A ciência por trás do bunt

Hora de descobrir se você deve usar ou não essa camisa fantástica

Vamos falar hoje de estatísticas. Por falar em estatísticas, já conhece nossa promoção para ganhar o livro Moneyball?! Sua última chance de concorrer a duas edições de um dos livros mais importantes da história do esporte!!!
------------------------------------------------------------

Um dos maiores preconceitos que eu vejo as pessoas do baseball tendo em relação a "Sabermetrics" vem do fato de que elas não fazem ideia do que sabermetrics é de verdade. A maior parte delas acha que é sobre criar estatísticas bonitinhas com um nome cheio de letras maiúsculas, como WAR ou SIERA, dai colocar elas em prática e pronto. É um erro grosseiro. Sabermetrics sequer trata de criar estatísticas, especificamente, embora isso seja um subproduto do processo. Você quer saber exatamente do que se trata sabermetrics? Ok, eu te conto.

Sabermetrics é sobre aplicar métodos analíticos científicos ao baseball. 

Viu? Simples, no papel. No fundo, sabermetrics é isso: parar de tratar o baseball como um "achismo" e começar a analisá-lo como uma ciência. Você acha que aproveitamento no bastão é a melhor medida da performance ofensiva de um jogador? Ótimo, então vamos analisar isso cientificamente para descobrir se é verdade ou não. Hmm, não é, acontece que OBP é um indicador melhor. E SLG ainda mais. E nesse processo você acaba tentando criar um indicador que seja ainda melhor do que esses. Foi nisso que criamos OPS, Runs Created, OPS+, e eventualmente, wRC+. Sempre querendo melhorar o indicador anterior, achar algum que - de acordo com as evidências científicas, não por palpites - seja o mais próxima possível de uma relação perfeita.

Então sim, pessoas criarão estatísticas em sabermetrics. Sempre queremos achar uma forma mais precisa de medir algo do que a que já temos. E, quando alguém inventa uma estatística nova, ele não simplesmente joga ela na internet e ela começa a ser usada - ela passa por um processo intenso de análise e escrutínio da comunidade científica associada ao assunto (incluindo, sim, as maiores universidades do mundo como Harvard e MIT). Ela será testada, analisada e testada novamente. E, como em qualquer universo científico, ela não vai sobreviver se não for sustentada por evidências fortes. Assim como na medicina ninguém vai levar a sério se eu falar que, digamos, comer grama aumenta a expectativa de vida a não ser que eu consiga sustentar esse argumento com análises, estudos e evidências sólidas, no baseball ninguém vai levar uma estatística a sério se ela não for sustentada por evidências científicas, técnicas e estatísticas - e mesmo ai ela vai estar sujeita a todo tipo de revisão para achar falhas e melhorá-la ainda mais. É inocente - ou ignorante - achar que sabermetrics se limita a ficar inventando fórmulas bonitinhas no computador e jogar na marra, e não são coisas com provas concretas e científicas sustentando-as. 

Então sim, criar novas estatísticas é parte do processo envolvido com a ciência sabermetrics. Mas não se limita a isso. Analisar o esporte de maneira científica também significa descobrir a verdade por trás de certos eventos. Na nossa vida, tomamos "verdades" com muita facilidade. Sua avó deve ter te falado sobre como comer, sei lá, leite com manga faz mal. Nos esportes não é diferente. São criados "dogmas" com muita facilidade: canhotos são mais dotados para o baseball que destros; jogador que da muitos tocos é um bom defensor; Wide Receivers precisam ser rápidos para ter sucesso na NFL; etc. Baseball tem mais desses velhos dogmas do que qualquer outro esporte, talvez por estar ai a mais tempo. E parte dessa revolução analítica tratou de olhar para essas "verdades" do esporte e ver se, no final das contas, eram verdades mesmo ou se estavam atrapalhando a vida dos times.

Bem, aonde eu quero chegar em toda essa discussão? Nos bunts. Especificamente, nos bunts de sacrifício, quando você intencionalmente cede uma eliminação para avançar os corredores em base (quando eu falar em bunts ao longo do texto, estou me referindo especificamente ao de sacrifício, não a fazer bunt para conseguir uma rebatida contra o shift, por exemplo. Espero que fique claro).

Você provavelmente já ouviu em algum lugar sobre como a mentalidade "analítica" despreza bunts, enquanto a "velha escola" adora. Você provavelmente já ouviu algum narrador ou comentarista na TV falando que tal jogador "tem que ir pro bunt" um número absurdo de vezes, ou viu alguém (tipo eu) surtando quando algum jogador bom foi para o bunt sem necessidade. Então ao invés de ficar no "achismo" - eu acho que bunt é bom, eu acho que bunt é ruim - vamos olhar as evidências, e ver em que direção as provas empíricas apontam.

Para começar, precisamos de um conceito que chama Expected Runs.

Expected Runs

Expected Runs é muito simples: em baseball, você tem 27 "estados" diferente nas quais o ataque pode se encontrar antes de uma jogada começar. Elas dependem de dois fatores: quantas pessoas estão em base, e quantos já foram eliminados. Então, ao começar uma jogada, você pode ter as seguintes situações nas bases: Ninguém nas bases; um na primeira base; um na segunda base; um na terceira base; homens na primeira e segunda bases; homens na primeira e terceira bases; homens na segunda e terceira bases; e bases lotadas. São 9 ao todo, e cada uma delas pode acontecer com 0, 1 ou 2 eliminados. Cruzando ambas você tem ao todo 27 estados ofensivos

Expected Runs nada mais é do que calcular quantas corridas um ataque tende a anotar em cada um desses 27 "estados". Um exemplo, para ilustrar: ao iniciar uma entrada, com ninguém em base e nenhum eliminado, um time tende a anotar 0.47 entradas em média. Se o primeiro jogador vem e acerta uma rebatida dupla, então seu novo "estado" é zero eliminados e um homem na segunda base. Nesse "estado", os times tendem a anotar em média 1.1 corridas no resto dessa entrada. Se esse jogador fosse eliminado, então no novo "estado" (um eliminado, zero em base) os times tendem a anotar 0.26 corridas. E por ai vai.

Como isso é calculado? Empiricamente, é claro. Pegando uma amostra suficientemente grande, mas com distribuição suficientemente semelhante para evitar grandes flutuações, calculando em média quando time anota em cada "estado", e depois testando se esse valor se sustenta cientificamente. Tem diferentes modelos para Expected Runs no mundo, e você pode fazer a mesma análise a seguir com cada um deles. Eu estou usando o mais aceito, que abrange um período de quase 56 anos de dados cuidadosamente selecionados, conforme descrito por Jeff Zimmerman, do Fangraphs. Esse modelo é o mais usado por apresentar os valores estatísticos mais significativos, e por ser o que mais se aproxima dos valores atuais do esporte, também de forma estatisticamente significativa. Então ele tem maior utilidade prática para nós no momento. 

Agora que temos as Expected Runs para os 27 cenários ofensivos do baseball, podemos ver exatamente os efeitos práticos do bunt em um jogo de baseball.

A matemática por trás do bunt

O ataque no baseball tem uma única função em um jogo: anotar o máximo de corridas possível para dar ao seu time o máximo de chances possíveis de ganhar. Existe uma óbvia e sustentável correlação entre corridas anotadas e a chance de você vencer um jogo. Então cada decisão no ataque tem que ser tomada de forma a maximizar as chances do time anotar o máximo de corridas possível. 

Então vamos começar da situação básica do esporte. O homem de leadoff conseguiu chegar em base, então com um homem na primeira base e zero eliminados, você tem uma expectativa de anotar 0.86 corridas nessa entrada. 

Então agora o técnico chama um bunt, e ele é bem sucedido. O novo estado ofensivo agora é um homem na segunda base, e um eliminado. Nesse novo cenário, a expectativa de corridas a serem anotadas pelo ataque agora é de... 0.68 corridas.

Pare para pensar um pouco nisso por um minuto. Você chamou uma jogada (o bunt), ela deu CERTO... e você custou ao seu time cerca de 0.18 corridas no processo. E a verdade é que mesmo esse número pode enganar, porque isso é o resultado de um bunt bem sucedido, o que nem sempre acontece. A taxa de sucesso de bunts na MLB nos últimos três anos foi de 84%, o que significa que tem 16% de chance de você nem acabar com esse cenário, e sim com um pior, uma eliminação e um homem na primeira base (estou deixando de lado queimadas duplas e erros defensivos por enquanto porque eles pouco mudam nos cálculos). Encorporando no cálculo a chance de que o bunt acabe dando errado, e considerando os dois "cenários" pós-bunt (e suas chances de acontecerem), então a expectativa de corridas anotadas pós-bunt é de 0.65 - 0.23 abaixo do que era antes. Simplesmente por chamar uma jogada de bunt, o técnico custou ao seu time 0.23 corridas em média. Só por empregar essa estratégia nesse cenário. Então os dados apontam que, nesse cenário, ir para o bunt é algo que prejudica o seu time, e portanto não deveria ser feito. 

É importante lembrar que o técnico não controla o que vai acontecer durante um at bat normal. Esse segundo jogador pode rebater um HR e anotar duas corridas (mais os 0.47 da nova situação de bases vazias e zero eliminados), ou pode sofrer uma queimada dupla ou um strikeout. Se ele for eliminado, certamente que alguém pode pensar "puxa, se era pra ser eliminado, então era melhor ter feito o bunt", mas isso é estúpido porque o técnico não tem como saber disso de antemão. Ele tem que analisar as chances de cada coisa acontecer, e decidir pela ação que vai trazer maior retorno para o time. Nesse caso, decidindo pelo bunt ele custou ao seu time, em média, 0.23 corridas. O que é muito. 

Vamos ver então para outros cenários, ver se essa situação se inverte. Talvez com um homem na segunda base e nenhum eliminado.

Bem, se o jogador de leadoff chegou na segunda base, a expectativa agora é de 1.1 corridas. Se um bunt for feito, e o jogador impulsionado até a terceira base (agora com 1 eliminado), o novo estado tem média de... 0.94 corridas. .016 mais baixo do que antes do bunt. E isso, de novo, se o bunt der certo. Não consegui achar se a taxa de sucesso nessa situação segue aqueles 84% (eu assumo que seja maior, já que não tem a possibilidade do forceout), mas podemos estimar: se a taxa for de 84%, então ir para o bunt vai gerar em média 0.90 corridas; se for um pouco acima (digamos, 90%), fica em .91. Então, indo para o bunt nessa situação, você custou ao seu time .19 ou .20 corridas. 

Você vai ver que essa situação se repete em qualquer "estado": ir para o bunt sempre vai diminuir a expectativa de corridas anotadas daquela entrada. Em outras palavras, ir para o bunt praticamente SEMPRE (espere as próximas seções) vai fazer seu time anotar, em média, menos corridas do que teria anotado se tivesse deixado o time rebater normalmente. Para deixar isso mais claro, eu fiz as duas tabelas abaixo. Nelas, temos os seis cenários que os times fazem rebatidas de sacrifício, a expectativa de corridas anotadas naquele "estado", a nova expectativa de corridas anotadas quando o time vai para o bunt (usando aquele aproveitamento de 84% antes descrito), e por fim quantas corridas essa decisão custou ao ataque.

Se você acha que esses 84% não são muito precisos (e não são mesmo, já que o número é uma média de todas as situações. O número, imagino eu, deve ser maior quando você não tiver uma oportunidade de forceout, e menores quando tiver), não tem problema. Logo abaixo, você tem a segunda tabela, que ao invés de usar a expectativa na hora do bunt (considerando os cenários de sucesso e fracasso) considera a expectativa no caso de um bunt bem sucedido. 

