Categoria: Ricerche

Il punto critico sul 15-30

di Jeff Sackmann // TennisAbstract

Pubblicato il 17 settembre 2015 – Traduzione di Edoardo Salvati

Quasi tutti i commentatori tv di tennis concordano nel dire che sul 15-30 ci si trova in una situazione di punteggio critica, specialmente nel tennis maschile nel quale strappare il servizio all’avversario è un evento piuttosto raro. Una ragionevole spiegazione di questo è che, da 15-30, se il giocatore al servizio perde uno dei due punti successivi, dovrà fronteggiare una situazione di palla break, in particolare due palle break nel caso in cui perda il primo punto (15-40), una palla break se perde il secondo (30-40). 

Un altro modo per affrontare la questione è quello di utilizzare un modello teorico. Un giocatore che vince il 65% dei punti al servizio (più o meno la media ATP) ha il 62% di probabilità di vincere il game da un punteggio di 15-30. Se vince il punto successivo, andando 30-30, la probabilità di tenere il servizio sale al 78%. Se invece perde il punto successivo, andando 15-40, avrà solo il 33% di probabilità di salvare il game. 

Quale sia la sequenza successiva, le situazioni di punteggio sul 15-30 aprono diversi importanti scenari di valutazione. Così come in precedenza ho analizzato il valore del primo punto di ogni game, esploriamo ora più in dettaglio le situazioni di punteggio sul 15-30, in termini di probabilità di raggiungerlo, di esito del punto successivo e di probabilità di riuscire a tenere il servizio, oltre a vedere quali giocatori sono particolarmente forti, o deboli, in queste circostanze.

Arrivare sul punteggio di 15-30

Solitamente, situazioni di punteggio sul 15-30 si presentano circa una volta ogni quattro game, e non lo fanno di più o di meno delle attese. In altre parole, non è particolarmente probabile e non è particolarmente improbabile che un game raggiunga il punteggio di 15-30.

D’altro canto, per alcuni giocatori può essere più probabile o meno probabile ritrovarsi sul 15-30. Stranamente, i giocatori dotati di un grande servizio compaiono a entrambi gli estremi. John Isner è il giocatore che – rispetto alle attese – si trova più spesso a servire sul 15-30, precisamente il 13% delle volte in più di quanto dovrebbe. Considerata l’alta frequenza con cui vince i punti sul proprio servizio, dovrebbe arrivare sul 15-30 solo nel 17% dei game di servizio, contro il 19% delle volte in cui questo effettivamente succede.

L’elenco di giocatori che servono sul 15-30 più spesso di quanto dovrebbero è decisamente eterogeneo. Ho considerato i primi 13 in modo da includere anche un altro giocatore della categoria di Isner, cioè Ivo Karlovic.

Giocatore      Game  GameVA  GameEV  Indice
Isner          3166  537     608     1.13
Sousa          1390  384     432     1.12
Tipsarevic     1984  444     486     1.09
Haas           1645  368     401     1.09
Hewitt         1442  391     425     1.09
Berdych        3947  824     894     1.08
Pospisil       1541  361     390     1.08
Nadal          3209  661     713     1.08
Andujar        1922  563     605     1.08
Kohlschreiber  2948  652     698     1.07
Monfils        2319  547     585     1.07
Kubot          1360  381     405     1.06
Karlovic       1941  299     318     1.06

In questa tabella e nelle successive, “Game” si riferisce al numero di game al servizio nel campione dati di ogni giocatore, con almeno 1000 game al servizio giocati, “Game VA” è il numero atteso di game vinti come predetto dal modello, “Game EV” è il numero di game effettivamente vinti, e “Indice” è il rapporto game vinti/game attesi.

Arrivarci spesso è in parte uno svantaggio

Molti di questi giocatori sono in grado di recuperare da situazioni di punteggio come sul 15-30, anche se arrivarci così spesso è in parte uno svantaggio. Isner ad esempio non solo resta comunque il favorito sul 15-30 – la sua frequenza media del 72% di punti vinti al servizio significa che vincerà il 75% dei game in cui si trova sul 15-30 – ma vince anche l’11% delle volte in più di quanto dovrebbe.     

A vari livelli, questo è vero anche per tutti gli altri giocatori dell’elenco. Joao Sousa non riesce a recuperare da 15-30 con la stessa frequenza con cui ci arriva, ma tiene comunque il game il 4% delle volte in più di quanto dovrebbe. Rafael Nadal, Tomas Berdych e Gael Monfils vincono il servizio dal 15-30 tra il 6 e l’8% delle volte in più di quanto il modello teorico suggerisca. Nel caso di Nadal, è quasi sicuramente collegato alla sua bravura sul lato di campo dei vantaggi, in modo particolare quando si trova a dover salvare palle break.

I forti partenti

All’estremo opposto, ci sono giocatori che potremmo definire “forti partenti” in grado di evitare di trovarsi sul 15-30 più spesso delle attese. Anche in questo caso, la rappresentanza è eterogenea.

Giocatore  Game  Game VA  Game Ev  Indice
Brown      1013  249      216      0.87
Hanescu    1181  308      274      0.89
Raonic     3050  514      462      0.90
Sela       1066  297      270      0.91
Gasquet    2897  641      593      0.93
Del Potro  2259  469      438      0.93
Gulbis     2308  534      500      0.94
Anderson   2946  610      571      0.94
Davydenko  1488  412      388      0.94
Mahut      1344  314      297      0.94

Con alcune eccezioni, molti dei giocatori di questo elenco hanno una reputazione di debolezza nei momenti che più contano in una partita (al 12esimo e 13esimo posto troviamo la coppia olandese di giocatori Robin Haase e Igor Sijsling). Questo ha un senso, perché tipicamente in situazioni di basso punteggio la pressione è minore. Un giocatore che vince punti più spesso, ad esempio, sul 15-0 piuttosto che sul 40-30, non diventa certamente famoso per riuscire a fare la differenza quando davvero conta.

Sul 15-30 alla risposta

Lo stesso tipo di analisi per i giocatori in risposta non è altrettanto interessante. Juan Martin Del Potro, ancora lui, è uno dei giocatori con minori probabilità di raggiungere il 15-30 mentre Isner è, per mia stessa sorpresa, uno tra quelli con maggiori probabilità. Non è possibile individuare un andamento preciso tra i migliori in risposta: Novak Djokovic raggiunge il 15-30 il 2% delle volte in meno delle attese, Nadal l’1% in meno, Andy Murray lo stesso numero di volte e David Ferrer il 3% delle volte in più.

