena detenerse brevemente en esto para que quede claro:
Por ejemplo, cuando Goldman Sachs predijo que Brasil tenía un 48.5 % de probabilidad de ganar el Mundial de Fútbol de 2014 y Alemana un 11.4%, su predicción debe interpretarse de la siguiente manera: Si el Mundial 2014 se repitiera cientos de veces, y si el modelo estadístico es válido y la predicción es buena, entonces Brasil ganaría alrededor del 48.5% de las ocasiones y Alemania alrededor del 11,4%. Como el Mundial, obviamente, sólo se puede jugar 1 vez, no tenemos información suficiente para valorar correctamente la predicción de Goldman Sachs. Algunos más atrevidos podrían concluir que no era una buena predicción, pero desde luego yo no llegaría nunca a esa conclusión con sólo estos datos. Tal vez habría que valorar decenas de predicciones de Goldman Sachs y ver en cuántas de ellas ha acertado. Con esto tendríamos un mejor criterio para valorar sus próximos modelos.
Por tanto, y aunque aparentemente las conclusiones de mi artículo parecen concordar en buena medida con el partido que ha hecho hoy Hezonja, no es preceptivo ni adecuado evaluarlas ahora. Dicho de otro modo: Las predicciones basados en mi investigación podrían ser muy malas y hoy particularmente haber acertado, o ser muy buenas y hoy particularmente haber fallado. Sólo a largo plazo y tras muchas predicciones se puede valorar con mayor propiedad si un modelo es mejor que otro. Si nos acostumbramos a pensar siempre en estos términos cuando está la estadística de por medio, entenderemos mejor el mundo de la investigación.