Eis então as tabelas que mostram o resultado no total de corridas esperadas de uma entrada ao usar o bunt:

Como você pode ver, ir para o bunt não é uma estratégia boa. Na verdade, ela é bastante prejudicial. 0.2 corridas pode não parecer muita coisa, mas em uma temporada de 162 jogos, é coisa pra cacete. Em 162 jogos, isso somaria 34 corridas, o que da mais de 3 vitórias (10 corridas, em média, equivalem a uma vitória). Então só por ir para um bunt todos os jogos, você está basicamente jogando três vitórias na temporada no lixo. É muita coisa, e uma diferença bastante significativa. 

Então pessoas da área mais "analítica" do esporte não desgostam de bunts por princípios, ou por que acham algo ruim. Elas desgostam porque em algum momento alguém decidiu questionar se o bunt - algo usado no baseball desde o começo - era realmente algo que valia a pena ser usado e que ajudava o time, e usando métodos científicos e analíticos, obteve evidências suficientes para concluir que não, que é uma estratégia que na verdade atrapalha a equipe. Nós acabamos de passar por um processo semelhante, usando evidências empíricas para calcular e mostrar na prática o impacto negativo de usar tal manobra. Claro, é uma forma mais simples e rústica de mostrar isso - se procurar na internet vai achar exemplos mais complexos que chegam à mesma conclusão - mas a ideia é essa: usar dados para achar evidências que comprovam ou desmentem alguma coisa. Mesmo que sejam dados pouco refinados, ainda são evidências concretas de um ponto de vista: de que bunts são prejudiciais. A diferença é grande e significativa demais, e outros estudos já entraram em cenários mais complexos e situações para diferentes times/jogadores, e chegaram no mesmo resultado de forma conclusiva.

Então quando você ouvir um narrador ou comentarista falar sobre a importância dos bunts, ou que todo jogador tem que saber fazer bunt, ele está simplesmente repetindo algo que ouviu, e que muitas pessoas já provaram que ele estava errado. Isso não é conhecimento, é ignorância. Nunca acredite cegamente no que for dito a você, sempre questione, procure a verdade, busque provas ou evidências do que aquele cara está falando. Esse é o espirito científico que, para o desespero de muitos, tem tomado cada vez mais conta do mundo esportivo. 

(Nota importante: esse mesmo raciocínio numérico tem o mesmo resultado se você separar entre AL e NL as Expected Runs, então mesmo em um ambiente como o da NL onde se anota menos corridas de maneira geral, o resultado ainda é o mesmo)

Quando devemos usar bunts?

"Espere um pouco", você está provavelmente pensando, "isso quer dizer que não tem NENHUMA situação onde um bunt possa ou deva ser usado?!". Bem, não, e é nisso que vamos entrar agora.

Você provavelmente, ao perguntar isso, estava pensando em pitchers rebatendo. Se for o caso, vou pedir que espere mais um pouco. No momento, quero falar de outra coisa: existe alguma situação normal (ou seja, que não envolva um extremo como um pitcher rebatendo) que as evidências mostrem que ir para o bunt é uma estratégia vantajosa?

Na verdade, existe sim. Uma.

Voltando ao cenário mostrado anteriormente, se você está na segunda base com nenhum eliminado, a tendência é que anote 1.1 corridas na entrada. Se você faz o bunt, agora tem um jogador na terceira base e um eliminado, e a tendência é que anote 0.94. Obviamente, em uma situação normal de jogo, isso é prejudicial, pois agora seu ataque vai anotar, em média, menos corridas do que antes. Então você não deveria fazê-lo.

No entanto, imagine que agora está na parte de baixo da nona entrada, e o jogo está empatado. Nesse cenário, não importa QUANTAS corridas você anote - o jogo acaba no momento que você anotar a primeira. Nesse caso, a nova variável mais importante não é anotar o máximo de corridas possível, e sim maximizar sua chance de anotar pelo menos uma corrida (ou, analogamente, minimizar a chance de não anotar nenhuma corrida). E nesse cenário, é o que acontece. A chance de sair sem nenhuma corrida com um homem na segunda base e zero eliminados é de 38.3%. Avançando o corredor para a terceira base às custas de uma eliminação, a chance de anotar 0 corridas agora é de 34.9%. Então nesse cenário ultra-específico (que até pode ser "extrapolado" pra outras situações onde o time busque anotar apenas uma corrida, como por exemplo tentando empatar um jogo de uma corrida na entrada final), o resultado do bunt é positivo, e não negativo.

O problema é aquele velho: nem todo bunt funciona. Você pode tentar fazer o bunt e sofrer um pop up, pode rebater forte demais e o corredor não conseguir correr até a terceira base, pode sofrer um strikeout, ou pode até mesmo acabar eliminando o corredor na terceira base. A taxa de sucesso de bunts na MLB é de 84%. Calculando a diferença entre a chance de anotar uma corrida nos diferentes estados envolvidos - homem na segunda e zero eliminados; homem na segunda com um eliminado; homem na terceira e um eliminado - você vai obter que só é vantajoso ir para o bunt nessa situação se conseguir convertê-lo a uma taxa de sucesso de 85.7%, um número ainda maior que a média do esporte em geral. Não é tão simples assim, então.

Eu tentei longamente achar a taxa de sucesso para bunts nessa situação específica, e até recrutei a ajuda de um pesquisador profissional, mas infelizmente não consegui chegar a um resultado confiável para qual seria essa taxa específica. Usando os 84% como base, eu diria que provavelmente a taxa de sucesso do bunt com um jogador na segunda base, mas nenhum na primeira, é maior do que 84%, pela não-existência da possibilidade do forceout, o que torna mais difícil eliminar alguém que não seja o rebatedor (da mesma forma, espero que a probabilidade com homens na primeira e segunda base seja inferior a 84%). O melhor que eu consegui achar foi um estudo que colocou em 88% a taxa de sucesso nessa situação, mas usando dados do baseball universitário, não profissional, e de modo geral as taxas de sucesso da NCAA são mais altas que na MLB.

Então é difícil usar como base para qualquer conclusão sem uma evidência mais significativa. O verdadeiro número possivelmente está na casa dos 85.7% exigidos para que exista uma vantagem.

Mas a verdade é que, nesse caso, a diferença é pequena demais para ser significativa. Isso significa que, estatisticamente, não é possível provar que ir para o bunt ou não ir para o bunt tenha alguma diferença nesse cenário. Os números são próximos o suficiente para justificar o bunt como sendo uma estratégia válida nessa situação, mas não grande o suficiente para justificá-la como sendo vantajosa. Em outras palavras, não temos evidência de que ir para o sacrifício nesse cenário é bom, mas também não temos para dizer que não é. Acaba se tornando uma questão mais situacional - você obviamente não vai mandar alguém como, digamos, Joey Votto para o bunt, mas se for Juan Lagares, é outra questão. 

O que fazer com um rebatedor ruim?

Enfim, chegamos aonde todo mundo deve ter imaginado. É muito comum em jogos na National League os times preferirem por mandar um arremessadores, quando sobe ao bastão, fazer um bunt se possível ao invés de rebater normalmente. A ideia por trás é muito simples: Expected Runs opera na média, mas se você tem um rebatedor muito abaixo da média, ele pode desequilibrar os cenários o suficiente (com menos probabilidade de algo bom acontecer) para tornar a opção do out construtivo (o bunt) mais vantajosa para a equipe. Isso não se aplicaria apenas para pitcher, mas também para rebatedores ruins de modo geral. Ou pelo menos é o que dizem na teoria.

Então vamos passar da teoria para a prática, e ver como isso funciona estatisticamente. Vou usar OBP (On Base Percentage) para esse cálculo, pois ela não só é mais fácil de calcular na prática (envolve menos cenários), como também um walk pode fazer o papel de um "bunt" e impulsionar o jogador uma base a mais (sem o custo da eliminação). Com base nos três diferentes cenários - quando o jogador sobe ao bastão, indo para o bunt, e rebatendo normalmente - vamos tentar calcular qual o limite do OBP que esse jogador precisa ter para que ir para o bunt passe a ser a estratégia mais vantajosa para a equipe.

Começando do nosso cenário base: zero eliminados, homem na primeira base. Corridas esperadas: 0.86. Nós já vimos que, indo para o bunt (e assumindo aquela taxa de sucesso de 84%), a expectativa de corridas para a entrada que esse novo estado gera é de 0.65 corridas. Se o jogador conseguir chegar em base, no novo cenário (1st and 2nd, zero eliminados) o ataque tende a anotar 1.47 corridas em média. Se o jogador for eliminado sem impulsionar o companheiro (homem na primeira, 1 eliminado), esse valor cai para 0.52 (por enquanto estou considerando apenas o cenário chegar em base vs ser eliminado).

Usando esses dados, para justificar ir para o bunt ao invés de deixar o jogador rebater, seu OBP teria que ser abaixo de .170.

Para começar, essa é uma figura patética para um rebatedor de MLB. Nenhum rebatedor qualificado no baseball na história da Live Ball Era teve uma temporada com OBP abaixo de .220, bem acima dos .170 que precisaria ter para o bunt começar a valer a pena estatisticamente. Isso praticamente já serve para eliminar o bunt para qualquer rebatedor normal.

No entanto, para pitchers a história é diferente. Dos 90 pitchers que entre 2010 e 2015 tiveram pelo menos 70 at bats em uma temporada, apenas 43 deles tiveram OBP acima de .170. O OBP coletivo dos pitchers rebatendo em 2015 é de .157, abaixo desse limite. Então no caso de pitchers indo ao bastão, realmente é - na média - mais vantajoso mandar o cara ir para o sacrifício... mas não sempre.

No entanto, não é da eliminação que os times tem medo quando um arremessador sobe ao bastão em situação de bunt - é da queimada dupla. Então para ter um valor mais preciso desse OBP, vamos incorporar a queimada dupla no nosso modelo, computando o valor de corridas esperadas em caso de uma DP - dois eliminados e ninguém em base geram na média 0.1 corridas por entrada. Esse modelo ainda não incorpora outros eventos comparativamente positivos na ida do rebatedor ao bastão (como rebatidas multi-base, uma eliminação além do bunt que avance o corretor, ou uma rebatida simples que impulsiona o corredor até a 3B), mas é o mais próximo que podemos chegar sem entrar em cálculos excessivamente complicados.

Tentando chegar em um número confiável, cheguei a alguns valores para a porcentagem de queimadas duplas em situações como essa. Através de pesquisas empíricas, cheguei em 8% a taxa da MLB em double plays em situações semelhantes (menos de 2 eliminados, homem na primeira base) nas últimas duas temporadas. No entanto, usando alguns dados do Baseball Prospectus com pesos lineares, o grande Ben Lindbergh chegou algo mais próximo de 13% em situações gerais de double plays (incluindo a situação descrita antes, mas não se limitando a ela). Como não da pra saber exatamente qual desses números é o mais certo, vamos usar os dois separadamente para chegar em um resultado mais preciso para o OBP mínimo a partir do qual o bunt não se justifica mais.

Ainda é muito pouco. Eu inclui a figura de 20% de DPs - um número bem mais alto do que eu consegui achar para qualquer rebatedor qualificado - para mostrar que você precisaria de uma taxa de DPs extremamente alta simplesmente para chegar no nível dos PIORES OBPs da história do esporte. Você precisaria de uma taxa de OBPs de quase 40% para chegar perto do nível médio de OBP da MLB hoje em dia, e isso antes de você lembrar que esse exercício inclui só OBP e não SLG - em outras palavras, ele ignora uma série de fatores favoráveis (rebatidas multibase, principalmente). Em outras palavras, a evidência é extremamente forte de que é impossível achar um jogador qualificado na MLB ruim no bastão o suficiente para justificar para ir para o bunt, você precisaria ser historicamente ruim em termos de OBP E ainda não adicionar muito valor em termos de SLG para justificar. Não existe um rebatedor qualificado na história do esporte que corresponda a esses critérios, então a evidência é bastante forte de que mandar para o bunt rebatedores "fracos" ainda é bastante danoso para o time.