In ultimo, è molto più probabile che i giocatori in risposta non cerchino in tutti i modi di arrivare a una situazione di punteggio di 15-30 se sono già vicini a chiudere il set. Su punteggi di game come 0-4, 0-5 e 1-5, il punteggio arriva sul 15-30 il 10% in meno del solito. All’estremo opposto, due dei game in cui è più frequente una situazione di punteggio di 15-30 sono 5-6 e 6-5, quando si arriva sul 15-30 l’8% in più del solito. 

La grande importanza del punto sul 15-30

Come abbiamo visto, c’è una differenza significativa tra vincere o perdere il punto sul 15-30. Nelle 290 mila partite che ho analizzato per questo articolo, il giocatore che serve o quello che è in risposta non ha un vantaggio specifico sul 15-30. Ci sono però alcuni giocatori che servono meglio di altri.

Da un confronto tra la frequenza di punti ottenuti al servizio sul 15-30 e la tipica frequenza di punti ottenuti al servizio, questo è l’elenco dei primi 11 giocatori, in cui compaiono diversi mancini, non a sorpresa.

Giocatore  Game  Game VA  Game EV  Indice
Young      1298  204      229      1.12
Haase      2134  322      347      1.08
Johnson    1194  181      195      1.08
Paire      1848  313      336      1.08
Verdasco   2571  395      423      1.07
Bellucci   1906  300      321      1.07
Isner      3166  421      449      1.07
Malisse    1125  175      186      1.06
Pospisil   1541  243      258      1.06
Nadal      3209  470      497      1.06
Tomic      2124  328      347      1.06

C’è di nuovo Isner, il quale compensa il fatto di trovarsi sul 15-30 più spesso di quanto dovrebbe.

Questo è l’elenco dei giocatori che vincono il punto sul 15-30 meno spesso di quanto vincano gli altri punti al servizio.

Giocatore      Game  Game VA  Game EV  Indice
Berlocq        1867  303      273      0.90
Montanes       1183  191      173      0.91
Anderson       2946  377      342      0.91
Garcia-Lopez   2356  397      370      0.93
Bautista-Agut  1716  264      247      0.93
Monaco         2326  360      338      0.94
Ebden          1088  186      176      0.94
Dimitrov       2647  360      341      0.95
Gasquet        2897  380      360      0.95
Murray         3416  473      449      0.95

Il confronto delle prestazioni in risposta sul 15-30 è meno interessante. Va notato però che vincere il punto in questa situazione cruciale è correlato, almeno debolmente, con i risultati complessivi di un giocatore: otto dei primi dieci giocatori al mondo del momento (tutti tranne Roger Federer e Milos Raonic) vincono il punto sul 15-30 più spesso delle attese. Djokovic vince il 4% in più delle attese, Nadal e Berdych il 3% in più.    

Anche in questo caso, analizzare l’andamento del game sul 15-30 in funzione del punteggio nel set  è istruttivo. Quando il giocatore al servizio ha un vantaggio consistente nel set, come sul 5-1, 4-0, 3-2 e 3-0, è meno probabile che vinca il punto sul 15-30. Quando invece si trova a dover servire molto indietro nel punteggio, come sullo 0-3, 1-4, 0-4, etc. è più probabile che vinca il punto sul 15-30. Per quanto minima, questa è un’evidenza del fatto che vincere un set può essere difficile. 

Vincere il game dal 15-30

Per il giocatore al servizio, arrivare sul 15-30 non è esattamente una buona idea. Se confrontata con il modello teorico però, non è una situazione così negativa. Dal 15-30 infatti, il giocatore al servizio vince il 2% più spesso di quanto il modello preveda. Per quanto non sia un effetto sostanziale, è comunque persistente.

Questo è l’elenco dei giocatori che giocano meglio del solito da una situazione di 15-30, vincendo game molto più spesso di quanto il modello preveda.

Giocatore  Game  Game VA  Game EV  Indice
Davydenko  1488  194      228      1.17
Johnson    1194  166      190      1.14
Young      1298  163      185      1.13
Isner      3166  423      470      1.11
Mahut      1344  172      188      1.09
Paire      1848  266      288      1.08
Lacko      1162  164      177      1.08
Nadal      3209  450      484      1.08
Klizan     1534  201      216      1.08
Lopez      2598  341      367      1.07
Berdych    3947  556      597      1.07

Ovviamente, questo elenco comprende molti dei giocatori che già si distinguono per il livello di gioco sul 15-30, inclusi molti mancini. La grande sorpresa è data da Nikolay Davydenko, un giocatore considerato da molti debole nelle situazioni più importanti e tra i primi nomi di giocatori con una reputazione discutibile in situazioni ad alta pressione. Eppure Davydenko, almeno verso la fine della sua carriera, era molto efficace in situazioni di punteggio di questo tipo. 

Nadal invece è l’unico di questo elenco a essere anche ai primi posti tra i giocatori in risposta che giocano sopra la media da 15-30. Nadal supera le attese in quell’aspetto di gioco del 7%, meglio di qualsiasi altro giocatore negli ultimi anni.

Infine, questo è l’elenco dei giocatori al servizio che giocano sotto la media da 15-30.

Giocatore  Game  Game VA  Game EV  Indice
Brown      1013  122      111      0.91
Robredo    2140  289      270      0.93
Dolgopolov 2379  306      288      0.94
Delbonis   1110  157      148      0.94
Monaco     2326  304      289      0.95
Bolelli    1015  132      126      0.96
Mathieu    1083  155      148      0.96
Muller     1332  179      172      0.96
Berlocq    1867  256      246      0.96
Dimitrov   2647  333      320      0.96
Gasquet    2897  352      339      0.96

Conclusioni provvisorie

Sotto certi aspetti, questa è una tematica in cui saggezza popolare tennistica e analisi statistica concordano: il punto da giocare su una situazione di punteggio di 15-30 è molto importante, anche se, inserito nel contesto, non ha più importanza di alcuni dei punti successivi.

Questi numeri mostrano come alcuni giocatori siano meglio di altri in determinati momenti di ogni game. Per alcuni, punti di forza e di debolezza si compensano, per altri, le statistiche possono evidenziare una situazione di particolare pressione che il giocatore non è in grado di reggere.

Sebbene alcuni esempi di ciascun estremo sono significativi, è anche importante ricondurli al giusto contesto. Per il giocatore medio, il punteggio raggiunge il 15-30 in circa un quarto dei game giocati, quindi giocare il 10% meglio o peggio delle attese in queste circostanze ha effetto solo su un game ogni quaranta. 

