Last minute in NBA games

  1. García-Manso, Juan Manuel 1
  2. Martín-González, Juan Manuel
  3. Guerra, Yves de Saá
  4. Valverde, Teresa
  5. Jiménez, Sergio
  1. 1 Universitat Autònoma de Barcelona
    info

    Universitat Autònoma de Barcelona

    Barcelona, España

    ROR https://ror.org/052g8jq94

Revista:
Revista de psicología del deporte

ISSN: 1132-239X,  1988-5636

Año de publicación: 2015

Título del ejemplar: Revista de Psicología del Deporte (Suplemento)

Volumen: 24

Número: 3

Páginas: 31-35

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Revista de psicología del deporte

Resumen

Aparentemente, el comportamiento del juego durante un partido de baloncesto, igual que en el resto de deportes de equipo, muestra una enorme variabilidad que se manifiesta tanto en las acciones individuales y en las colectivas. No obstante, cuando se estudia una cantidad significativa de partidos se detecta que, dentro de la impredecibilidad que caracteriza al juego, existen, al menos en el baloncesto NBA, patrones de comportamiento repetitivos que, frecuentemente, son libres de escala. El grado de complejidad del juego no es estable. Diferentes investigaciones muestran como los patrones cambian entre el primer y segundo tiempo del partido, así como, primer y tercer cuarto respecto al segundo y cuarto, o la parte inicial, mitad o final de cada cuarto. Nuestro objetivo fue comprobar y evaluar la existencia de estos patrones, y su aparente complejidad, analizando el final de los partidos de la NBA y comparando esta fase del encuentro con el final de cada uno de los cuartos. Los datos muestran la existencia de simetrías (fractalidad) y patrones repetidos de juego durante los partidos de baloncesto de la NBA.

Referencias bibliográficas

  • Chatterjee, S. and Yilmaz, M. R. (1999). The NBA as an Evolving Multivariate System. The American Statistician, 53(3), 257-262.
  • De Sai Guerra, Y., Martkn-Gonzilez, J. M., Arjonilla N., Sarmiento, S., Rodrkguez-Ruiz, D. and Garcka-Manso, J. M. (2011). Analysis of competitiveness in the NBA regular seasons. Ugdymas, Kuno Kultura Sportas LKKA, 1(8), 17-21.
  • De Saá Guerra, Y., Martín González, J. M., Sarmiento, S., Rodríguez-Ruiz, D., García-Rodríguez, A. and García-Manso, J. M. (2012). A model for competitiveness level analysis in sports competitions: Application to basketball. Physica A: Statistical Mechanics and its Applications, 391(10), 2997-3004.
  • De Saá Guerra, Y., Martín-González, J. M., Sarmiento, S., Rodríguez-Ruiz, D., Arjonilla, N. and García-Manso, J. M. (2013). Basketball scoring in NBA games: An example of complexity. Journal of Systems Science and Complexity, 26(1), 94-103.
  • Gabel, A. and Redner, S. (2012). Random walk picture of basketball scoring. Journal Quantitative Analysis in Sports, 8(1), 1-20.
  • Gould, S. J. (1989). The Streak of Streaks. CHANCE, 2(2), 10-16.
  • Mace, F.C., Lalli, J.S., Shea, M.C. and Nevin, J.A. (1992). Behavioral momentum in college basketball. Journal of Applied Behavior Analysis, 25(3), 657-663.
  • McGarry, T., Anderson, D. I., Wallace, S. A., Hughes, M. D. and Franks, I. M. (2002). Sport competition as a dynamical self-organizing system. Journal of Sports Sciences, 20(10), 771-781.
  • Ribeiro, H. V., Mendes, R. S., Malacarne, L. C., Pîcoli, S. P. and Santoro, P. A. (2010). Dynamics of tournaments: The soccer case -A random walk approach modeling soccer leagues. The European Physical Journal B, 75(3), 327-334.
  • Roane, H. S., Kelley, M. E., Trosclair, N. M. and Hauer, L. S. (2004). Behavioral momentum in sports: A partial replication with women's basketball. Journal of applied behavior analysis, 37(3), 385-390.
  • Saavedra, S., Mukherjee, S. and Bagrow, J. P. (2012a) Is coaching experience associated with effective use of timeouts in basketball? Scientific Reports, 2, 676.
  • Saavedra, S., Mukherjee, S. and Bagrow, J. P. (2012b). Can Timeouts Change the Outcome of Basketball Games? (No. arXiv: 1205.1492). 1-8.
  • Skinner, B. (2011). Scoring strategies for the underdog: Using risk as an ally in determining optimal sports strategies. Journal of Quantitative Analysis in Sports 7, Art. 11.
  • Vaz de Melo, P. O., Almeida, V. A., Loureiro, A. A. and Faloutsos, C. (2012). Forecasting in the NBA and other team sports: Network effects in action. ACM Transactions on Knowledge Discovery from Data (TKDD), 6(3), 13-40.
  • Yilmaz, M. R. and Chatterjee, S. (2000). Patterns of NBA team performance from 1950 to 1998. Journal of Applied Statistics, 27(5), 555-566.
Fuente de los datos: Dialnet