Por que o beisebol é uma aula de razões

Na reta final da temporada da liga americana de beisebol, as buscas por times e placares disparam nos Estados Unidos. Quem acompanha vê uma enxurrada de números com três casas decimais: .300, .377, 3.00. Por trás de cada um há uma ideia simples do ensino fundamental, a razão, e uma armadilha estatística que engana até analistas experientes. Os números deste texto são hipotéticos, criados para o exemplo.

O conceito: taxa é acontecimento sobre oportunidade

Uma razão compara duas quantidades pela divisão. Quando o denominador conta oportunidades, a razão vira uma taxa: a fração das oportunidades que deram certo. No beisebol, a mais famosa é a média de rebatidas (batting average), em que HH é o número de rebatidas válidas e ABAB o número de vezes oficiais ao bastão.

AVG=HAB\text{AVG} = \frac{H}{AB}
Média de rebatidas: fração das vezes ao bastão que viraram rebatida válida.

O costume americano é escrever o resultado sem o zero e com três casas: 0,300 aparece como .300 e se lê “three hundred”. Matematicamente, é só 30%: o rebatedor acerta 3 a cada 10 oportunidades. Parece pouco, mas no beisebol isso é excelente, o que mostra que uma taxa só faz sentido comparada com outras do mesmo contexto.

30%30 / 1000,300 = 30% dasvezes ao bastão
Uma média de 0,300 é 30%: 30 de cada 100 vezes ao bastão terminam em rebatida, ou 3 a cada 10.

A porcentagem de embasamento (OBP) amplia o numerador e o denominador. Ela conta também as bolas (walks, BBBB) e as vezes em que o rebatedor foi atingido pelo arremesso (HBPHBP), e inclui no denominador os voos de sacrifício (SFSF).

OBP=H+BB+HBPAB+BB+HBP+SF\text{OBP} = \frac{H + BB + HBP}{AB + BB + HBP + SF}
Porcentagem de embasamento: com que frequência o rebatedor chega à base.

ERA: uma regra de três escondida

Para arremessadores, a estatística clássica é a ERA (earned run average): quantas corridas limpas (ERER) o arremessador cede, em média, a cada 9 entradas, que é a duração de um jogo completo. Se ele arremessou IPIP entradas, a proporção é direta: ERER está para IPIP assim como ERAERA está para 9.

ERIP=ERA9⇒ERA=9⋅ERIP\frac{ER}{IP} = \frac{\text{ERA}}{9} \quad\Rightarrow\quad \text{ERA} = \frac{9 \cdot ER}{IP}
ERA como regra de três: corridas limpas por 9 entradas.

Um detalhe de notação: entradas parciais aparecem como 6.1 ou 6.2, que significam 6 entradas e 1 ou 2 eliminações. Como cada entrada tem 3 eliminações, 6.1 vale 6136\frac{1}{3}, e não 6,1. Quem digita 6,1 na calculadora erra a ERA.

Exemplo resolvido passo a passo

Calculando AVG, OBP e ERA de jogadores hipotéticos
  1. AVG=150500=0,300\displaystyle \text{AVG} = \frac{150}{500} = 0{,}300 Rebatedor com 150 rebatidas em 500 vezes ao bastão. Divida uma pela outra.
  2. OBP=150+60+5500+60+5+5=215570≈0,377\displaystyle \text{OBP} = \frac{150+60+5}{500+60+5+5} = \frac{215}{570} \approx 0{,}377 O mesmo rebatedor teve 60 bolas, 5 vezes atingido e 5 voos de sacrifício. Some tudo no numerador e no denominador.
  3. ERA=9⋅2060=3,00\displaystyle \text{ERA} = \frac{9 \cdot 20}{60} = 3{,}00 Arremessador que cedeu 20 corridas limpas em 60 entradas. Aplique a regra de três.
  4. ERA=9⋅519/3=13519≈7,11\displaystyle \text{ERA} = \frac{9 \cdot 5}{19/3} = \frac{135}{19} \approx 7{,}11 Outro arremessador cedeu 5 corridas em 6.1 entradas. Converta 6.1 para 6 e 1/3 antes de dividir.
  5. Verificação: 0,300 × 500 = 150 rebatidas; 3,00 × 60 ÷ 9 = 20 corridas; 7,11 × 19/3 ÷ 9 ≈ 5 corridas. As contas voltam aos dados originais.