No caso de pitchers, obviamente, é diferente. Em geral, pitchers são extremamente mais fracos rebatendo do que jogadores de campo, e portanto não só é muito mais fácil achar arremessadores com OBPs baixos que se encaixem nesse critério, como também a taxa de DPs para eles seria muito maior do que para rebatedores normais. Infelizmente, não consegui achar a taxa de queimadas duplas para arremessadores rebatendo, provavelmente porque na grande maioria dessas situações o jogador iria para o bunt.

Então vamos fazer uma estimativa desse número, usando as taxas anteriores (8% e 13%). Vou ajustar a taxa dos rebatedores "normais" para pitchers considerando dois números: a taxa de groundballs (afinal, a grande maioria das DPs vem em bolas rasteiras) e a taxa de infield hits de ambos (uma noção da capacidade do jogador de conseguir chegar na primeira base a tempo com as pernas). No caso, a taxa média de groundballs para rebatedores de campo na MLB foi de 45.4% esse ano e 44.8% ano passado, e de infield hits, 6.7% e 6.5%, respectivamente. Para pitchers, esses números foram de 61.9% e 5.6% esse ano, e 63.4% e 4.4% ano passado. Então usando os últimos dois anos de amostra e considerando a proporção entre infield hits e GB%, fizemos as estimativas abaixo, que nos levaram aos seguintes OBPs:

Ou seja, dependendo de qual dos dois números que achamos vocês acham que é o "certo" para índice de queimadas duplas na liga, o ajuste leva a 15% ou 25%, aproximadamente (como sempre, imagino que o número "real" esteja em algum lugar entre os dois).

De cara, é bem fácil perceber que o OBP "mínimo" nessas condições subiu bastante, e considerando o nível mais baixo dos pitchers no bastão fica claro que mandar seu arremessador fazer um bunt não é algo ruim. Dos 90 arremessadores com 70+ at bats em uma temporada desde 2010, apenas 8 tiveram OBP acima de .249, e 22 tiveram mais que .208. Nessa temporada até aqui (min. 20 at bats), apenas 7 (10%) pitchers tem OBP superior a .249.

Então realmente temos evidências de que, na maior parte do tempo, é realmente melhor você mandar seu arremessador para o bunt... mas não em todos os casos, certamente. Considerando que esse "modelo" não inclui outs "produtivos", esses números (.208 ou .249) provavelmente superestimam o OBP necessário para tornar o bunt algo prejudicial, e isso antes de lembrar que não estamos incluindo slugging. Mesmo que essa figura de .249 seja a real, você não vai mandar para o bunt alguém como Madison Bumgarner ou Travis Wood, jogadores cujo OBP nos últimos três anos está nessa faixa (.249 para MadBum, .248 para Wood) mas que possuem um ótimo SLG% (acima de .340 ambos) e que portanto tem melhores condições de impulsionar jogadores mais do que o normal. E DEFINITIVAMENTE não deveria mandar para o bunt Zack Greinke, que tem uma linha de .241/.299/.321 nesse período.

As evidências apontam que de fato é benéfico ao seu ataque ir para o bunt com um rebatedor no bastão na maioria do tempo, mas também sugerem fortemente que existe alguns casos de rebatedores que NÃO deveriam ir para o bunt quando sobem ao bastão (o que está alinhado com o resultado de pesquisas recentes feitas pelos sites Beyond the Box Score e Baseball Prospectus). Só porque é um rebatedor no bastão não quer dizer que o bunt seja automaticamente a melhor jogada - depende do manager saber com quais pitchers adotar essa estratégia, e quais deve deixar rebater normalmente.


Um desafio

Para finalizar, o meu amigo Vinicius Veiga, do SpinballNet, me propôs um desafio para essa coluna. Ele me ofereceu uma situação de jogo específica, que ele achava que o bunt seria uma opção vantajosa, e queria que eu testasse para descobrir o que uma análise científica diz sobre a questão. O cenário era o seguinte:

Parte de baixo da nona entrada, perdendo por um. O time tem zero eliminados, e homens na primeira e na segunda base. No bastão, um rebatedor abaixo da média, com alta taxa de groundballs, o que aumentaria a chance de uma queimada dupla (ele citou Nori Aoki, mas acabamos mudando para Ben Revere). Considerando que o bunt permitira que o jogo fosse empatado com um sac fly, e a maior probabilidade de um evento negativo com um rebatedor fraco no bastão, ele disse que nesse cenário um bunt provavelmente seria melhor para o time. E então é esse cenário que iremos agora testar.

Para começar, vocês devem ter reparado que esse cenário é semelhante ao descrito algumas seções atrás como um cenário favorável de bunt - homem na segunda base, zero eliminados, precisando de uma corrida. Eu propositalmente deixei de entrar demais nos méritos do cenário com homens na primeira e segunda base por ser um cenário mais complexo, que envolve mais fatores. Mas a matemática é igual, e o resultado (taxa de sucesso acima de 85% para ser vantajoso) é o mesmo. Então nessa situação do Vinicius, o resultado provavelmente seria o mesmo - ir para o bunt tenderia a aumentar a chance do time de empatar o jogo, especialmente com um caso mais "extremo" de ground balls no bastão.

No entanto, ainda é um cenário bastante interessante porque envolve uma variável diferente: ir para o bunt diminuiria suas chances de anotar de sair da entrada zerado (ou seja, aumenta as chances de anotar uma única corrida), mas também diminui suas chances de anotar mais de uma corrida na entrada. Anotar uma única corrida evita sua derrota, mas você ainda precisa ganhar no resto das entradas extras, enquanto anotar duas corridas já te venceria o jogo imediatamente. Então ao invés de focar nas corridas esperadas, vou olhar algo diferente: a chance de você vencer o jogo ou não.

Então para começar, temos 2 em base e 0 eliminados. Nessa situação, em média, um time vai anotar zero corridas 37.2% do tempo, e nesse caso o time seria derrotado. O time vai anotar mais do que uma corrida 40% do tempo, então nesse caso o time sairia vencedor. E anotaria apenas uma corrida nos 22.8% do tempo restantes, e nesse caso o jogo iria para entradas extras. Estou assumindo que, se o jogo for para entradas extras, a chance de cada time sair com a vitória é de 50%. Dadas essas circunstâncias, podemos chegar nas probabilidades de cada resultado para a equipe nesse cenário:

Bem próximo a 50%, como vocês podem ver.

Agora vamos supor um bunt. Vamos usar nossa velha conhecida, 84%, como taxa de sucesso. Nesse caso, eis nosso novo cenário:

Bem, você na verdade diminuiu suas chances de vitória... mas bem pouco, o suficiente para a situação específica provavelmente ter um grande impacto na sua decisão de ir ou não para o bunt, já que é bem 50-50 (importante observar que, caso de um bunt bem sucedido, o adversário poderia lotar as bases com um walk intencional, o que diminuiria ainda mais as chances de vitória da equipe, mas a diferença é pequena).

Agora vamos incluir na equação nosso bravo Ben Revere, um rebatedor abaixo da média com tendências extremas de GB%. Usando seus números de 2014, Revere conseguiu strikeouts em 7.9% das suas passagens pelo bastão; chegou em base sem uma rebatida em 4%; conseguiu rebatidas simples em 26.2%; rebatidas multibase em 3.6%; e o resto envolveu eliminações normais. Através dessa distribuição, vamos calcular exatamente qual a chance de cada cenário acontecer depois do at bat do jogador e, a partir disso, a chance de vitória esperada ao deixar o jogador rebater.

Para padronizar, estou considerando algumas coisas:

- uma rebatida simples vai impulsionar a primeira corrida, e o homem atualmente na primeira base só vai chegar até a segunda
- uma rebatida dupla vai impulsionar ambos os jogadores, vencendo o jogo automaticamente. Assim como uma rebatida tripla ou um Home Run
- no caso de uma eliminação que não seja double-play, estou considerando que nenhum jogador avançou base para facilitar as contas
- no caso de uma DP, os eliminados foram os jogadores na segunda e primeira base.

Para incluir as double plays no cálculo, voltei em cada at bat dele dos últimos dois anos e calculei a média do jogador em situações de DP, e o resultado foi de 11% - consideravelmente superior à média de 8% da MLB. Então vamos ver agora como fica nossa chance de vitória se Revere rebater normalmente:

Um pouco pior do que indo para o bunt, mas por muito pouco - apenas um ponto percentual. Considerando os ajustes e simplificações que tivemos que fazer no modelo, e considerando que a taxa de sucesso de bunt nessa ocasião fosse de 84% (eu imagino que seria menos), e que Ben Revere é um rebatedor abaixo da média. É um exemplo extremo (Revere liderou a liga em GB%), é seguro afirmar que essa diferença não é estatisticamente significativa. Ou seja, nesse cenário específico, a diferença estatística entre ir para o bunt e não ir é pequena o suficiente para ser irrelevante. Nesse caso, não existe uma resposta certa - depende muito mais do contexto (jogadores envolvidos, por exemplo) do que de uma diferença na situação em si. Um exemplo bastante interessante e instrutivo.


Conclusão

Então deixando o achismo para trás e aplicando métodos de análise científicos em situações de bunt, chegamos a algumas conclusões.

Primeiro, e mais importante, o bunt é bastante prejudicial em situações normais de jogo, e não deve ser feito exceto em situações muito específicas. Mesmo com as simplificações e trabalhando com menos cenários, a diferença ainda é muito grande e bastante significativa mesmo considerando diferentes times e jogadores envolvidos - muitos outros estudos já foram por caminhos menos simplificado e mais complexos, ajustando por outros fatores, e chegaram aos mesmos resultados.

Além disso, vimos que, mesmo no caso de um rebatedor bastante ruim no bastão, ainda não é vantajoso ir para o bunt. O nível de OBP de um jogador para justificar ir para o bunt ao invés de rebater normalmente é baixo demais para qualquer rebatedor qualificado da história do baseball, e é virtualmente impossível achar um jogador de campo ruim o bastante para justificar essa ação. Excesso em situações muito específicas, sempre é melhor ir para a rebatida do que para o bunt com rebatedores usuais.

No entanto, com pitchers o assunto é diferente. Temos evidências de que, dado que pitchers costumam ser muito inferiores no bastão (e mais propensos a DPs), de modo geral é vantajoso mandar seu rebatedor fazer um bunt do que deixar que ele rebata. E, ainda assim, nossos resultados também indicam que isso não é verdade para todos os casos, e que existe pitchers que tendem a ajudar mais o time rebatendo normalmente do que indo para o bunt - algo que também está alinhado a estudos recentes.

Por fim, encontramos algumas situações específicas que funcionam como exceções, nas quais os bunts não são prejudiciais. No caso de situações extremas de fim de jogo onde você precisa anotar especificamente uma corrida por algum motivo, por exemplo, vimos que o bunt pode aumentar ligeiramente suas chances de anotar essa uma corrida. Também analisamos um exemplo extremo de fim de jogo com uma corrida, de um rebatedor abaixo da média com tendências extremas de GB%, onde verificamos que ir para o bunt poderia ter um efeito positivo mínimo.

Nesses casos, as evidências e as diferenças numéricas são pequenas demais para serem consideradas estatisticamente significantes, então não podemos dizer que nessas situações especificas ir para o bunt é vantajoso, mas nossos dados também não dizem que seja prejudicial - em outras palavras, são duas situações extremamente específicas onde nossos dados apontam que não existe uma diferença quantitativa entre ir para o bunt ou não. Mas, como dissemos, são exceções muito específicas.

Em suma, o que fizemos aqui foi pegar um tópico de debate - a validade ou não do bunt - e aplicar métodos científicos para tentar chegar a uma resposta. É um estudo preliminar e rústico - estudos muito mais profundos e refinados foram feitos por outras pessoas ou instituições, e se tiverem interesse, recomendo que corram atrás dessas pesquisas - mas que deu resultados que estão de acordo com os achados da comunidade científica e que são baseados em evidências empíricas sólidas.