L’effetto si somma nel corso di una carriera, ma difficilmente si potranno individuare queste tendenze durante una partita o un anche un intero torneo. Per quanto giocare meglio delle attese sul 15-30 (o su qualsiasi altra categoria di punteggio) sia vantaggioso, raramente i migliori giocatori vi fanno affidamento. Se si gioca così bene come Djokovic, non serve giocare ancora meglio nelle situazioni più importanti. È sufficiente mantenere il livello atteso.

The Pivotal Point of 15-30

Quanto è importante il primo punto del game?

di Jeff Sackmann // TennisAbstract

Pubblicato il 15 settembre 2015 – Traduzione di Edoardo Salvati

Un’opinione diffusa tra giocatori, allenatori e commentatori tv è quella per cui il primo punto di ogni game riveste particolare importanza perché, viene spesso sottolineato, determina poi l’andamento dell’intero game.   

Vincere il primo punto è sicuramente meglio che perderlo, ma non è questo di cui sto parlando, perché altrimenti è meglio vincere tutti i punti piuttosto che perderli, non solo il primo.

Se vincere il primo punto del game è più importante che vincere gli altri, questo dovrebbe dare un vantaggio al giocatore che va oltre il semplice fatto di trovarsi sul 15-0 invece che sullo 0-15. 

Quella tra il 15-0 e lo 0-15, al di là di quale sia l’effetto positivo che può generare, è una differenza sostanziale. Usando un modello teorico che considera ciascun punto indipendentemente, un giocatore che vince tipicamente il 60% dei punti al servizio terrà il servizio circa il 74% delle volte.

Questo vuol dire che sul punteggio di 0-0 il giocatore al servizio ha il 74% di probabilità di vincere il game. Sul 15-0, la probabilità sale all’84%. Sullo 0-15 la probabilità è solo del 58%.

Affermare quindi che il primo punto del game è particolarmente importante significa dire che il divario tra vincere e perdere il primo punto è maggiore di quanto queste percentuali indichino.

Più di 20 mila recenti partite ATP e WTA, in cui sono stati giocati quasi mezzo milione di game, mostrano però che il primo punto non ha più importanza di quella che gli viene attribuita.

Se si escludono, forse, alcuni giocatori e qualche specifico momento di gioco durante la partita, il primo punto non determina un impulso addizionale per nessuno dei due giocatori. 

L’assunzione di base

La prima evidenza è anche forse quella più sorprendente: il giocatore al servizio riceve un vantaggio se perde il primo punto del game, mentre se lo vince non ne riceve alcuno. Questo accade ugualmente per le partite ATP e per quelle WTA. Se il giocatore/giocatrice al servizio perde il primo punto, è circa l’1% più probabile che vinca poi il game rispetto al caso in cui i punti fossero davvero indipendenti l’uno con l’altro.   

Ovviamente, questo non è un invito per il giocatore al servizio a perdere il primo punto di ogni game! Per chi vince mediamente il 60% dei punti al servizio, vincere il primo punto comunque aumenta le probabilità di tenere il servizio all’84%. Ma invece del 58% di probabilità di vincere il game dallo 0-15 come previsto dal modello teorico, nella realtà si tratta di una percentuale tra il 58.5 e il 59%. 

Un effetto di questo tipo non lo si nota certamente guardando partite di tennis in tv e probabilmente non ha nemmeno conseguenze pratiche. Ma su campioni molto ampi di recenti partite professionistiche, è dimostrato che il primo punto del game non conferisce al giocatore che lo conquista alcun beneficio aggiuntivo.

Circostanze in cui vincere il primo punto del game conta davvero

Di fondo, il primo punto ha validità solo in termini di effetto immediato sul punteggio. Ci sono però determinate circostante in cui vincere il primo punto sembra poter dare al giocatore al servizio un vantaggio extra, o nelle quali perderlo non rappresenta lo svantaggio che dovrebbe rappresentare.   

Quest’ultima situazione è la più evidente delle due. Sia nel tennis maschile che in quello femminile, chi è al servizio ha una prestazione migliore di quanto indicato dal modello teorico quando è indietro di due break, su punteggi come 0-4, 0-5 e 1-5.

Invece, chi serve in svantaggio di un solo break, fa meglio del modello in misura molto minore, per quanto sempre concreta. Questo potrebbe essere dovuto al fatto che il giocatore/giocatrice riconosce che quel tipo di game sono assolutamente da vincere (must win games) o, in situazioni di doppio break, a un impegno minore da parte di chi è alla risposta.

A prescindere dal motivo, con un doppio break di svantaggio, le conseguenze dello 0-15 sono molto inferiori rispetto a quanto previsto dal modello. Il giocatore che vince mediamente il 60% dei punti al servizio, invece di trovarsi di fronte a un bivio tra l’84% di probabilità di tenere il game dal 15-0 o il 58% sullo 0-15, può aspettarsi il 91% di probabilità di tenere il game dal 15-0 o il 71% di probabilità dallo 0-15. 

Non ci sono altri effetti se non il vantaggio del punteggio

La situazione si capovolge servendo in vantaggio di un break, ma con effetti minori. Su punteggi come 6-5 e 3-2, il modello ha una buona capacità predittiva della probabilità di tenere il game dal 15-0, ma chi è al servizio ha prestazioni inferiori al modello dallo 0-15.

La differenza è però solo di pochi punti percentuali e può essere dovuta a una maggiore aggressività o concentrazione dal giocatore in risposta, o al fatto che chi è al servizio percepisce la tensione di un punteggio importante.

Tuttavia, nella maggior parte delle situazioni di punteggio l’effetto del primo punto del game non è diverso da quanto visto in aggregato, con il primo punto che non genera effetti se non quelli in termini di vantaggio immediato sul punteggio.

Quanto il giocatore al servizio è condizionato dal primo punto del game

Ci sono alcuni giocatori che sembrano avere una marcia in più dopo la conquista del primo punto. Si raggruppano in due categorie: i giocatori che confermano l’opinione diffusa di riuscire a giocare molto meglio (rispetto alle previsioni del modello) dal 15-0 invece che dallo 0-15, e quelli che sono all’estremo opposto, in grado cioè di ridurre la differenza tra i probabili esiti associati al trovarsi sul 15-0 piuttosto che sullo 0-15. 

Tra i 38 giocatori ATP di cui possiedo dati per più di 2000 game di servizio, quello della prima categoria che riceve maggiori benefici dal primo punto è Richard Gasquet. Dal 15-0, supera il modello di circa l’1%, ma dallo 0-15 gioca peggio del 5%. È l’unico giocatore del lotto per cui la differenza tra i due eventi è maggiore del 5%. 

Dall’altro lato dell’intervallo si trova Santiago Giraldo, che dal 15-0 ha una prestazione peggiore del modello del 2%, ma dallo 0-15 lo supera del 7%.

