PASO 1 – describe las características que creas que definen un buen portero
Lista las métricas y dibuja sus características de tu muestra.
Puedes hacer un gráfico tipo este: https://www.youtube.com/watch?v=hKe_jp6dqo4
Calcula el promedio las desviación de esas variables que indiquen lo bien que lo hace el portero
Incluso puedes calcular la correlación de ellas
Con ello consigues entender cómo son se comportan las muestras de porteros en esas determinadas posiciones.
Entender qué métricas son las más interesantes.
EL objetivo de este primer paso es hacer ver al público unas buenas métricas para definir lo bien que lo hace el portero en diferentes aspectos.
PASO 2 – Encontrar expertos que evalúen con una nota de 0 a 10 estos porteros
Esa una nota subjetiva. Pero valorada por expertos, entrenadores que saben del tema.
Esta variable xtot será la respuesta de nuestro modelo.
La pondremos en función de las métricas del paso 1.
PASO 3 – creamos un modelo de datos lineal
Este modelo es una regresión sencilla que explique la xtot (objetivo de tus expertos) en función de las características.
Eso te dará un modelo de datos capaz de calcularte la xtot con nuevos porteros.
Con nuevos datos de entrada del paso 1 sin saber la xtot podrás calcular esa xtot con el modelo.
¿Lo ves?
El reto lo tienes en preguntar a expertos que te digan la nota de cada portero.
Y así serías el primer creador de una métrica capaz de evaluar porteros sólo con datos observados.
Incluso podemos ordenar de más importantes a menos las métricas que has definido en el paso 1.
¡Me parece un proyecto brutal!