Se você discorda, ou se quiser aprofundar a questão, recomendo totalmente que corra atrás de suas próprias evidências e dados, porque é essa a essência das sabermetrics, e é isso que torna o debate muito mais rico e próximo da verdade. Quanto mais pessoas pesquisando e estudando o baseball de forma séria e competente, mais temos de base para falar com propriedade sobre o assunto, e chegamos cada vez mais longe em entender esse esporte - ou qualquer outro. Porque, como eu disse, sabermetrics se trata de aplicar métodos científicos no esporte, e esse mesmo pensamento pode ser aplicado em qualquer área que você quiser. Mantenha a cabeça aberta e uma mentalidade inquisitiva  e científica voltada para fatos e evidências, e um novo mundo se abre a sua frente. No caso em questão, um mundo dentro baseball, pronto para ser explorado e descoberto.


Os dados desse estudo vieram dos seguintes sites: Fangraphs, Baseball-Reference, Baseball Prospectus, Beyond the Box Score, Baseball Savant, gregstoll.com e Brooks Baseball. O alfa usado para os testes de significância foi de 5%. 

Agradecimentos especiais ao meu amigo Vinicius Veiga, pelo desafio e pela ajuda de modo geral, e aos meus ídolos Ben Lindbergh, do Grantland, e Daren Willman, fundador do excelente Baseball Savant, que me ajudaram com a pesquisa e com alguns dos dados mais trabalhosos dessa coluna.

Entrevista exclusiva: Jonah Keri

Uma das melhores coisas de se ter um blog, é o contato que você tem com as outras pessoas que também gostam e/ou entendem do assunto. Não só conversar e interagir com os leitores (um dos motivos pelos quais adoro o twitter e escrever mailbags), mas também de conhecer pessoas que vieram antes de mim nessa vida de blogs e colunas esportivas, muita delas pessoas que eu admiro e me inspiro nesse "trabalho". O melhor exemplo provavelmente é o do meu blog brasileiro favorito (e que me fez criar o TMW), o Bola Presa, cujos donos eu conheci por causa do blog. Mas recentemente, eu tive a oportunidade que para mim é o ponto mais alto desses quase cinco anos de blog: conversar sobre baseball com um dos meus maiores ídolos do meio, o grande Jonah Keri.

Se você gosta de baseball e não conhece Jonah Keri, está perdendo o seu tempo. Ele é, na minha opinião, o melhor escritor de baseball na atualidade. Keri é o principal colunista de baseball para o portal Grantland, da ESPN; host de um podcast muito bom sobre o assunto; e autor de dois best-sellers: o excelente "The Extra 2%: How Wall Street Strategies Took a Major League Baseball Team from Worst to First", e o recém-lançado "Up, Up and Away" (falaremos mais dele daqui a pouco). E claro, um dos meus escritores favoritos da atualidade.

Eu pedi a Keri se ele não poderia me dar uma rápida entrevista. O objetivo, como eu expliquei a ele, era a chance de oferecer ao público brasileiro alguns insights sobre baseball a partir do ponto de vista de um especialista que trabalha com o assunto. Eu e muitos outros aqui no Brasil fazemos nossa parte para tentar difundir o baseball no país, mas ainda vejo muito preconceito e desconfiança, pessoas que não estão muito dispostas a aceitar a palavra de um brasileiro sobre o assunto que não cresceu e viveu o esporte como um americano. Mesmo não sendo americano - Keri é canadense - ele trabalha para uma grande empresa americana, mora em Denver, escreve e vive a realidade da MLB e é ultra-qualificado para falar sobre o assunto. Achei que talvez ter uma pessoa do nível dele falando sobre o assunto pudesse atingir um número maior de pessoas.

Para nossa sorte, ele topou uma conversa sobre o assunto, e falar um pouco sobre a MLB, o baseball no Brasil, estatísticas avançadas, Montreal Expos e seu novo livro, "Up, Up and Away: The Kid, the Hawk, Rock, Vladi, Pedro, le Grand Orange, Youppi!, the Crazy Business of Baseball, and the Ill-fated but Unforgetable Montreal Expos"!

(Livro esse que estarei sorteando entre meus seguidores para comemorar essa entrevista e o lançamento do Especial Top100 Prospectos do Baseball. É só mandar um email para tmwarning@hotmail.com para participar do sorteio! Aproveite!)

Abaixo está a entrevista traduzida. Se quiser ler a entrevista em inglês, como ela foi feita, você também pode: é só clicar aqui. Os comentários entre chaves e sem formatação são meus adendos posteriores.

Two-Minute Warning: Jonah, quando alguém pensa no Canadá e em esportes, o primeiro que nos vem a mente é hockey, e depois lacrosse. Não é exatamente igual ao Brasil, que era basicamente um país de um esporte só (com futebol), e Montreal TINHA um time profissional de baseball na época, é claro. Mas como foi que você acabou trabalhando com baseball? Você também teve a experiência de crescer gostando de um esporte que não era tão popular ao seu redor, ou Montreal era uma cidade envolvida o suficiente com o esporte na época? 

Jonah Keri: Montreal na verdade era uma cidade bastante envolvida com baseball quando eu comecei a acompanhar o esporte no começo dos anos 80. Os Expos [Montreal Expos, o time da MLB local que anos depois virou o Washington Nationals] terminaram em segundo ou terceiro em público na liga por vários anos nesse período, e até chegou a superar o Yankees nisso por alguns anos. Não era no nível do hockey, mas eles certamente tinham o apoio popular quando eu era criança.

TMW: Baseball tem experimentado um crescimento recente aqui no Brasil, com mais jogos na TV transmitidos em mais canais, dois jogadores nas ligas maiores e cobertura mais acessível, tanto da mídia profissional como da amadora. O que você acha que poderia nos ajudar a dar o próximo passo? Talvez um jogo de pré-temporada no Brasil? Você acha que existe alguma chance disso acontecer em um futuro próximo?

JK: Eu diria que isso ainda está um pouco distante no futuro, já que a MLB provavelmente tem outros países que gostaria de visitar primeiro. Mas é bom ver o esporte sendo abraçado por um país tão grande e vibrante, com certeza.

TMW: Uma coisa que inegavelmente ajudou a aumentar o interesse por baseball aqui no Brasil foi a chegada de dois jogadores brasileiros na MLB, Yan Gomes e Andre Rienzo. O que você acha deles como jogadores? Você acha que algum deles pode se tornar grande o suficiente para atrair ainda mais atenção para o esporte?

JK: Gomes é um catcher titular nas ligas maiores, algo que somente 30 pessoas no mundo todo podem dizer que são, então isso algo bem grande. Ele é jovem o suficiente para continuar por perto por mais um bom tempo, também. Rienzo não é um jogador tão bom, e seus números até agora não necessariamente sugerem um grande futuro. Mas ele ainda é um arremessador titular pelo White Sox, e isso é algo do que se orgulhar.

TMW: Uma das grandes reclamações das pessoas que estão sendo apresentadas ao baseball é que o jogo é muito longo e para demais (especialmente em contraste com o futebol, um jogo que nunca para). Você ve isso como um problema a expansão para novos mercados?

JK: Não só novos mercados, eu gostaria de ver isso ser melhorado até para pessoas que estão acostumadas ao ritmo do jogo. Mas é difícil imaginar uma melhora significativa, a não ser que os juízes comecem a pressionar os arremessadores para lançar mais rapidamente.

TMW: Se você estivesse apresentando baseball para alguém, quais são as principais coisas que você diria a ele? Em outras palavras, o que você acha que, no baseball, é o mais interessante para alguém que está apenas começando a conhecer o jogo?

JK: Bom, o ritmo lento - desde que não seja lento demais - pode ser ótimo. Como um fã, você tem a oportunidade de acompanhar o pensamento dos rebatedores e arremessadores, ao contrário de um esporte de ritmo acelerado (digamos, basquete ou hockey) onde tudo acontece rápido demais e você não tem tempo para pensar. E claro, baseball tem muitos feitos atléticos incríveis, como futebol ou qualquer outro esporte. É um grande prazer assistir a alguém como Miguel Cabrera, Mike Trout ou Yasiel Puig jogar.

TMW: Qual a sua opinião sobre sabermetrics (estatísticas avançadas)? Você acha que elas podem fazer um trabalho muito bom capturando o efeito do que acontece em um dado jogo ou temporada (dada uma amostra suficientemente grande), ou você fica do lado da abordagem "tradicional"? Por que?

JK: Eu estou profundamente imerso em sabermetrics, tanto pelo meu trabalho como sendo um fã do esporte. Mas essa não precisa ser uma situação de um ou outro. Você pode assistir e apreciar o jogo em um nível básico, mas ao mesmo tempo apreciar métodos mais completos de se acompanhar o esporte. Eu nunca entendi porque algumas pessoas acham que tem que ser de um jeito ou de outro.

TMW: Uma coisa que eu percebi aqui no Brasil é que os fãs em geral estão muito interessados em estatísticas avançadas, é o principal assunto de pedidos que eu recebo por email, e meu post explicando sabermetrics é O post mais lido em quase cinco anos de Two-Minute Warning. No entanto, tem um grande obstáculo: muitas pessoas - inclusive da mídia tradicional - simplesmente as odeiam e fazem de tudo para desmerecê-las. Você não pode usar uma estatística para ilustrar um pouco ou mesmo uma curiosidade que elas começam a reclamar, mesmo sem ter nenhuma evidência para provar o contrário. Você provavelmente lida com esse tipo de coisa com muito mais freqüência, e em uma escala muito maior. O que acha disso?

JK: As pessoas se sentem ameaçadas por conceitos que elas não entendem. Seu trabalho, meu trabalho... o nosso trabalho é escrever de uma forma que convide as pessoas para o debate. Escrever de forma elaborada e inteligente mas respeitosa, escutando as opiniões dos outros, mas sem ter medo de defender nossas posições. Se mesmo assim algumas pessoas ainda não querem escutar, bom, elas que estão perdendo.

TMW: Uma vez eu estava assistindo a um jogo de baseball, e durante um momento parado (troca de pitchers), o comentarista começou a explicar uma estatística avançada. Não era nem algo complicado, era FIP. Mas o narrador imediatamente o cortou, dizendo que "essas coisas não são úteis e fazem as pessoas perder o interesse no esporte". Eu achei ridículo. Eu entendo se alguém disser que não confia totalmente em uma estatística como WAR ou VORP, ou que estatísticas não cobrem todas as partes do jogo, mas ignorar totalmente qualquer tipo de estatística e dizer que só sua opinião visual vale mais do que décadas de desenvolvimento de estatísticas, é outra coisa. Uma pessoas uma vez chegou até a dizer que "nenhum sabermetrista nunca ganhou um título". Na sua opinião, por que isso ocorre?

JK: É o mesmo que na resposta anterior. Quando sua profissão depende do valor que a sua opinião tem, e você não sabe nada sobre estatísticas, então você vai ter um interesse pessoal para desmerecer essas estatísticas. Como eu disse, pessoas inteligentes e de cabeça aberta são perfeitamente capazes de processar e mesmo aproveitar os dois lados.

TMW: Você, é claro, é um grande fã dos Expos. Estranhamente, os Expos são razoavelmente populares por aqui, um time carismático que se foi cedo demais, muitas vezes atraindo comparações com os Seattle Supersonics. Você pode comentar um pouco sobre essa popularidade do time?

JK: Era um time cheio de jogadores de nível Hall da Fama, mas que também eram grandes personalidades. Montreal foi o único time canadense da MLB por alguns anos, e mesmo depois que Toronto entrou na liga, os Expos continuaram sendo um time único, porque Montreal é a única grande cidade na liga que realmente parece européia (Toronto é uma Chicago mais limpa, digamos). O Expos também era o único time que fazia tudo em duas linguagens (inglês e francês), o que os diferenciava. Montreal é uma cidade muito agitada que gosta de festa, então quando o time era bom (final dos anos 70 até começo dos anos 80, e depois de novo nos anos 90), as pessoas se sentiam atraídas ao estádio e adoravam vê-los jogar.