Le cose diventano interessanti per il resto della categoria di Giraldo. Gli altri quattro giocatori con una differenza uguale o superiore al 4% sono Feliciano Lopez, John Isner, Juan Martin Del Potro e Rafael Nadal. Non sorprende trovare due giocatori mancini, visto che tipicamente vincono più punti dal lato di campo dei vantaggi. È così anche per gli altri mancini del campione considerato, anche se con differenze minori.

La presenza di giocatori dal servizio bomba alla fine di questo elenco si spiega meno facilmente. Forse perché riescono agevolmente a tenere il servizio ogni volta che servono, possono delle volte perdere la concentrazione nel primo punto del game e ritrovarla dopo essere andati sullo 0-15.

Identica distribuzione tra le donne

Tra le giocatrici WTA, la distribuzione è identica. L’effetto più estremo è sul servizio di Sorana Cirstea che, come Giraldo, è molto più efficace (rispetto al modello) se è sullo 0-15 anziché sul 15-0. Le altre giocatrici con una differenza maggiore del 5% sono Flavia Pennetta, Ekaterina Makarova, e Ana Ivanovic.

All’altro estremo, nella categoria di Gasquet, si trovano Francesca Schiavone, Li Na, Julia Goerges e Eugenie Bouchard, tutte giocatrici che sono più efficaci delle attese del 2% da 15-0 e del 4% in meno da 0-15.

Diffusa esagerazione

Come spesso accade, la saggezza popolare tennistica dimostra di possedere un fondo di verità…qualche volta, forse e in misura decisamente minore di quanto generalmente accettato! Anche nelle situazioni di maggiore condizionamento, come quelle di Gasquet o Cristea, il risultato del game non cambia più spesso di una volta ogni due o tre partite.   

Il primo punto del game è molto importante, perché andare sul 15-0 è molto meglio dello 0-15. Detto questo, a eccezione di alcuni giocatori e in poche situazioni di gioco – alcune delle quali di fatto riducono la differenza tra il 15-0 e lo 0-15 – c’è poca evidenza all’opinione diffusa che il primo punto del game rivesta più importanza del suo mero ruolo di iniziatore del punteggio. 

How Important is the First Point of Each Game?

Evitare i doppi falli quando più conta

di Jeff Sackmann // TennisAbstract

Pubblicato il 24 aprile 2013 – Traduzione di Edoardo Salvati

Più il momento è ad alta tensione, più è probabile che conservi spazio nella memoria. Ci si ricorda facilmente se il proprio giocatore preferito ha perso un game con un doppio fallo; si dimentica velocemente se il doppio fallo è arrivato sul 30-0 a metà del set precedente. Quale dei due è più frequente, il mega “braccino” o l’irrilevanza?

Ci sono tre cause principali di un doppio fallo.

  • Aggressività sulla seconda palla di servizio. Un rischio eccessivo e si commettono più doppi falli. Maggiore cautela e l’avversario risponderà con più efficacia.
  • Difficoltà nel gestire la pressione. Se si sbaglia anche la seconda, si perde il punto. Più importante il punto, maggiore la pressione per vincerlo.
  • Casualità. Nessun servizio è perfetto e, una volta ogni tanto, una seconda può uscire in assenza di apparenti motivi (ma anche per le condizioni di vento, distrazioni, corde che si rompono, etc).

In questo articolo illustrerò una metodologia per misurare quanto ciascuno di questi fattori contribuisca al doppio fallo nelle partite del circuito maschile, in modo da trovare delle valide risposte.

Volatilità durante la partita

Sul punteggio di 30-40, la posta in gioco è decisamente più alta che sullo 0-0 o sul 30-0. Se si ritiene che i doppi falli siano in larga parte causati dalla difficoltà del giocatore al servizio nel gestire la pressione, ci si dovrebbe aspettare più doppi falli sul 30-40 che in punteggi a minore pressione. Per rispondere con cognizione alla domanda, è necessario attribuire un valore numerico alla “maggiore pressione” e alla “minore pressione”.

Occorre fare ricorso al concetto di volatilità. La volatilità quantifica l’importanza di un punto prendendo in considerazione diverse probabilità di vittoria del punto stesso. Nel tennis maschile, un giocatore medio ha l’81.2% di probabilità di tenere il servizio all’inizio del game. Se vince il primo punto, le probabilità di vittoria del game salgono a 89.4%. Se lo perde, le probabilità scendono a 66.7%. La volatilità del primo punto è definita come la differenza tra questi due possibili risultati, quindi: 89.4% – 66.7% = 22.7%.

(Naturalmente, diverse cose possono alterare le probabilità. Ad esempio, un giocatore forte al servizio, una superficie veloce o un giocatore debole in risposta aumentano la percentuale con cui chi serve tiene il servizio. Quelle indicate sono tutte percentuali medie.)

Il punto a minore volatilità è sul 40-0, quando la volatilità si attesta sul 3.1%. Se chi è al servizio vince il punto, vince anche il game (dopodiché la sua probabilità di vincere il game è diventata, ovviamente, 100%). Se perde il punto, va sul 40-15, situazione di punteggio che comunque assegna a chi sta servendo una probabilità di tenere il servizio del 96.9%, considerando quanto sia importante questo colpo tra gli uomini.

Il punto a maggiore volatilità è 30-40 (o, per equivalenza, il vantaggio esterno), quando la volatilità è 76.0%. Se chi è al servizio vince il punto, sale a parità (40-40), punteggio che rimane comunque percentualmente in suo favore. Se perde il punto, ha perso il game, subendo quindi il break.

Mettendo dentro…i doppi falli

Utilizzando i dati a disposizione su ogni singolo punto dei tornei dello Slam del 2012, siamo in grado di raggruppare i doppi falli in funzione del punteggio nel game. Sul 40-0, il giocatore al servizio ha commesso doppio fallo il 3.0% dei punti, sul 30-0 il 4.2% e sul vantaggio esterno il 2.8%.  

In ciascuno dei nove punteggi a minore volatilità, il giocatore al servizio ha commesso doppio fallo il 3% dei punti. Nei nove punteggi a maggiore volatilità, la frequenza è stata solo di 2.7%.

(Risultati più completi si possono trovare in fondo all’articolo).

Se vogliamo essere più sofisticati nell’analisi, possiamo determinare la correlazione tra la frequenza dei doppi falli e la volatilità. Naturalmente, la relazione è negativa, con coefficiente di determinazione (r-quadrato) di .367. Data la relativamente bassa frequenza dei doppi falli e la possibilità che un giocatore possa semplicemente perdere la concentrazione in qualsiasi momento, è una relazione ragionevolmente significativa.

