El club del percentil cinco

Traducido por Marco Gámez

Una de las herramientas más tentadoras que ofrecemos, dentro de PECOTA, es un espectro completo de proyecciones en percentiles para cada jugador. Las proyecciones de las medianas son los números individuales más valiosos que podemos asignar a los jugadores al hacer este ejercicio, pero para simular realmente la forma en que los equipos los evalúan (y mucho más para intentar capturar mejor la realidad), tenemos que encontrar una manera de captar y articular el riesgo y la incertidumbre en torno a sus actuaciones esperadas. Por eso, desde hace muchos años, PECOTA intenta ayudar a los lectores a ver toda la gama.

Por ejemplo, la proyección del percentil 50 de José Ramírez  incluye un DRC+ de 142 y una línea ofensiva de .281/.346/.509. Eso implica que, si lo proyectamos tal cual, hay las mismas posibilidades de que sea mejor o peor que eso. Pero también podemos decir, al echar un vistazo a su proyección del percentil cinco, que tiene un 95% de probabilidades de batear mejor que un 116 DRC+, con una línea de .260/.321/.440. Qué lujo tan extraordinario es ese; incluso un desglose de 1 en 20 de una temporada por parte de Ramírez sería mejor que las expectativas promedio de Willson Contreras, Julio Rodríguez o Seiya Suzuki.

De hecho, la prueba del percentil cinco es bastante buena. Para tener una idea de por qué a los bateadores (y lanzadores) estrella se les paga tan bien, incluso desproporcionadamente en comparación con su WARP promedio proyectado, tal vez deberíamos tener una idea de dónde está la línea: en qué grupo de jugadores se puede confiar, con un impresionante nivel de confianza del 95%, para mantenerse por encima del promedio. Para 2025, proyectamos que 25 bateadores y 29 lanzadores serán mejores que el promedio (un DRC+ de 101 o más; un DRA- de 99 o menos) incluso en el nivel del percentil cinco. Aquí está el grupo de bateadores:

Esa es más o menos la lista que esperarías, si pensaras en hacer una con fines de emparejamiento, pero lo fascinante es cuán claramente se relaciona con los jugadores mejor pagados de la Liga, con un par de excepciones fascinantes. Naturalmente, el modelo adquiere más confianza en un jugador (y, por lo tanto, reduce el rango de resultados que proyecta para él) a medida que compila un historial cada vez más sólido, por lo que es raro encontrar jugadores jóvenes en este tipo de lista. Eso hace que Brendan Donovan destaque mucho, incluso más allá que su vecino en la lista, Gunnar Henderson. Después de todo, Donovan solo tiene 112 DRC+ en su carrera, y en únicamente tres temporadas de trabajo. El año pasado bateó .278/.342/.417. PECOTA cree que tiene un 95% de probabilidades de batear al menos .261/.330/.369 en 2025.

Obviamente, el sistema confía más en el OBP de Donovan que en su poder, y con razón. Curiosamente, Donovan se une a sus colegas especialistas en contacto Luis Arráez y Steven Kwan como las deslumbrantes excepciones al requisito general de que se necesita mucho poder para establecer un piso alto. Pensamos en Kwan y Arráez como en una clase casi exclusiva, pero si bien Donovan tiene un índice de abanicar ligeramente mayor que esos dos, su velocidad de bate y su propensión al contacto duro son notablemente mejores. Es el bateador confiable más inadvertido de las Grandes Ligas, y lo único triste es que probablemente no llegará a la agencia libre hasta que sea demasiado tarde para sacar provecho de ello; cumplió 28 años el mes pasado y los Cardinals todavía tienen tres años de control sobre él.

¿Qué pasa con los lanzadores?

Debido a que los lanzadores son mucho menos confiables en general, puedes ver a los jugadores con historiales más cortos subir más alto en esta tabla de clasificación. También hay una gran ventaja para los lanzadores que aún no han acumulado grandes muestras, porque PECOTA ahora integra StuffPro y PitchPro, acortando el tiempo que necesitamos para hacer proyecciones más confiables. Paul Skenes entró bien en el club del percentil cinco, mientras que Jackson Merrill (89 PECOTA DRC+ del percentil cinco) ni siquiera estuvo medianamente cerca de hacerlo. De nuevo, puedes ver cuánto poder adquisitivo confiere este nivel de confiabilidad; los equipos incluso pagarán sumas enormes por peloteros que seguramente serán buenos, pero con los que no se puede contar mucho para subir al montículo.

Como lo ha hecho prácticamente en cualquier momento en el que hayas dividido a los lanzadores de las Grandes Ligas durante el último año, Griffin Jax llama la atención. El capitán de la Fuerza Aérea, convertido en as del relevo proyecta un FIP de 3.24 incluso en este miserable nivel de desgracia, y es uno de los dos lanzadores con un 95% de probabilidades de obtener una tasa de ponches superior al 30% y una tasa de boletos inferior al 10%. El otro lanzador es Jacob deGrom. Si bien los Twins y Jax parecen haber dejado de lado la idea de que haría la transición a la rotación este año, las luces siguen parpadeando, diciéndonos que este jugador es uno de los mejores lanzadores de las Grandes Ligas, sin reservas.

Por supuesto, el verdadero vector de gran incertidumbre para los lanzadores es el riesgo de lesiones, y es el riesgo de lesiones el que menos captan todos los sistemas de proyección. PECOTA tampoco es perfecto para informarnos sobre el espectro real de los posibles resultados de un jugador, incluso si lanzamos preguntas sobre su capacidad para actuar tanto como se proyecta. Para proyectar bien en las Grandes Ligas, el modelo debe aplicar algunos supuestos, como suavizar los rangos de resultados proyectados de todos hacia una distribución normal. Cuanto más hayas jugado, más podrá hacer eso el sistema y más delgadas se volverán las colas, pero ese es realmente el único cambio que podemos hacer, sin introducir una subjetividad excesiva en el proceso de proyección. Eso está muy bien, pero tú y yo, con nuestro cerebro humano (por ahora), entendemos que las distribuciones de posibles resultados de algunos jugadores en realidad se inclinan en una dirección u otra, o conservan colas gruesas incluso después de haber obtenido 4,000 apariciones al plato en la MLB, o (como Donovan y Jax) encogen rápidamente esas colas sin acumular mucho tiempo de juego.

Tendemos a equivocarnos tanto cuando intentamos adivinar qué jugadores serán esos peloteros que es mejor que el modelo asuma una forma y un tamaño normales para la curva de distribución, pero lo bueno aquí es que nos queda cierta capacidad para intentar superar a PECOTA. Estamos en capacidad de ajustar mentalmente las distribuciones, del mismo modo que podemos mover mentalmente las proyecciones de las medianas que encontramos con mayor frecuencia. Mientras tanto, de todas maneras, vale la pena celebrar el valor especial que tienen los bateadores y lanzadores que un equipo puede estar seguro de que serán buenos, incluso cuando andan mal. Nos ayuda a comprender por qué a esas súperestrellas se les paga tanto y nos ayuda a comprender el verdadero piso de ciertos equipos que se aseguran (o fracasan por completo) de reunir este tipo de contribuyentes incuestionables.