TMW: Finalmente, você pode nos falar um pouco mais sobre o seu novo livro, "Up, Up and Away: The Kid, the Hawk, Rock, Vladi, Pedro, le Grand Orange, Youppi!, the Crazy Business of Baseball, and the Ill-fated but Unforgetable Montreal Expos" (isso que é um título!!), que inclusive eu vou sortear como um presente para comemorar o lançamento do nosso projeto especial de baseball?

JK: Foi muito divertido. Eu falei com cada um dos grandes jogadores da história da franquia - Pedro Martinez, Gary Carter, Tim Raines, Andre Dawson, Dennis Martinez, Rusty Staub, Steve Rogers... 130 entrevistas no total. Então o que você tem são respostas muito divertidas e genuínas de pessoas que estiveram lá, e que você não iria obter de jogadores atuais que precisam tomar cuidado em proteger sua imagem. Também tem muito material sobre a história da cidade, sobre as mudanças nas finanças do baseball, histórias da vida de muitos fãs e de mim mesmo... e dos bastidores. É provavelmente a melhor coisa que eu algum dia vou escrever na minha vida, e fico muito feliz que outras pessoas venham a ler!

(Lembrando que se você quer concorrer a uma cópia de Up, Up and Away, é só mandar um email para tmwarning@hotmail.com!)

Special interview: Jonah Keri

One of the best things of having a sportsblog is the opportunity to interact with other people, who enjoy or have a good knowledge on the subject. Not just the interaction with readers (one of the reasons I love twitter and writing mailbags), but also getting to know people who came before me in this world of sportswriting, many of them people I admire and who have inspired me, and even influenced me when I started doing this - like Bola Presa, the Brazilian basketball blog that made me create Two-Minute Warning. But recently, I had an opportunity that doubles as the highest point in almost five years of writing: talking about baseball with one of my favorite writers, the great Jonah Keri.

If you like baseball and don't know Jonah Keri, you are wasting your time. He is, on my opinion, the best baseball writer right now. He is the main baseball writer for ESPN's Grantland; the host of a very good podcast on the subject; and author of two best-sellers: the excellent "The Extra 2%: How Wall Street Strategies Took a Major League Baseball Team from Worst to First", and the recently released "Up, Up and Away" (more about it in on a minute). And of course, one of my favorite writers on baseball and any other subject.

I asked Keri if he could give me a quick interview. The objective, as I explained to him, was to give the Brazilian public some insights about baseball from the standpoint of a specialist, someone who works daily with the subject. Many people (including myself) here in Brazil do a good job of spreading baseball in our native country, but I still see a lot of prejudice, many people unwilling to list to a Brazilian words on the subject, someone who didn't grew up with and lived the sport as someone in North America would. And even if Keri is Canadian and not American, he works for a big american company, he lives in Denver, lives and write about the MLB reality, and is overqualified to discuss this subject. I thought maybe having someone of that caliber talking about baseball could reach a much bigger number of people.

Luckily for us, he agreed to a quick interview, to talk a little about MLB, baseball in Brazil, sabermetrics, Montreal Expos and his new book, "Up, Up and Away: The Kid, the Hawk, Rock, Vladi, Pedro, le Grand Orange, Youppi!, the Crazy Business of Baseball, and the Ill-fated but Unforgetable Montreal Expos"!

(By the way, that's the book I will be raffling to celebrate this interview and the launching of our baseball special: The Top 100 Prospects in Baseball. If you want a chance to win the book, just send an email to tmwarning@hotmail.com.)

Below you find the original interview, in english. I hope you enjoy it as much as I did.

Você também pode ler a versão traduzida para o português clicando aqui. 

Two-Minute Warning: Jonah, when someone think about Canada and sports, the first one that comes to your mind is Hockey, then Lacrosse. It's not exactly the same as Brazil, that was basically a one-sport country (with soccer), and Montreal DID have a baseball team at the time, of course. But how was that you ended up working with baseball? Did you also have the experience of growing up in love with a sport that wasn't all that popular around you (if so, could you please tell us a little about it), or was Montreal enough of a baseball town back then?

Jonah Keri: Montreal was actually quite a significant baseball town when I first started following the sport in the early 80s. The Expos ranked 2nd or 3rd in the league in attendance for a few years in that span, they even outdrew the Yankees for a couple of years. It wasn't quite at the level of hockey, but they certainly had support when I was a kid. 

TMW: Baseball has experienced a recent growth here in Brazil, with more games on TV on a bigger number of channels, two players at the Majors and more accessible coverage, both from professional and amateur media. It's still small, of course, but it's growing. What do you think could help us take the next step? Maybe a preseason game in Brazil? Do you think there is any chance of this happening any time soon?

JK: I'd say that's some time off in the future, since they'll likely have other countries they'd want to go to first. But it's nice to see the sport being embraced in such a big, vibrant country, for sure.

TMW: One thing that undeniably helped push the interest in Baseball here in Brazil was the arriving at the MLB of two brazilian players, Yan Gomes and Andre Rienzo. What's your take on them as players? Do you think any of them can get big enough to get even more attention?

JK: Gomes is a starting catcher in the big leagues, which is something only 30 other people on Earth can say, so that's a big deal. He's young enough to stick for a while too. Rienzo isn't as good a player, and his track record doesn't necessarily suggest big things in the future. But he's still pitching for the White Sox, and that's something to be proud of.

TMW: One of the biggest complaints of people that just got introduced to baseball is that the game is too long and stops too much (specially when compared to soccer, one that never stops). Do you see this as a problem to the expansion of baseball to new markets?

JK: Not just new markets, I'd like to see that addressed even for people who are used to the game's rhythms. Tough to imagine it improving much, though, unless umpires start forcing pitchers to throw faster.

TMW: If you were introducing someone to baseball, what are the main things you would tell him? In other words, what do you think that, in baseball, is more interesting to someone who's just getting acquainted to the game? 

JK: Well the deliberate pace -- as long as it's not TOO deliberate -- can be great. As a fan you get to think along with the hitters and pitchers, as opposed to in a faster-moving sport (say, basketball or hockey) where everything is moving so fast that there isn't any time to think. And of course baseball has many tremendous athletic feats, just like soccer and other sports. It's a big treat to watch someone like Miguel Cabrera, Mike Trout, or Yasiel Puig play.

TMW: What is your opinion on sabermetrics? Do you think they can do a very good job of capturing the impact of what happen in a game or a season (given enough sample size), or do you stand by the tradition and old ways? Why?

JK: I am immersed in sabermetrics, both in my job and as a fan. This doesn't have to be an either/or situation. You can watch the game and enjoy it on a basic level, but also appreciate more nuanced ways to look at the game. I never understand why people want to make it about one or the other.

TMW: One thing I noticed here in Brazil is that the overall baseball fan base is very interested in advanced stats, it's the main focus of requests and emails I receive, and my post explaining sabermetrics is THE most read in four years of TMW. However, there is a big obstacle: many people - including ones from mainstream media - simply hate them and do whatever they can to dismiss them. You can't use a stat to make a point or even a curiosity that they will start complaining - once a friend casually said on twitter Jeter was a poor defender and three or four of them started going nuts claiming the stats were wrong without pointing to any other kind of evidence. You probably dealt with this kind of thing all the time, and probably in a much larger scale. What's your take on this kind of thing?

JK: People are threatened by concepts they don't understand. Your job, my job...our job is to write in a way that invites them into the conversation. Write crisply and intelligently and also respectfully, listen to others' opinions, but also don't be afraid to defend your position -- again, with respect. If at that point people still don't want to hear it, well, they're the ones missing out.

TMW: Once, I was watching a baseball game and, during a dead moment (a pitching change), the commentator started explaining some sabermetric. It wasn't even anything too complicated, it was FIP. The play by play guy promptly asked him to stop, because he claimed "those things aren't useful and turn people off the game". I thought this was ridiculous. I can understand if a guy tell me he don't fully trust a stat like WAR or VORP, or that stats don't tell the whole story, but to totally ignore all kind of stats and claim his visual opinion is more trustworthy of decades of stat development, it's a whole other thing. Once a guy even went as far as to say "No sabermetrician has ever won a title".In your opinion, why does that still happen? 

JK: See above. When your livelihood depends on your opinion being valued, and you know nothing about stats, you have a vested interest in shutting out stats. Like I said, intelligent, open-minded people are perfectly capable of processing and even ENJOYING both.

TMW: You are, of course, a big Expos fan. Strangely enough, the Expos are pretty popular around here, a charismatic team that was gone too soon, frequently drawing comparisons to the Sonics. Can you tell us a little about the team and their popularity?

JK: They were a team full of Hall of Fame-caliber players, and also great characters. Montreal was the only Canadian team for a few years, and even after Toronto joined the league, the Expos remained unique, because Montreal is the only major league city that truly feels European (Toronto is like a cleaner Chicago, basically). The Expos were also the only team that had everything take place in two languages (English and French) which set them apart. Montreal is very much a party city, so when the team was good (late 70s-early 80s, then again early-to-mid 90s), people gravitated to the stadium and loved to watch them play.

TMW: Finally, can you tell us a little about your new book, "Up, Up and Away: The Kid, the Hawk, Rock, Vladi, Pedro, le Grand Orange, Youppi!, the Crazy Business of Baseball, and the Ill-fated but Unforgetable Montreal Expos" (Now that's a title!), that I will be given as a gif to celebrate the launch of our new baseball project?

JK: It's tons of fun. I talked to every major player in the franchise's history -- Pedro Martinez, Gary Carter, Tim Raines, Andre Dawson, Dennis Martinez, Rusty Staub, Steve Rogers...130 interviews in all. So what you're getting are very candid and fun responses from the people that were there, in a way that you wouldn't from a current player who has to be cautious and guard his reputation. There's also material about the city's history, about changes in the economics of baseball, slice of life stories from myself and other fans...the works. It's probably the best thing I'll ever write in my life, and I'll be delighted to have others read it.

O verdadeiro All-Star Game da MLB

Aproveitando que ontem terminamos o preview da AFC East pra temporada 2013 da NFL e que hoje tem All-Star Game da MLB, vamos dar um tempinho (calma, amanhã tem mais!) pra falar um pouco de baseball e tentar trazer um retrato do que foi essa primeira fase de temporada regular. 

Todo ano, os prêmios do baseball apresentam um simples problema em praticamente todos os prêmios individuais: os votantes, muitas vezes, não fazem ideia do que olhar e do que observar (se você é um desses e/ou não faz ideia do que estamos falando, recomendo dar uma lida no nosso post explicativo sobre as regras do baseball e, principalmente, nesse post sobre como usar estatísticas no baseball pra ter uma idéia geral do que está acontecendo aqui) e votam com base em critérios totalmente absurdos e no "teste visual" que tem mais falhas que a defesa da seleção do Tahiti. Isso gera alguns absurdos e um grande número de injustiças que acabam revoltando os estatísticos do esporte e as pessoas que sabem que votar em um jogador que rebate muitos Home Runs e não faz mais nada de util é ridículo. Baseball é o esporte mais fácil de se medir com estatísticas da história da humanidade se você souber pra onde olhar, mas mesmo assim, toda santa vez tem um monte de gente que sequer olha pra elas na hora de votar, e isso gera um sem-número de absurdos que precisam ser corrigidos.

Então a idéia aqui é simples: olhando as estatísticas pra avaliar os melhores jogadores da MLB até aqui, ao invés dos conceitos subjetivos da hora de votar de 70% das pessoas, quais seriam os All-Star Teams das duas Ligas? Em outras palavras, se fossemos montar um time com os melhores jogadores por posição na temporada até aqui, como seria? Vamos eleger apenas um jogador por posição, mas eventualmente podemos citar alguns jogadores que mereciam consideração que vocês podem interpretar como os reservas da posição. Da mesma forma, se tivermos dois jogadores virtualmente empatados, a escolha vai seguir meu critério pessoal para a montagem do time, mas pelo menos vou explicitar a decisão a ser tomada. Elegeremos 9 Fielders, um DH, e apenas um arremessador titular em cada Liga.