In realtà, possiamo fare meglio. Punteggi come 30-0 o 40-0 sono dominati da giocatori con un servizio migliore, mentre giocatori con un servizio più debole si troveranno più facilmente sul 30-40. Per rendere confrontabili gruppi leggermente diversi, possiamo introdurre i “doppi falli adeguati” stimando quanti doppi falli dovremmo attenderci da questi diversi gruppi. Ad esempio, scopriamo che sul 30-0, il giocatore al servizio commette doppio fallo il 26.7% in più della sua media stagionale, mentre sul 30-40 il doppio fallo occorre il 28.6% in meno della media.   

Facendo i calcoli con i doppi falli adeguati rispetto ai doppi falli effettivi, otteniamo un r-quadrato di .444. In misura moderata, il giocatore al servizio limita i propri doppi falli quando la pressione aumenta a suo sfavore.

Pressione su pressione

In qualsiasi situazione di punteggio cruciale, una di quelle che potrebbe decidere il game, il set o la partita, il giocatore al servizio commette meno doppi falli della sua media stagionale. Sulle palle break, il 19.1% meno della media. Servendo per vincere il set, il 22.2% in meno. Dovendo salvare il set, un incredibile 45.2% in meno.   

Anche sulle palle match i numeri sono sorprendenti, ma considerando il campione limitato a disposizione, le conclusioni vanno lette con cautela. Sulle palle match, il giocatore al servizio ha commesso complessivamente doppio fallo solo 4 volte in 296 opportunità (1.4%), mentre in situazioni di palle match da salvare ci sono stati doppi falli 4 volte su 191 opportunità (2.2%).

Più concentrati o più moderati?

A questo punto è chiaro che i doppi falli sono meno frequenti sui punti più importanti. Della psicologia spicciola potrebbe indurci a concludere che i giocatori perdano concentrazione sui punti meno importanti, commettendo doppi falli sul 40-0. O che conservino le proprie energie dedicando massima attenzione solo sui punti più importanti.

Per quanto ci sia sempre un minimo di verità nella psicologia spicciola – dopo tutto, anche Ernests Gulbis rientra nel gruppo analizzato – è più probabile che i giocatori tengano sotto controllo la frequenza dei doppi falli modificando l’approccio alla seconda di servizio.

Con più di 9 possibilità su 10 di vincere il game, perché mettere in gioco una seconda carica di effetto quando si può cercarne una vincente in topspin all’incrocio? Sulla palla break, niente tentativi di seconde vincenti, ma solo metterla dentro per cercare di non perdere il punto. 

I numeri in questo caso sono di supporto, almeno in minima parte. Se i giocatori cercano di evitare i doppi falli con seconde di servizio più conservative sui punti più importanti, ci attenderemmo di vederli perdere qualche punto in più quando l’avversario risponde al servizio.

È una relazione debole, ma i dati suggeriscono che almeno va nella direzione attesa. La correzione tra la volatilità del game e la percentuale di punti vinti sulla seconda di servizio è negativa (r = -0.282, r-quadrato = 0.08).  A complicare i risultati potrebbe mettercisi un approccio conservativo del giocatore in risposta, quando anche il suo obiettivo immediato è semplicemente quello di rimettere la palla in gioco.

Chiaramente, la casualità riveste un ruolo decisivo nei doppi falli, come ci si aspettava dall’inizio. Ma è anche vero che le cose vanno più in la di questo. Alcuni giocatori non riescono a gestire la pressione e a volte commettono doppio fallo, ma questo succede in misura ridotta. I giocatori al servizio dimostrano la capacità di limitare i propri doppi falli, e lo fanno all’aumentare dell’importanza del punto.

L’elenco mostra i risultati completi dalle partite del tabellone principale maschile degli Slam del 2012. “Adj DF%” rappresenta il rapporto tra doppi falli effettivi e doppi falli attesi, considerando la media stagionale di ogni giocatore. “Vol” è la volatilità come descritta nell’articolo. Nelle righe in fondo alla tabella, “PP” è la palla per chiudere la partita, “SP” è il punto del set e “PP/PS Contro” conteggiano i punti in cui il giocatore alla risposta ha avuto il punto della partita o del set.

PUNTEGGIO  DF%   Adj DF%  VOL
0-0        3.4%  1.01     22.7%
0-15       3.5%  1.03     33.3%
0-30       3.1%  0.88     39.9%
0-40       2.7%  0.76     31.1%
15-0       3.5%  1.07     16.7%
15-15      2.9%  0.85     29.5%
15-30      3.1%  0.89     44.8%
15-40      3.4%  0.99     48.6%
30-0       4.2%  1.27     9.5%
30-15      3.4%  1.00     20.9%
30-30      3.2%  0.94     42.7%
30-40      2.5%  0.71     76.0%
40-0       3.0%  0.93     3.1%
40-15      3.3%  0.99     8.7%
40-30      3.5%  1.04     24.0%
DEUCE      3.1%  0.91     42.7%
AD IN      3.2%  0.95     24.0%
AD OUT     2.8%  0.79     76.0%
BREAK PT   2.8%  0.81
PP Contro  2.2%  0.61
PS Contro  1.9%  0.55
GAME PT    3.3%  0.98
PP         1.4%  0.45
PS         2.4%  0.78

Avoiding Double Faults When It Matters

La convergenza tra la velocità delle superfici: un’illusione

di Jeff Sackmann // TennisAbstract

Pubblicato l’8 aprile 2013 – Traduzione di Edoardo Salvati

Rafael Nadal ha vinto l’Indian Wells Masters 2013, Roger Federer ha vinto il Madrid Masters 2013 sulla terra blu. Anche Alessio Di Mauro (specialista italiano di tornei Challenger e Future sulla terra, che vanta anche una vittoria al primo turno del Monte Carlo Masters 2006 sul 21enne Stanislas Wawrinka, n.d.t.) ha vinto una partita sul cemento la settimana scorsa. 

Questo è solo un accenno di evidenza aneddotica a sostegno di una delle accuse che più viene mossa al tennis professionistico maschile moderno: la velocità di gioco delle superfici si sta uniformando. Una volta i campi in cemento erano più veloci e questo consentiva una maggiore varietà negli scambi, dando più opportunità a giocatori con stili diversi tra loro. Almeno, questa è la storia che si racconta.

Nessuno però si è mai chiesto se stia davvero assistendo a questa convergenza. I media si sono lanciati direttamente sulla polemica per cui sia giusto che questo accada (è solo una coincidenza, ma in effetti è più facile scrivere articoli su quest’ultimo aspetto), dando quindi per scontata l’uniformità tra la velocità delle diverse superfici. 

