Esta temporada estoy viendo gente nueva 🔝 haciendo sus primeros pinitos en estadística avanzada🏀. Sin embargo, los datos que se comparten pueden no ser suficientes para la toma de decisiones, que debería ser el uso real analítico.

Abro 🧵 con algunas sugerencias para mejorar. 1. Compartir y crear bases de datos públicas.

Si eres unx as de hacer scraping, las tareas de centralización y limpieza son necesarias para todx entrenadorx, y que por oscuro que parezca, son oro. No hace falta el mejor front-end, simplemente poner los datos al alcance de todxs.

🧵con todos los gráficos de probabilidad de victoria de esta #CopaACB entrenados con un modelo de regresión logística Cuartos de final (I)

https://twitter.com/arbues6/status/1494635306498330639

Con 9 años, mi pasatiempo favorito era rellenar las libretas de mis padres profesores con estadísticas de baloncesto, construyendo así mis equipos sobre papel. 18 años más tarde, esta pasión ha mutado en mis estudios de doctorado.

@RedDivulga @UPFBarcelona
Abro #HiloTesis👇 Al tratarse de un campo de investigación muy específico, quiero empezar con un poco de contexto.

Las estadísticas son claves en el mundo del deporte, dado que cuantifican lo que sucede durante los partidos de forma concisa, respaldando así (o no) la propia percepción.