Então sem mais delongas, vamos começar com...

American League All-Star Team

Catcher: Joe Mauer, Minnesota Twins (3.9 WAR, .320/.402/.473)

Essa talvez seja a posição mais fácil de preencher de toda essa coluna. Um pouco esquecido em meio a um monte de lesões, e ao fato de que o Twins é um dos times menos importantes de toda a MLB, está o fato de que Joe Mauer ainda é um dos melhores jogadores da Liga, que continua chegando em base a níveis épicos e rebatendo doubles pra todos os lados do campo. Mas mais do que a performance espetacular de Mauer (stat line acima), o que torna essa posição tão fácil de preencher é o fato de que a AL não tem nenhum outro Catcher pra competir com ele. O segundo melhor C da AL é Jason Castro, do Astros, mas mesmo assim o WAR dele (2.3) nem se compara. Nem mesmo Carlos Santana, que tem bons números ofensivos (seu wRC+ de 137 é o quarto maior da MLB entre Cs, atrás de Buster Posey, Yadier Molina e Mauer) mas é um dos piores jogadores defensivos da Liga. Então nenhuma controvérsia pra começar o time.

Menção honrosa: Jason Castro, Houston Astros.


First Baseman: Chris Davis, Baltimore Orioles (5.1 WAR, .315/.392/.717, 37 HRs)

Outra extremamente fácil, embora por um outro motivo: Chris Davis tem sido a grande história da temporada com sua barragem de Home Runs, seus 37 sendo a segunda melhor marca na história antes do All-Star Game. Embora a AL tenha alguns outros 1B interessantes, nenhum teve nem de longe o impacto que Davis teve, e nenhum chega perto do seu .717 em slugging ou seu .402 em isolated power (ambas lideram a MLB).

Menções honrosas: Edwin Encarnacion, Toronto Blue Jays; James Loney, Tampa Bay Rays.


Second Baseman: Dustin Pedroia, Boston Red Sox (3.7 WAR, .316/.396.436)

Se as duas anteriores foram as mais fáceis da coluna, essa foi a mais difícil de longe: Dustin Pedroia ou Robinson Cano? Os WARs são virtualmente idênticos (3.7 e 3.8, respectivamente) e cada um trás coisas diferentes ao jogo: Cano é um rebatedor superior, mas Pedroia é um defensor e baserunner muito melhor. Então fica mais por conta da sua avaliação pessoal, e a minha vai pra Pedroia por dois motivos: ele tem sido o melhor jogador do melhor time da American League, e meu time já tem força suficiente no bastão mas precisa de mais defesa. Normalmente eu não uso performance dos times pra uma honra individual como All-Star Game, mas serve aqui como critério de desempate porque os dois jogadores são tão próximos que não da pra separar um como sendo melhor.

Uma alternativa aqui seria colocar Jason Kipnis. Seus números ofensivos superam até mesmo Cano, embora ele seja o pior defensor do três. Seu WAR é de 3.4 mesmo com 10 jogos a menos que seus rivais, então Kipnis seria sem dúvida um candidato válido à vaga. Pra uma AL que foi absurdamente fraca em 2Bs ano passado tirando Cano, é uma safra muito boa.

Menções honrosas: Robinson Cano, New York Yankees; Jason Kipnis, Cleveland Indians.


Shortstop: Yunel Escobar, Tampa Bay Rays (2.3 WAR, .251/.312/.367, 8.3 UZR)

Essa era uma corrida entre três jogadores: Escobar, Jed Lowrie e Jhonny Peralta. Peralta seria a escolha lógica pelo WAR (2.7) e seus números ofensivos superiores (wRC+ 121, o mesmo de Lowrie), mas Peralta deve ser suspenso muito em breve pelo uso de PEDs ligado ao escândalo da Biogenesis (um pouco suspeito esse salto de produtividade pra um shortstop de 31 anos com um wRC+ de 88 ano passado, não?) e deve regredir grosseiramente seu BABIP de infinito (.385) que não é sustentado por nenhuma métrica. E como Lowrie é um defensor horrendo, acabei escolhendo Escobar pela sua defesa (8.3 de UZR o qualifica como melhor shortstop defensivo da MLB não chamado Andrelton Simmons) e pelo fato de que, depois de um primeiro quarto horrendo de temporada no bastão, seus números subiram recentemente para patamares aceitáveis. Escolha difícil mas, novamente, com tantos bastões nesse time, um pouco de defesa no infield é algo importante.

Menções honrosa: Jhonny Peralta, Detriot Tigers; Jed Lowrie, Oakland Athletics

Third Baseman: Miguel Cabrera, Detroit Tigers (6.0 WAR, .365/.458/.674)

Sabia que, dos 12 melhores jogadores da MLB em WAR, quatro são 3B da American League (cinco do Top20)?? Essa posição é incrivelmente profunda na AL, e mesmo assim Miguel Cabrera continua supremo na posição. Pense assim: Só pelo que ele fez até ano passado provavelmente já seria um Hall of Famer, e ele ainda está tendo a melhor temporada da sua carreira! Ele lidera a AL em aproveitamento, em OBP e segundo em slugging e, embora seja o pior jogador defensivo de toda a MLB, lidera com muita folga a MLB em wRC+ (204) e WAR. Então mesmo com a incrível quantidade de talentos pra essa posição, não tem como NÃO dar essa vaga pro Miguelito. Ele está simplesmente em um outro nível como rebatedor mesmo com Chris Davis por ai. E btw, é um crime Josh Donaldson não ter sido um All-Star reserva)

Menções honrosas: Evan Longoria, Tampa Bay Rays; Josh Donaldson, Oakland Athletics; Manny Machado, Baltimore Orioles.

Outfielders: Mike Trout, Los Angeles Angels (5.7 WAR, .322/.399/.565); Jacoby Ellsbury, Boston Red Sox (3.5 WAR, .305/.368/.422, 8.7 BsR); Colby Rasmus, Toronto Blue Jays (3.5 WAR, .263/.332/.484, 10.0 UZR).

Escolhendo outfielder sem ligar para posição, Trout, Ellsbury e Rasmus são de longe os que mais se destacaram na temporada, embora criminosamente Ellsbury tenha sido deixado de fora do All-Star Game também apesar de liderar toda a MLB em BsR (corridas geradas com as pernas). Trout é o único jogador da MLB que está no mesmo nível de Miguel Cabrera como jogador (ele foi assaltado do MVP ano passado, inclusive), um dos melhores rebatedores da MLB que ainda causa estragos com as pernas como poucos outros (apesar de sua defesa ter piorado essa temporada), então não deve existir qualquer dúvida que ele merece ser o leadoff hitter desse time. Mas os outros dois tem sido criminalmente underrated essa temporada: mesmo perdendo o poder mostrado em 2011, Ellsbury ainda tem sido um dos monstros mais completos da MLB causando estragos rebatendo, correndo e defendendo; e embora Rasmus seja um jogador que produz muitos outs, ele tem um poder impressionante e tem sido o melhor defensor de outfielder da AL. Eu considerei Jose Bautista pra esse OF pra aumentar seu poder no bastão, mas seu WAR (3.0) é consideravelmente menor que o dos demais e seus números ofensivos estão muito pouco melhores do que os de Rasmus.

Menções honrosas: Jose Bautista, Toronto Blue Jays; Brett Gardner, New York Yankees; Desmond Jennings, Tampa Bay Rays; Adam Jones, Baltimore Orioles.

Designated Hitter: David Ortiz, Boston Red Sox (2.8 WAR, .317/.402/606)

Ortiz é o quarto melhor rebatedor da AL depois de Miggy, Trout e Davis, redefiniu a posição de DH e foi o símbolo dela na AL por quase 10 anos. Tem como ser outra pessoa? Não. Sem chance. Zero.

Menção honrosa: Raul Ibanez, Seattle Mariners

Pitcher: Felix Hernandez, Seattle Mariners (4.1 WAR, 2.53 ERA, 2.66 FIP)

Outra decisão extremamente difícil entre King Felix e Max Scherzer. Felix lidera a AL em FIP e WAR à frente de Scherzer, ,as ambas são por diferenças extremamente pequenas: 2.68 FIP e 4.0 WAR pra Scherzer, embora o xFIP de Felix seja 2.71 contra 2.88 de Max. Então aqui é realmente um cara ou coroa pra escolher qual o melhor dos dois. Eu escolhi Felix por um simples motivo: Ele arremessou mais entradas, e isso é um fator extremamente underrated. Os primeiros 90 jogos da temporada foram melhores pra Felix que pra Scherzer, e por isso ele será meu titular. Por um fio, mas enfim

Menções honrosas: Max Scherzer, Detroit Tigers; Chris Sale, Chicago White Sox; Derek Holland, Texas Rangers.


National League All-Star Team

Catcher: Yadier Molina, Saint Louis Cardinals (4.2 WAR, .341/.386/.489)

Esse é outro debate ingrato: Molina ou Buster Posey? Posey é muito melhor ofensivamente (162 wRC+ contra 145 de Molina), e Molina é melhor defensivamente (embora UZR não seja uma boa medida para medir catchers defensivamente). Essa é difícil porque eu realmente acho Posey o melhor jogador e acho que teve o melhor começo de temporada (os WARs idênticos dos dois, 4.2, se deve ao fato do UZR de Posey ser -2.6 e o 6.2 de Molina), mas se a idéia é seguir pelos números, os dois estariam iguals e Molina ganha a dianteira pelos critérios de desempate que tenho usado até aqui: Ele é melhor defensivamente, e é o melhor jogador do melhor time da AL. Então vamos de Molina.

Menções honrosas: Buster Posey, San Francisco Giants; Russell Martin, Pittsburgh Pirates.

First Baseman: Paul Goldschmidt, Arizona Diamondbacks (4.2 WAR, .313/.395/.557)

Goldschmidt seria meu 1B titular do "Grandes jogadores que ninguém repara All-Stars". Ele tem sido espetacular desde o começo do ano, tem 21 HRs no All-Star Break e ainda tem sido muito bom defensivamente, o que o separa de seu maior concorrente, Joey Votto, um melhor jogador ofensivo que não tem mostrado a mesma capacidade com a luva. Goldschmidt é daqueles jogadores que deveriam ser um no-brainer pra ser titular e rebater em terceiro no All-Star Game mas que as pessoas insistem em não reparar. Fico com muita pena do Votto ficar de fora desse time, mas a temporada de Goldschmidt está sendo espetacular.

Menção honrosa: Joey Votto, Cincinatti Reds.

Second Baseman: Matt Carpenter, Saint Louis Cardinals (4.3 WAR, .321/.394/.497)

Yeah, yeah, eu sei, Carpenter não é o 2B de tempo integral, um jogador que joga em várias posições de acordo com a necessidade da equipe. Mas ele vai ser o 2B titular da NL por dois motivos. Primeiro, seu wRC+ de 151 e seu WAR de 4.3 o colocam como um dos melhores jogadores de toda a MLB em 2013, e ele precisa estar nesse All-Star Team, e como as outras duas posições que ele joga (3B e OF) estão lotadas de bons candidatos, esse é o melhor encaixe pra ele. Além disso, a NL está muito carente de bons 2Bs, apenas outros passam os 2.0 de WAR e nenhum deles passa de 2.2 além de Carpenter. Então arrumamos lugar no time para um dos melhores jogadores da temporada e cobrimos uma necessidade. Done and done.

Mençoes honrosas: Brandon Phillips, Cincinatti Reds; Marco Scutaro, San Francisco Giants.