Le variabili con cui una superficie modifica la tipologia di gioco

Prima di procedere con l’analisi è importante avere chiarezza su cosa si intenda esattamente per velocità di una superficie e cosa le tradizionali statistiche di una partita possono insegnare al riguardo, o se non sono in grado di insegnare nulla.

Ci sono molti fattori che contribuiscono a determinare la velocità con cui una pallina attraversa l’aria (altitudine, umidità, tipo di pallina) e molti che ne influenzano la modalità di rimbalzo (gli stessi di prima con l’aggiunta della superficie). Sono aspetti che si notano facilmente palleggiando su un qualsiasi campo: quanto alta rimbalza la pallina, quanto veloce sembra uscire dalla racchetta di chi sta dall’altra parte della rete, come la superficie e l’aria influenzino la rotazione, e così via. Il sistema Hawk-Eye permette di quantificare alcune di queste variabili, ma i dati a disposizione sono estremamente limitati.

Se il rimbalzo della pallina e la velocità del colpo possono essere oggi facilmente calcolati, dati di questo tipo però non sono stati raccolti abbastanza a lungo da servire allo scopo, e si deve fare ricorso alle classiche statistiche come ace, percentuali al servizio, palle break, e così via.

Quindi, nel parlare di “velocità di una superficie” o “velocità del campo”, non ci si riferisce solo alle caratteristiche fisiche immediate del cemento, dell’erba o della terra. Si intende invece il modo in cui la superficie – insieme a fattori come le condizioni meteorologiche, l’altitudine, le palline e qualche altro aspetto secondario – modifica la tipologia di gioco. Non sono in grado di dire se nel 2012 le palline rimbalzano più velocemente sul cemento rispetto al 1992. Posso però dire che i giocatori servono il 25% in più di ace.

Una quantificazione della convergenza

Utilizzerò due statistiche: la frequenza degli ace e la frequenza dei break. Più è lento il campo, più il vantaggio si sposta a favore del giocatore in risposta, perché si riducono i punti diretti dal servizio e aumentano i break.

Per confrontare campi in cemento con campi in terra, ho individuato quelle partite in cui la medesima coppia di giocatori si è affrontata su entrambe le superfici durante la stessa stagione. È successo molto spesso in realtà, circa 100 volte negli ultimi dodici anni e circa 80 volte a stagione nel periodo precedente, fino al 1991. L’analisi di questi scontri diretti ci permette di evitare di assegnare un’importanza eccessiva a quei giocatori che giocano quasi esclusivamente su una sola superficie. Per anni, Andy Roddick ha contribuito ad aumentare la frequenza degli ace e diminuire quella dei break sui campi in cemento, ma a malapena ha alterato i numeri sulla terra, visto che ha saltato moltissimi tornei.

In questo modo quindi riusciamo a procedere con confronti omogenei, come le partite del 2013 tra David Ferrer e Fabio Fognini. Sulla terra, Ferrer è riuscito a fare ace solo una volta su 100 punti al servizio; sul cemento, ci è riuscito sei volte di più. Ovviamente considerare un solo scontro tra i due non sarebbe sufficiente, ma se il campione è di 100 partite, i risultati hanno un valore diverso (con questo sistema sfortunatamente non è possibile misurare la velocità dell’erba, perché non ci sono abbastanza partite su questa superficie per avere un campione significativo).

La frequenza dei break

Mettendo insieme tutte le partite tra le medesime coppie sulla terra e sul cemento, si ottengono numeri aggregati che possono essere confrontati tra loro. Ad esempio, nel 2012, il 22% dei game sulla terra sono stati break, contro il 20.5% sul cemento. Questo ha generato una frequenza di break sulla terra più alta del 7.4% della sua corrispettiva sul cemento.     

Questa è solo una differenza tra le più risicate degli ultimi 20 anni, ma applicando lo stesso algoritmo per ogni stagione fino al 1991 (ultimo anno con statistiche disponibili) si ottengono differenze che oscillano tra il 2.8% del 2002 e il 32.8% del 2003. Calcolando medie mobili di 5 anni così da eliminare valori anomali si arriva a un risultato più significativo:

mirage_1

Più grande la differenza, maggiore il divario tra campi in cemento e in terra. Il quinquennio più estremo nell’arco temporale considerato è stato quello 2003-07, in cui c’è stato il 25.4% di break in più su terra che su cemento. Da quel momento, il declino è stato continuo (fino al 16.9% del 2008-12) ma senza mai arrivare al punto più basso dei primi anni ’90 (14.0% per il 1991-1996) e solo appena più basso del passaggio del secolo (17.8% per il 1998-2002). Questi numeri male supportano la teoria della convergenza tra la velocità delle superfici.

La frequenza degli ace

Ancor meno evidenze arrivano dalla frequenza degli ace. Il grafico il mostra le stesse medie mobili di 5 anni che rappresentano la differenza tra la frequenza di ace su campi in cemento e su campi in terra:

mirage_2

Anche in questo caso, le differenze maggiori si sono verificate nei 5 anni tra il 2003 e il 2007, quando gli ace sul cemento sono stati superiori a quelli sulla terra del 51.3%. Da quel momento, la differenza è scesa al 46%, una distanza comunque relativamente ampia che, prima del 2003, si è verificata solo in due stagioni.

Se la velocità tra diverse superfici si sta uniformando, perché c’è una maggiore differenza negli ace oggi rispetto a 10, 15 o 20 anni fa? Perché la frequenza di break sul cemento non si avvicina a quella sulla terra?

Conclusioni

Per quanto veloci o alte rimbalzino le palline sulle superfici moderne, i campi non sono poi tanto dissimili da quelli di una volta. Negli ultimi 20 anni, il tennis è cambiato sotto molteplici aspetti, alcuni dei quali possono far sembrare che una partita sul cemento si stia giocando sulla terra e viceversa. Ma con le caratteristiche del cemento e della terra relativamente invariate negli ultimi 20 anni, è arrivato il momento per gli opinionisti di lamentarsi di altro.

The Mirage of Surface Speed Convergence

La velocità di ciascuna superficie

di Jeff Sackmann // TennisAbstract

Pubblicato il 13 settembre 2011 – Traduzione di Edoardo Salvati

In un recente articolo apparso sul Wall Street Journal ho evidenziato come la superficie su cui si sono giocati gli US Open 2011 fosse relativamente lenta.

Non è chiaro se questo sia dipeso dalla superficie stessa o se siano intervenuti fattori esogeni come l’umidità generata da uragani e tempeste tropicali che si sono abbattuti nella zona.

