Los sabermétricos explican la correlación.

A continuación les traigo uno de los artículos de los colegas de GIIB (Grupo Independiente de Investigación para el Beisbol), que es de hecho matriz de cualquier análisis estadístico propuesto por la Sabermetría. Una sugerencia comparto con ustedes, y es la de leer este trabajo inicial y tomarlo como referencia al resto por venir.
La correlación.
Escrito por Camilo Quintas y Alejandro Aldama.
El uso de las estadísticas avanzadas en el béisbol puede ser intimidante para aquéllos que nos saltamos algunas clases de matemática o no hemos sido seguidores de la revolución inspirada por Bill James desde el principio.
Pero eso no quiere decir que debamos sentirnos enajenados de una de las formas más extraordinarias de entender y apreciar el juego que todos nosotros amamos. En los próximos trabajos exploraremos el camino de las estadísticas avanzadas intentando explicar de forma simple los conceptos principales y su uso.
En el presente material intentaremos explicar la idea expresada por el concepto de correlación lineal. No se pretende dar una clase de Estadísticas o Minería de Datos. Por tal razón las explicaciones que daremos carecen de total formalismo científico, pues nuestro objetivo es que el aficionado medio entienda la utilización de esta técnica en la demostración de teorías sobre el béisbol.
Comenzaremos con una pregunta, ¿qué es correlación?
De manera general podríamos decir que es una correspondencia o relación recíproca entre dos o más variables. En el contexto del béisbol generalmente nos estaríamos refiriendo a correspondencia o relación recíproca entre dos o más estadísticas; entendiéndose por estadísticas: AVE, HR, estatura, peso, etc. En fin, podemos considerar como estadísticas cualquier información que se pueda representar a través de números.
Entonces, ¿qué es correlación lineal?
Siguiendo la lógica de nuestro análisis, podemos considerar correlación lineal como la correspondencia o relación recíproca entre dos o más estadísticas de manera lineal. Obviaremos la explicación de por qué se especifica qué es lineal la correlación.
¿Qué es el coeficiente de correlación lineal?
Es el valor numérico que mide que tan buena es la correlación lineal entre 2 o más variables. Este valor numérico se denota con la letra r y está comprendido entre -1 y 1 (−1 ≤ r ≤ 1).
Si el coeficiente de correlación lineal toma valores cercanos a −1 la correlación es fuerte e inversa, y será tanto más fuerte cuanto más se aproxime r a −1.
Si el coeficiente de correlación lineal toma valores cercanos a 1 la correlación es fuerte y directa, y será tanto más fuerte cuanto más se aproxime r a 1.
Si el coeficiente de correlación lineal toma valores cercanos a 0, la correlación es débil.
Si r=1 ó −1, los puntos de la nube están sobre la recta creciente o decreciente.
Hemos tratado de explicar la correlación lineal de manera intuitiva y superficial tratando de conseguir el objetivo propuesto.
Pongamos un ejemplo que permita ilustrar lo explicado hasta aquí:
La estatura y peso de los jugadores de un equipo de beisbol son:

Alguien investiga sobre si existe relación de algún tipo entre la estatura del jugador y su peso. Utilizando las técnicas necesarias obtiene como resultado que existe una correlación lineal entre la estadística X (estatura) y la estadística Y (peso) con un coeficiente r=0.94; el cual es muy bueno.
Esto se puede interpretar de varias formas; todas equivalentes:
-    La estatura de un jugador explica el 94% del  peso de este.
-    Existe una gran dependencia del peso de un jugador con respecto a su estatura.
Es importante aclarar, que no es parte de nuestro objetivo explicar cómo calcular las correlaciones, debido a que sencillamente no se necesita conocer estas cosas para entender la utilidad de esta herramienta.