O paradoxo de Simpson: quando a média de médias mente

Agora a armadilha. Imagine dois rebatedores hipotéticos, Ana e Bruno, em duas metades da temporada. Na primeira metade, Ana rebateu 4 em 10 (0,400) e Bruno 35 em 100 (0,350). Na segunda, Ana rebateu 25 em 100 (0,250) e Bruno 2 em 10 (0,200). Ana foi melhor nas duas metades.

0,4Ana 1ª metade0,35Bruno 1ªmetade0,25Ana 2ª metade0,2Bruno 2ªmetade
Médias por metade: Ana 0,400 contra Bruno 0,350 na primeira e 0,250 contra 0,200 na segunda. Ana vence as duas metades.

Se você tirar a média simples das médias, Ana fica com 0,325 e Bruno com 0,275, e a conclusão parece confirmada. Mas some rebatidas e oportunidades: Ana tem 29 em 110, cerca de 0,264, e Bruno tem 37 em 110, cerca de 0,336. No total, Bruno é melhor. Isso é o paradoxo de Simpson: uma tendência que aparece em cada grupo se inverte quando os grupos são juntados.

0,26Ana total0,34Bruno total
Somando tudo: Ana 29 em 110 (cerca de 0,264) e Bruno 37 em 110 (cerca de 0,336). No total, a ordem se inverte.

A explicação está nos pesos. Ana teve a maior parte das oportunidades na metade ruim; Bruno, na metade boa. A média de médias dá o mesmo peso a 10 e a 100 tentativas, o que é falso. A média ponderada correta é a razão dos totais.

h1+h2n1+n2≠12(h1n1+h2n2) quando n1≠n2\frac{h_1 + h_2}{n_1 + n_2} \neq \frac{1}{2}\left(\frac{h_1}{n_1} + \frac{h_2}{n_2}\right) \text{ quando } n_1 \neq n_2
Juntar taxas exige somar numeradores e denominadores, não tirar a média das taxas.

Erros comuns

  • Tirar média de médias com denominadores diferentes. Sempre volte aos totais.
  • Ler 6.1 entradas como 6,1. São 6 entradas e um terço.
  • Comparar taxas de amostras pequenas. Uma média de 0,500 em 4 vezes ao bastão diz muito pouco; 2 rebatidas a mais ou a menos mudam tudo.
  • Esquecer que .300 é 0,300, ou seja, 30%, e não 300 nem 3%.
  • Misturar denominadores: a OBP usa um denominador maior que a média de rebatidas, então as duas não se comparam diretamente.

Perguntas frequentes

A média de rebatidas é uma porcentagem?

É uma razão entre 0 e 1. Multiplicada por 100 vira porcentagem: 0,300 equivale a 30% das vezes ao bastão com rebatida válida.

Por que a ERA usa 9 entradas?

Porque um jogo regulamentar tem 9 entradas. Escalar para 9 permite comparar arremessadores que jogaram quantidades diferentes de entradas, exatamente como numa regra de três.

O paradoxo de Simpson é um erro de conta?

Não. As contas estão certas; o erro está em interpretar médias de grupos com tamanhos diferentes como se tivessem o mesmo peso.

Isso aparece fora do esporte?

Sim. Taxas de aprovação por turma, índices de sucesso de tratamentos por hospital e conversão de vendas por canal sofrem do mesmo problema quando os grupos têm tamanhos diferentes.