Quale la causa, ci sono stati meno ace della norma, generando dinamiche di gioco più favorevoli a Novak Djokovic ad esempio che a un giocatore come Andy Roddick.

A differenza del Wall Street Journal, lo spazio qui a disposizione permette di approfondire la questione mostrando numeri e risultati anche di altri tornei, non solo degli Slam.    

Ace e percentuale di servizi vincenti

La velocità di una superficie è difficile da misurare. Come ho avuto già modo di dire, dipende da diversi fattori tra cui naturalmente la tipologia di superficie, ma anche le condizioni atmosferiche e l’altitudine ad esempio o, in parte, il diverso tipo di palline.

Se fosse possibile trasportare i campi in terra del Madrid Masters nel complesso del Foro Italico a Roma dove si giocano gli Internazionali d’Italia, si otterrebbero – per le stesse partite – risultati diversi.

Al di la degli aspetti ambientali, in questa sede è interessante capire il rimbalzo che subisce la pallina una volta toccato il terreno e come questo influenzi lo stile di gioco.   

Quali sono quindi le statistiche che meglio esprimono la velocità di una superficie? La lunghezza degli scambi è utile, così come il numero dei vincenti, perché scambi più corti e un maggior numero di vincenti significano un campo più veloce. Sono però statistiche disponibili solo per pochi tornei. Concentriamoci invece su due statistiche più diffuse: gli ace e la percentuale di punti ottenuti con il servizio.

Due statistiche più diffuse

In analisi come queste è importante differenziare per il tipo di partecipanti al singolo torneo. I giocatori che si iscrivono a tornei minori sulla terra sono molto probabilmente specialisti della terra e quelli che riescono a superare le qualificazioni si trovano a proprio agio su questa superficie.

Di solito, inoltre, chi arriva nei turni finali ha un gioco che si esprime meglio sulla superficie del torneo considerato. Questo a dire che, ad esempio, il numero di ace al Roland Garros è in parte influenzato dalla superficie, in parte da chi sta giocando, e da quante partite ha giocato ciascun giocatore.    

Invece di analizzare numeri assoluti (tipo: il 5% dei punti al Monte Carlo Masters sono stati ace), ho messo a confronto la frequenza di ace di ogni giocatore in ogni partita con la sua frequenza di ace della stagione di riferimento.

Successivamente, ho aggregato i risultati per tutte le partite del torneo, in modo da poter determinare la frequenza di ace del torneo rispetto alla velocità media di una superficie neutrale. 

La superficie é poco influente 

Le frequenze relative agli ace variano ampiamente. Mentre gli Australian Open e gli US Open 2011 si sono avvicinati alla velocità di un’ipotetica superficie neutrale, in altri tornei gli ace non sono stati nemmeno la metà del numero medio di ace e altri ancora hanno avuto quasi la metà del numero di ace di una superficie neutrale. Nella lunga lista in fondo all’articolo non sorprende vedere i tornei indoor e sull’erba all’estremo superiore e quelli sulla terra dalla parte opposta.

Una sorpresa c’è però. Ho anche calcolato infatti la percentuale di punti vinti al servizio e, come con la frequenza degli ace, l’ho rapportata al mix di giocatori presenti in ogni torneo.

Mentre la frequenza di ace varia dal 53 al 145% della media, la percentuale di punti vinti al servizio non scende mai sotto il 90% della media, raramente va sotto il 95% e non eccede mai il 105% della media. 53 dei 67 tornei considerati rientra nell’intervallo 97-103% della media, e questo suggerisce che la superficie influenza il risultato solo di una manciata di punti a partita. 

Se questo aspetto sembra contro-intuitivo, ragioniamo sull’insieme di giocatori di ogni torneo. Solitamente i grandi servitori americani non si presentano al Monte Carlo Masters, mentre i giocatori sudamericani generalmente non si presentano ai tornei facoltativi in Nord America. La frequenza nominale con cui si vincono punti al servizio varia abbastanza, ma è una variazione legata al mix di giocatori.

Il numero di ace è sopravvalutato

Inoltre, questi risultati suggeriscono che il numero di ace è una statistica sopravvalutata. Se da un lato rappresentano una buona approssimazione di dominio al servizio – un giocatore che serve 15 ace probabilmente ha un ottimo servizio – dall’altro di certo non raccontano tutta la vicenda.

Gli ace sull’erba diventano servizi vincenti sul cemento, e poi diventano risposte facili da chiudere con un vincente sulla terra. Il risultato finale è di solito lo stesso, ma il servizio di Milos Raonic è ancora più temibile quando rimbalza sopra la testa dell’avversario. 

Da ultimo, è un errore affermare che una varianza del 3-5% nei punti vinti al servizio ha poca importanza. Ci si potrebbe aspettare di più ma, specialmente tra giocatori dal servizio molto incisivo, un 3-5% può fare la differenza. Se la semifinale tra Roger Federer e Djokovic agli US Open 2011 si fosse disputata sull’erba di Wimbledon, avremmo ora un diverso vincitore del torneo. 

Tutti i numeri

Nella tabella si trovano la frequenza di ace e di punti vinti al servizio e le rispettive medie stagionali per quasi tutti i tornei dell’attuale calendario ATP.

Visto che utilizzo le medie della singola stagione, è lecito pensare che le medie stesse possano aver subito variazioni da stagione a stagione. Ho letto che i campi stanno diventando più lenti, ma nei 5 anni che ho analizzato la frequenza di ace è in realtà aumentata, anche se di poco. Ogni torneo varia parzialmente di anno in anno, forse per le condizioni meteorologiche, ma in genere i numeri sono poi abbastanza simili tra loro.

Le colonne della tabella riportano la frequenza di ace e la percentuale di punti vinti al servizio per il 2001, e la media di entrambe fino al 2007. Ancora una volta, sono valori rapportati al mix di giocatori (compreso quanto ciascun giocatore ha giocato), e i numeri sono tutti relativizzati alle medie stagionali.

La lettera accanto al nome del torneo si riferisce alla superficie, con c = terra (clay), h = cemento (hard), g = erba (grass) e i = indoor.

