Quantità di gioco e probabilità di vittoria all’avvio della seconda settimana di uno Slam

di Stephanie Kovalchik // StatsOnTheT

Pubblicato il 17 febbraio 2020 – Traduzione di Edoardo Salvati

Per raggiungere i quarti di finale agli Australian Open 2020, Dominic Thiem è rimasto in campo per 10 ore e 23 minuti, entrando così nel 20% di tempo più lungo prima di un quarto di finale di uno Slam negli ultimi dieci anni. Nei turni successivi ha accumulato altre ore di gioco, ponendosi all’estremo della distribuzione di questo speciale conteggio.

Nell’analisi che segue, cerco quindi di capire se l’intensità del percorso di Thiem ha contribuito a ridurre la sua probabilità di vittoria del titolo. Pochi giocatori riescono ad arrivare in fondo a uno Slam senza subire affaticamento, ma per alcuni la strada diventa molto più tortuosa.

Le fatiche di Thiem

Negli ultimi tre turni degli Australian Open 2020, Thiem si è trovato proprio in questa situazione. Alla vigilia della sua difficile partita contro Rafael Nadal, il tempo di gioco di Thiem era superiore di 1.3 ore rispetto alla media degli ultimi dieci anni tra i giocatori in un quarto di finale di uno Slam, come rappresentato nell’immagine 1. Alla conclusione della vittoriosa battaglia contro Nadal in quattro set, tra cui tre tiebreak, Thiem era a 14.6 ore, cioè 3.4 ore in più della media.

Un’altra vittoria in quattro set, in semifinale contro Alexander Zverev, ha portato il totale a 18.2 ore, o a 4.5 ore in più della media degli altri semifinalisti di uno Slam. Thiem si è ritrovato nel 3% del monte ore di gioco delle partite che precedono la finale, una posizione non certamente invidiabile contro il sette volte vincitore degli Australian Open Novak Djokovic, il quale invece aveva impiegato solo 12.5 ore.

IMMAGINE 1 – Distribuzione delle ore giocate prima degli ultimi turni di uno Slam maschile nel periodo dal 2011 al 2020. La linea rossa indica il tempo giocato da Thiem agli Australian Open 2020

Possibili conseguenze sull’esito della finale?

Proviamo a elaborare qualche idea con l’esempio fornito da altri giocatori che hanno avuto un percorso accidentato per entrare nella seconda settimana di uno Slam. La tabella a conclusione dell’articolo raccoglie alcune di queste situazioni, tra cui quella di Thiem. Il carico di gioco di Thiem agli Australian Open 2020 è simile a quello di Kevin Anderson a Wimbledon 2019 e di Nadal agli Australian Open 2017. Nessuno di questi giocatori è poi riuscito a vincere il torneo.

Sono però solo degli esempi. E anche se ci fossero molti esempi a mostrare analoga tendenza, staremmo ignorando un interrogativo di fondo. È un grande carico di gioco a contribuire alle sconfitte, o il grande carico di gioco è semplicemente un effetto collaterale di non essere un favorito?

Vogliamo sapere se la grande quantità di gioco incide sul risultato di una partita dopo aver tenuto conto della differenza di bravura tra due giocatori che si scontrano in un qualsiasi turno di uno Slam. Nel linguaggio della regressione, se wij è la probabilità che il giocatore i batte il giocatore j e caricoi è la somma complessiva di gioco del giocatore i, possiamo calcolare l’effetto della quantità di gioco con la seguente formula:

logit(wij) = β0 + β1logit(pij) + β2(caricoi − caricomedio)

dove pij è la previsione di vittoria pre-partita sulla base della bravura dei giocatori e di qualsiasi altro fattore a eccezione del carico di gioco sostenuto durante il torneo. Si tratta di un semplice modello di regressione logistica, in cui la difficoltà maggiore è la scelta di pij, che potrebbe essere data ad esempio dalle quote scommesse. In questo caso utilizzo le mie valutazioni dei giocatori.

Variazioni attese nella probabilità di vittoria

Con gli ultimi dieci anni di quarti di finale e turni successivi a disposizione, ho applicato il modello e osservato la variazione attesa nella probabilità di vittoria di Thiem in ciascuno dei tre turni conclusivi degli Australian Open 2020. La tendenza storica suggerisce che già ai quarti di finale la probabilità di Thiem si era ridotta (un calo in media del 12%) e che la maratona con Nadal l’aveva ulteriormente abbassata. Dalla semifinale in avanti, Thiem aveva una probabilità del 30-35% inferiore rispetto a quella che un giocatore con la sua valutazione avrebbe predetto.

IMMAGINE 2 – Riduzione attesa nella probabilità di vittoria di Thiem agli Australian Open 2020 per il carico di gioco sostenuto (e con un intervallo di confidenza del 90%)

Si può avere la tentazione di ignorare questi risultati pensando che i giocatori hanno poco controllo sulla durata di una partita. Vorrebbe però dire sottostimare la capacità decisionale del giocatore sul livello di offensività da tenere in campo e su come questo incida sul tempo trascorso. Per quei giocatori la cui bravura permette di pensare oltre alla partita successiva, aumentare il livello offensivo quando si arriva a una durata media potrebbe essere una strategia importante per la vittoria finale.

Does greater competition load going into the second week of a Grand Slam hurt a player’s win chances?