Shortstop: Troy Tulowitzki, Colorado Rockies (3.5 WAR, .332/.400/.608 em 60 jogos)

Esse é mais complicado, mas por outro motivo. Ian Desmond lidera os SS da NL em WAR com um bom 3.6 em 94 jogos. Mas ele estaria virtualmente empatado com Everth Cabrera se o segundo tivesse ficado saudável. Enquanto isso, Troy Tulowitzki teve um WAR quase identico de 3.5 em apenas 60 jogos, sendo de longe o melhor rebatedor do grupo (wRC+ de 160) além de ser um defensor superior para a posição. Embora Tulo tenha saido dos jogadores "qualificados" por conta da sua lesão, ele vai ser o titular aqui porque foi em 60 jogos um shortstop melhor do que qualquer outro da MLB inteira foi em 95. Se achar que a lesão longa de Tulo o tira de qualificação, o que é justo, então deem o lugar para Desmond, que também está tendo uma temporada fantástica tanto rebatendo como defendendo e correndo e merece reconhecimento.

Menções honrosas: Ian Demond, Washington Nationals; Jean Segura, Milwaukee Brewers; Everth Cabrera, San Diego Padres;

Third Baseman: David Wright, New York Mets (4.9 WAR, .304/.396/.507)

Wright lidera a NL em WAR e o jogo é no seu estádio. Como Wright NÃO estaria aqui? Não é culpa dele que o Mets seja uma droga, ele tem sido o melhor jogador da NL nessa primeira parte da temporada, um dos melhores jogadores all-around da MLB e que ainda joga numa posição carente de depth na NL. Muito fácil.

Menção honrosa: Pedro Alvarez, Pittsburgh Pirates.

Outfielders: Carlos Gomes, Milwaukee Brewers (4.6 WAR, .296/.336/.534, 12.3 UZR); Carlos Gonzalez, Colorado Rockies (4.5 WAR, .302/.370/.610); Andrew McCutchen, Pittsburgh Pirates (4.3 WAR, .302/.376/.471).

Holy crap, olha esse grupo de outfielders, três dos Top10 WARs da MLB inteira. Por algum motivo, seja ele falta de pedigree ou simplesmente porque seu time está uma droga, a temporada espetacular do Carlos Gomes (mais um hitter a dar um salto aos 27 anos - Chris Davis é o outro dessa lista) está passando desapercebida, mas seus números são reais: ele é o segundo melhor OF defensivo da MLB (atrás de Gerardo Parra), uma ameaça pra roubar bases, e embora ainda faça um pouco de outs demais, ele compensa com sobras com boa taxa de contato e um poder bastante acima da média. Os outros dois são figuras mais tradicionais, o brilhantismo all-around de McCutchen com o poder no bastão espetacular de Carlos Gonzalez, cujos números ofensivos são espetaculares mesmo ajustando para o Coors Field, o mais favorável a rebatedores da MLB (é o segundo em wRC+ entre OFs atrás de Trout). Esse trio oferece tudo: defesa (UZR combinado de 24,3), baserunning (13,1 combinado de BsR), rebatidas pra contato, OBP, força... Espetacular.

Menções honrosas: Starling Marte, Pittsburgh Pirates; Gerardo Parra, Arizona Diamondbacks; Shin-Soo Choo, Cincinatti Reds; Hunter Pence, San Francisco Giants.

Designated Hitter: Buster Posey, San Francisco Giants (4.2 WAR, .325/.395/.536)

Me doeu muito deixar um dos meus jogadores favoritos, Joey Votto, de fora desse time: ele é uma máquina de OBP que lidera a MLB em Walk% (16.6%, um numero obsceno) e é o segundo melhor rebatedor de toda a NL, caindo em WAR pelas deficiências defensivas (pequenas, mas o suficiente pra deixá-lo abaixo da media defensivamente pra temporada). O problema é que o melhor rebatedor da NL - o único acima de Votto - está brigando com ele por essa vaga, e Buster Posey é simplesmente um fenômeno no bastão, um jogador com excelente contato que sabe trabalhar contagens, chegar em base e tem mostrado mais poder que Votto até aqui mesmo jogando no pior estádio pra rebatedores da MLB. É bem provável que Votto ainda esteja sentindo a lesão que o tirou de grande parte da temporada passada, visto que seus números (particularmente os de força) cairam consideravelmente desde o ano passado, mas com o que vimos até aqui, não tem como justificar deixar Posey de fora desse time.

Menções honrosas: Joey Votto, Cincinatti Reds; Michael Cuddyer, Colorado Rockies.

Pitcher: Adam Wainwright, Saint Louis Cardinals (4.6 WAR, 2.45 ERA, 2.23 FIP) 

Espetacular disputa entre Wainwright, Matt Harvey e Clayton Kershaw por essa vaga. Wainwright ganha uma mínima vantagem sobre Harvey apesar de ter um FIP menor (2.23 contra 2.17 de Harvey) por ser um pitcher mais eficiente: seu Strikeout-to-walk ratio é quase obsceno (acima de 8) e arremessou quase 17 entradas a mais que Harvey por precisar de menos arremessos pra avançar nas entradas, o que explica a diferença de WAR (4.6 contra 4.2) - além de Harvey arremessar em um lugar mais favorável a arremessadores, mas enfim. Qualquer um dos dois é um candidato digno aqui, embora Wainwright tenha tido uma temporada um pooouco melhor até aqui.

Menções honrosas: Matt Harvey, New York Mets; Clayton Kershaw, Los Angeles Dodgers.

Obtendo um retrato perfeito

Nada mais justo que o Deus das Sabermetrics estar olhando esse post de cima

Quando alguém está tentando fazer um preview da NFL, especialmente se for pra algum time, a fórmula pra isso em geral segue um padrão bastante simples. Primeiro se pega a atuação do time na ultima temporada (no caso em questão, a temporada 2012) e analisa o quão boa a equipe foi, olhando o seu record, pontos feitos e cedidos por jogo, etc. Com isso se chega em um ponto de partida pra onde começar sua analise, aonde o time estava ao final da temporada anterior. Em seguida, se olha o que mudou no time de um ano pro outro: Se trouxe bons calouros, se assinou Free Agents de impacto, se perdeu jogadores importantes, eventuais trocas, se um time cheio de jovens talentos teve mais um ano pra se desenvolverem - e se usa isto pra ver se um time "melhorou" ou "piorou" de um ano pro outro. Aí, aproveitando-se do "ponto de partida" anterior (no caso, o record do time na temporada anterior), usa-se a "melhora" ou "piora" da equipe pra ajustar o record, e pronto, você tem sua previsão pra temporada seguinte. Ou seja, se um time cheio de calouros acaba 8-8 na temporada e pro ano seguinte consegue um bom FA e boas picks de Draft, esperamos que ele acabe lá pros 10-6. Não é perfeito, mas é assim que sempre fizemos e é o que funciona. 

Ou pelo menos era o que nós achávamos.

Quando nos anos 90/2000 Bill James (E depois o Oakland Athletics) revolucionou o baseball usando suas estatísticas avançadas (ou Sabermetrics - escrevi um post extenso sobre o assunto, pra quem tiver curiosidade), mudança retratada no excelente livro/bom filme Moneyball, era apenas uma questão de tempo para que esse tipo de abordagem analítica avançada espirrasse para os outro esportes americanos.  E embora seja impossível medir qualquer outro esporte tão perfeitamente como o baseball (um esporte individual disfarçado de esporte coletivo com uma base amostral de 162 jogos onde TUDO pode ser dividido em numeros), isso levou muitos estudiosos a olhar mais de perto alguns dados e analisar de forma mais profunda a validade de certas "certezas" que existiam no mundo da NFL ou da NBA. E isso trouxe alguns resultados muito interessantes.

Focando na NFL, em particular, uma das certezas antigas que foram jogadas pela janela é a noção de que os numeros finais de uma temporada sejam um bom indicativo de quão bom é aquele time e de onde ele se encontra naquele momento. Pense da seguinte maneira: A NFL tem uma temporada extremamente curta, apenas 16 jogos. O pressuposto básico de qualquer estatística é que para ela ter valor analitico (ou simplesmente ser significativa) é que ela tenha uma base amostral grande o suficiente para cancelar os desvios, vieses e outliers de cada amostra. Uma temporada de 16 jogos apenas não serve a esse propósito, especialmente quando falamos de records: A influencia do acaso ou da sorte em apenas 16 jogos é muito grande e dificilmente serve como uma indicação da qualidade de um time, de modo que nos atermos muito firmemente a apenas um record bruto anterior é besteira. Da mesma forma, um time enfrenta apenas 13 de 32 times durante uma temporada regular, o que obviamente gera um viés muito grande: Alguns times enfrentarão adversários muito melhores ou piores que outros (o Denver Broncos ano passado teve seis jogos contra Raiders, Chargers e Chiefs, enquanto o Cardinals enfrentou seis contra 49ers, Seahawks e Rams, por exemplo). Então ainda que coisas como o numero de vitórias de um time e seus numeros de ataque e defesa sejam um ponto de partida, eles estão na maioria das vezes longe de serem um retrato adequado da qualidade de um time.

Pense nisso como uma escavação arqueológica. O arqueólogo, durante uma escavação, se depara com uma linda adaga de ouro incrustrada de pedras preciosas. Mas quando ele a encontra, ela está presa a uma camada de rochas, coberta de lodo e diversas outras impurezas. Antes de expô-la num museu, o arqueólogo vai ter que remover ela da rocha, jogar ácido pra derreter o lodo, remover as impurezas e polir a adaga até que ela esteja brilhando, para ai sim enviá-la para uma exposição. Em futebol americano é a mesma coisa: O record e os numeros brutos dos times precisam ser peneirados, estudados e removidas as impurezas para podermos ver o que de importante tiramos daquilo tudo.

Então essa é a minha proposta pra daqui até a temporada regular começar: Usar algumas ferramentas analíticas mais avançadas (algumas são até bem simples, é só saber onde olhar) para analisar os 32 times da NFL, quais devem regredir, quais devem evoluir, quais deram azar e o que esperar que se repita da temporada anterior. E embora tenhamos umas 10 ou mais ferramentas diferentes de análise para esse assunto, vamos nos focar nas cinco que eu acho mais importantes, mais diretas e, pra falar a verdade, mais divertidas. Então vamos conhecer essas ferramentas, e começando amanha vamos falar, um por um, dos 32 times da NFL.

Pythagorean Expectations

O melhor indicador de performance de um time, em uma temporada, que vocês irão encontrar não é o número de vitórias, mas sim a diferença entre os pontos marcados e cedidos. Bill James descobriu isso nos anos 80 quando estudava baseball, e com o tempo se descobriu que isso se aplica a praticamente qualquer esporte, especialmente aqueles com pontuaçōes altas. Como vamos ver daqui a pouco, jogos decididos por poucos pontos normalmente dependem demais de sorte, e por isso goleadas significam mais pra um time do que vitórias apertadas, e logo se comprovou que esse "Point Diferential" era realmente um indicador mais preciso. E já que o PD é um indicador mais preciso do que o numero real de vitórias e derrotas, Bill James criou uma fórmula pra extrair um record win-loss mais preciso de acordo com o Point Diferential de cada time, que representa melhor o verdadeiro nível daquele time ao longo da temporada. A fórmula primitiva de James foi, naturalmente, modificada ao longo dos anos para melhor se adaptar ao futebol americano, mas o princípio ainda é o mesmo. 

A fórmula utiliza a relação Point Diferential/Pontos Totais (Cedidos + Marcados) pra nos dar o número "esperado" de vitórias de um time. Acreditem ou não, mas esse é historicamente um método muito preciso pra se indicar quando um time atua acima das possibilidades ou abaixo, e também um indicador futuro de que um time deve regredir. Isso não importa tanto quando a diferença é de 1 ou 1,5 vitórias, mas a partir de 2 vitórias de diferença já é um sinal importante de que algo deu errado naquela temporada fora do controle do time e que deve se "ajustar" no ano seguinte. Historicamente, apenas UM time consistentemente superou suas Pythagorean Expectations por tempo suficiente pra ser estatisticamente significante: O Colts de Peyton Manning entre 2001 e 2010. Todos os outros sofreram "regressōes" com seu win-lose record em direção às Pythagorean Expectations.