Torneo              2011Ace  2011Sv%  MediaAce MediaSv%  
Estoril          c  57.5%    96.6%    53.3%    94.3%  
Monte Carlo      c  52.0%    92.1%    53.9%    91.2%  
Umago            c  58.6%    95.2%    58.7%    94.3%  
Serbia           c  54.2%    93.5%    61.0%    94.8%  
Int. di Roma     c  62.5%    95.9%    62.9%    94.4%  
Buenos Aires     c  61.9%    99.0%    62.9%    98.6%  
Houston          c  64.9%    97.2%    66.6%    96.8%  
Valencia         i                    68.0%    96.4%  
Barcellona       c  55.7%    94.3%    68.0%    96.2%  
Dusseldorf       c  45.7%    96.5%    72.8%    97.2%  

Amburgo          c  78.0%    96.6%    74.3%    96.4%  
Bastad           c  63.8%    94.5%    76.8%    97.7%  
Roland Garros    c  78.0%    98.4%    77.1%    97.5%  
Santiago         c  84.5%    98.5%    81.5%    99.4%  
Costa do Sauipe  c  83.4%    101.7%   84.2%    98.9%  
Nizza            c  88.5%    97.4%    84.3%    98.1%  
Casablanca       c  79.1%    99.0%    84.9%    98.2%  
Acupulco         c  70.9%    95.6%    86.0%    98.7%  
Madrid           c  77.0%    98.5%    86.1%    98.0%  
Monaco           c  87.9%    100.1%   86.5%    100.0%  

Pechino          h                    86.7%    97.3%  
Los Angeles      h  84.7%    97.2%    87.7%    97.3%  
Kitzbuhel        c  95.8%    97.9%    89.0%    98.6%  
Toronto          h                    89.6%    98.3%  
Chennai          h  82.3%    98.0%    89.6%    98.7%  
Stoccarda        c  77.0%    95.8%    89.7%    98.1%  
Indian Wells     h  88.9%    99.0%    90.9%    98.0%  
Doha             h  125.5%   101.9%   91.2%    97.6%  
Auckland         h  103.1%   102.0%   93.9%    98.7%  
Miami            h  94.5%    97.9%    94.4%    98.0%  

Shanghai         h                    94.6%    98.1%  
Australian Open  h  97.6%    97.3%    96.5%    96.9%  
Kuala Lumpur     h                    97.1%    97.3%  
Sydney           h  105.8%   100.0%   97.4%    99.1%  
St. Petersburg   i                    97.8%    101.7%  
Montreal         h  91.3%    98.4%    98.1%    98.2%  
Delray Beach     h  106.2%   99.9%    99.1%    98.6%  
Gstaad           c  104.5%   100.1%   101.2%   101.4%  
Dubai            h  102.7%   96.5%    103.2%   98.2%  
US Open          h  101.3%   97.4%    104.0%   98.7%  

Vienna           i                    105.8%   101.4%  
Johannesburg     h   110.0%  102.7%   106.0%   101.0%  
Washington DC    h   97.5%   100.1%   106.8%   99.8%  
Newport          g   93.3%   99.0%    107.5%   101.7%  
Winston-Salem    h   108.1%  99.6%    108.1%   99.6%  
Atlanta          h   110.0%  100.9%   108.4%   99.0%  
Bangkok          h                    110.5%   101.6%  
Cincinnati       h   96.2%   98.9%    111.7%   100.5%  
Zagabria         i   107.0%  99.2%    112.3%   102.3%  
Mosca            i                    113.0%   101.3%  

Brisbane         h   130.6%  100.3%   113.4%   100.0%  
Eastbourne       g   111.2%  101.8%   114.1%   102.9%  
Parigi Bercy     i                    115.4%   99.6%  
Rotterdam        i   123.8%  103.7%   115.9%   101.0%  
Basilea          i                    117.7%   101.3%  
San Jose         i   108.6%  103.0%   120.0%   102.7%  
Wimbledon        g   119.4%  102.8%   120.7%   103.0%  
Queen's Club     g   113.3%  101.8%   121.5%   103.2%  
Halle            g   122.9%  104.7%   123.2%   102.5%  
Marsiglia        i   127.4%  102.8%   124.2%   102.2%  

Stoccolma        i                    124.4%   99.8%  
Metz             i                    124.6%   101.7%  
Tokyo            h                    124.7%   100.5%  
s-Hertogenbosch  g   110.9%  102.1%   126.3%   104.0%  
Memphis          i   117.1%  101.2%   129.1%   102.0%  
Montpellier      i                    145.4%   104.5%

The Speed of Every Surface

Le nuove palline del Roland Garros

di Jeff Sackmann // TennisAbstract

Pubblicato il 29 maggio 2011 – Traduzione di Edoardo Salvati

Ci sono state molte lamentele da parte dei giocatori sulle nuove palline del Roland Garros, sul fatto che siano più leggere, più pesanti e che rimbalzino in modo troppo diverso dalle altre.

Per quanto riguarda il rimbalzo e la rotazione, non è possibile ricavare molto dai dati a disposizione. Si può invece studiare la superiorità del servizio per un’approssimazione del modo in cui si sta giocando al Roland Garros 2011. 

Diversi mesi fa, ho analizzato la maggior parte delle partite ATP del 2010 e concluso che il giocatore al servizio vince punti su diverse superfici con questa frequenza:

    • Terra: 61.5%
    • Cemento: 63.7%
    • Erba: 65.9%

La differenza tra questi numeri non sembra molto marcata, ma rappresenta un valido indicatore delle differenze tra superfici. Se tra terra e cemento ci sono 2.2 punti percentuali, significa che il 2.2% deve essere uno scostamento importante!

Sempre con i dati del 2010, ho anche trovato la frequenza di ace, vale a dire semplicemente la percentuale di servizi che sono ace rispetto al totale :

    • Terra: 5.5%
    • Cemento: 8.5%
    • Erba: 10.5%

Questa si che è una grande differenza.

Roland Garros

E per il Roland Garros? Nell’edizione 2010, i giocatori al servizio hanno vinto il 62.4% dei punti e servito ace per il 6.6% delle volte. Dunque è ragionevole concludere che l’anno scorso i campi del Roland Garros erano più veloci della maggior parte dei tornei ATP sulla terra. Anche le condizioni meteorologiche e altri elementi come – indovinate – le palline possono contribuire a variare le condizioni di gioco.

Quest’anno sono stati già giocati 112 dei 127 singolari maschili, per più di 17.000 punti, quindi non è azzardato trarre delle conclusioni. Nel 2011, i giocatori al servizio hanno vinto solo il 62.0% dei punti, più o meno a metà strada tra la media sulla terra e i risultati sui campi più veloci del Roland Garros 2011. Più importante, i giocatori stanno servendo ace solo per il 5.6% dei punti, ben al di sotto del dato dello scorso anno.

Pur non potendo fare maggiore chiarezza sulle stranezze associate alle nuove palline, per qualche motivo la velocità di gioco al Roland Garros 2011 è più vicina alla media di un torneo sulla terra di quanto non lo fosse lo scorso anno.

The French Open’s New Balls