Um exemplo recente? Claro! Em 2011, o Minnesota Vikings terminou a temporada 3-13, o terceiro pior record da Liga. Em 2012, o time deu a volta por cima, terminou 10-6 e foi aos playoffs. Ainda considerando um ano monstro do Adrian Peterson, um começo quente do Christian Ponder (que depois voltou a ser ruim, mas enfim) e boas adiçōes na offseason (em especial Matt Kahil), parece absurdo supor que tenha sido suficiente pra um time ganhar 7 jogos a mais de um ano pra outro, certo? Ai você vê que, pelas Pythagorean Expectations, o 11' Vikings deveria ter terminado 6-10 (já vamos entrar no porquê), era um time muito melhor do que seu 3-13 record indicava, e portanto alguma evolução simplesmente por regressão à média já era esperado. Juntando isso à evolução de alguns jovens jogadores, adiçōes do time e Adrian Peterson sendo um MVP, esse salto de 6-10 pra 9-7 em record esperado faz muito mais sentido (pra quem seguia nosso twitter na época talvez lembre que eu disse que o Vikings ia terminar 9-7 e perder os playoffs por pouco), e também o 10-6 e uma vaga nos playoffs.


Jogos decididos por uma posse de bola

Outra descoberta de Bill James sobre baseball que logo se descobriu que era aplicável a qualquer esporte com um bom número de pontos (NFL, NBA, MLB, etc) é que jogos decididos por uma posse de bola ou menos são muito mais aleatórios do que se supōe. Dada a enorme quantidade de pequenas coisas aleatórias que influenciam uma posse de bola, a expectativa é que cada time ganhe cerca de 50% desses jogos, independente de ser um bom time ou não. Embora isso seja um pouco contra intuitivo - um bom time deveria ser capaz de ganhar mais jogos apertados, certo? - isso não se verifica historicamente. Isso não quer dizer que um time não possa ganhar um grande numero de jogos decididos por uma posse de bola um dado ano, mas é muito improvável que ele repita no ano seguinte. Como o grande Bill Barnwell bem apontou, em 2011 Raiders, 49ers, Packers, Saints e Steelers combinaram pra um record de 27-8 em jogos decididos por uma posse de bola. Em 2012, combinaram para 16-16 (e um empate).

Ainda assim, esse número não é exatamente 50% pra todos os times. Assim como no baseball alguns fatores (qualidade do bullpen e SLG% do time) podem influenciar a quantidade esperada de vitórias em jogos decididos assim, no futebol americano isso também ocorre com base em uma única variável: Quarterbacks de elite. Times com Quarterbacks de elite como Tom Brady e Peyton Manning (pra citar dois exemplos modernos) historicamente tem apresentado um pequeeeeeno diferencial positivo em relação ao resto da Liga (que estatisticamente sempre convergem para 50%), então é possível esperar uma atuação um pouco melhor deles. Mas assim como no baseball (ano passado o Orioles teve um dos melhores bullpens da história da MLB e mesmo assim esperava-se que ganhasse apenas 60% desses jogos), isso não quer dizer que seja uma grande mudança em relação ao padrão: Esse número aumenta de 50% pra cerca de 56%, 58%, mas não de forma absurda que signifique que um record de 9-2 em jogos decididos por uma posse de bola seja sustentável mesmo que você tenha Brady como seu QB, por exemplo.

Voltando ao exemplo do Vikings de 2011, eles terminaram o ano 3-13 quando sua Pythagorean Expectation era de 6-10. A principal causa dessa diferença foi que o Vikings deu muito azar em jogos decididos por uma posse de bola apenas, terminando 2-9 nesses jogos, um numero absurdamente deslocado da expectativa de 5.5-5.5 nesse caso. Supondo que o Vikings terminasse com um realista 5-6 nesses jogos, o record deles teria sido de... Wait for it... 6-10 exatamente!! E caso vocês imaginem que esse 2-9 aconteça por ter um QB ruim, em 2012 o Vikings ganhou 5 e perdeu 2 jogos decididos por 7 pontos ou menos rumo a um record de 10-6. So yeah, digamos que funciona.

(Importante: Jogos decididos por oito pontos não contam como uma posse de bola por um simples motivo: Two-point conversions, depois de um TD, acontecem apenas 50% do tempo, então estatisticamente jogos decididos por oito pontos contam com uma posse de bola e meia e não entram nessa estatística).


Força do calendário

Como eu disse anteriormente, dos 31 times restantes da Liga, cada time enfrenta apenas 13 adversários, o que naturalmente gera um viés. Alguns times enfrentarão adversários muito mais fracos do que outros, e em apenas 16 jogos não existe uma amostra grande o suficiente para "normalizar" essa diferença de calendário. Então obviamente alguns times terão vida mais fácil que outros ao longo de uma temporada e isso tem uma influência grande no record final dos times.

Essa é uma questão bem fácil de entender e intuitiva, então não vou perder tempo nela, mas não da pra negar o impacto dessa variável: O Arizona Cardinals terminou o ano 5-11 (sua Pythagorean Expectation foi essa mesmo), mas também teve o calendário mais difícil da NFL em 2012. Com um calendário supostamente mais fácil em 2013, é esperado que o Cardinals tenha uma certa melhora geral. Embora seja dificil dizer se o Cardinals foi um time em 2012 melhor que, digamos, o Colts (que teve o calendário mais fácil), e por isso seja até mesmo desnecessário tentar comparar os dois dessa maneira (embora seja possível), mas é sempre importante observar essa variável do calendário ano a ano.

Uma coisa importante também sobre ela é que é muito dificil dizer se um calendário eé forte ou não no começo do ano. Em geral se usa os numeros dos times no ano anterior pra isso, mas muita coisa pode acontecer e mudar de uma no pro outro, de modo que no final um time possa ter uma vida muito mais fácil do que esperado (ou mais dificil). Ano passado, antes da temporada, o Broncos projetava pra ter um dos calendários mais dificeis da NFL; acabou tendo o segundo mais fácil. Então é mais fácil olhar pra temporada que passou e imaginar uma certa normalização do que prever a força do calendário a seguir.


Ajustando ataque e defesa

Saindo agora um pouco de performance geral da equipe pra numeros específicos de ataque e defesa. Normalmente, quando as pessoas querem ver a performance de uma equipe de um dos lados da quadra, eles olham pra pontos cedidos e pontos anotados por jogo como o melhor indicador. Mas como acabamos de falar, isso é bastante influenciado pelos times enfrentados por essas equipes: Algumas oferecem melhores defesas do que outras, e é muito mais dificil (e requer um ataque muito melhor) pra anotar 30 pontos por jogo enfrentando 49ers e Seahawks do que enfrentando Raiders e Colts, por exemplo. Então se queremos ver o quão bom um time foi no ataque ou na defesa, é preciso levar em conta os times enfrentados por essas equipes acima de tudo.

Um exemplo prático: 49ers foi o 11th melhor ataque da NFL ano passado em pontos por jogo, com 24,8 pontos por jogo. O  Bengals foi o 12th melhor ataque, com 24,4 ppg. No entanto, o 49ers enfrentou a sexta tabela mais difícil em termos de defesas, enquanto o Bengals enfrentou a terceira mais fácil. Ajustando esses números pelo agregado das defesas enfrentadas ao longo dos 16 jogos, temos que o 49ers na verdade foi o quinto melhor ataque da NFL em 2012, enquanto que o Bengals foi apenas o 17th melhor ataque da NFL, abaixo da média da Liga.

O reverso também é verdade: Em 2012, o San Diego Chargers teve a 16th melhor defesa da NFL em ppg, cedendo 21,8 pontos por jogo. Cardinals teve a 17th, cedendo 21,5 ppg. No entanto, o Chargers enfrentou adversários com (no agregado) ataques relativamente fracos, enquanto o Cardinals enfrentou uma dieta de Packers, 49ers e Seattle o ano inteiro, de longe o calendário mais difícil que qualquer defesa teve de enfrentar. Quando normalizamos pelas defesas enfrentadas, notamos que o Cardinals teve a sexta melhor defesa de toda a NFL, enquanto o San Diego continuou com um medíocre 18th lugar.

Então sempre é importante, quando vamos falar de ataque e defesa, levar em conta que nem todos enfrentaram os mesmos adversários. Então quando eu falar que o Cardinals na verdade é um time decente ou melhor porque tem uma das melhores defesas da NFL, mesmo tendo a 16th em pontos por jogo, é por causa disso. Sempre tomem cuidado com fatores que influenciam esses números porque alguns deles podem mudar de ano a ano.


Fumbles recuperados

Por fim, chegamos aos fumbles recuperados. Forçar fumbles (na defesa) e evitar fumbles (no ataque) são duas habilidades importantes pra quaisquer jogadores ou times, e se você não acredita, é só assistir Charles Tillman jogando ano a ano pra ver que forçar fumbles é uma arte. Mas uma vez que o fumble está no chão, não tem NADA na história da NFL que indique que recuperar fumbles seja um talento mais do que seja sorte. Ou seja, entre todos os fumbles que um certo time vê acontecerem - dos dois lados da quadra - ele tende a recuperar exatamente metade deles.

Embora seja obviamente uma estatística menos importante que as outras quatro que foram cobertas nesse post, eu acho essa bem divertida por um simples motivo: Ela é muito legal de se acompanhar ao longo da temporada, mesmo numa variedade semana a semana, e ela é sutilmente responsável por diversas tendências interessantes que observamos na NFL.

Exemplo, pegue o Washington Redskins de 2012, que começou a temporada 3-6 antes de ganhar seus últimos sete jogos pra terminar 10-6. Embora seja inegável que o Redskins tenha evoluido ao longo da temporada, especialmente com um calouro de Quarterback, olhando mais de perto percebemos algumas tendências interessantes nessas duas sequencias na temporada. Seu fraco começo (3-6) foi marcado por um record de 1-5 em jogos decididos por uma posse de bola, e não coincidentemente foram jogos nos quais o Redskins recuperou cerca de 30% dos fumbles que aconteceram no jogo. Considerando que fumbles significam uma mudança na posse ou não de bola (ou seja, uma posse a mais pra um dos times), não recuperar 70% dos fumbles é algo que vai dar ao adversário mais posses de bola que você e um jogo e vai influenciar imensamente em um jogo decidido por uma posse. Com o Redskins dando azar nessas recuperaçōes, eles tiveram menos posses do que deveriam e perderam 5 de 6 jogos assim. Na segunda sequencia, as 7 vitórias seguidas, o Redskins foi 4-0 em jogos decididos por uma posse de bola ou mais. Não coincidentemente, durante essas 7 vitórias seguidas o Redskins recuperou 75% dos fumbles que aconteceram. Tirem suas próprias conclusōes.

Então sim, essa variável tem maior interesse pegando jogo a jogo e ao longo da temporada, mas pode ser uma variável importante pra se olhar quando um time depende muito de saldo de turnovers positivo. Em 2011, Tennesse se aproveitou desse saldo (+1) pra ter uma campanha mais respeitável (9-7), recuperando 62% dos fumbles. Em 2012, o time caiu para -4 porque recuperou apenas 31% dos seus fumbles. Washington recuperou apenas 32% dos fumbles em 2011; esse numero subiu pra 58% em 2012. Então embora ela seja de menor importância no grande esquema das coisas, ainda vale a pena prestar alguma atenção nela.


Então essas são as cinco variáveis que eu vou prestar mais atenção quando estiver fazendo o preview que começa amanhã. Alguns times são normais sob a maioria delas, alguns (Colts! Colts!) apresentam algumas aberraçōes que precisam ser destrinchadas pra obter um cenário mais claro de onde esses times se encontram. E vamos ver, juntando com as melhoras e pioras que a offseason trás, quais são os times que devem se preparar pros playoffs esse ano.