স্পিন-কোএফিশিয়েন্টের ফাঁদ: এশিয়ার টেস্টে হোম-অ্যাডভান্টেজ মডেল কেন ভুল উত্তর দেয়

হুক

মিরপুর, ৩০ অক্টোবর ২০১৬। ম্যাচের শেষ ঘণ্টা, ইংল্যান্ডের শেষ উইকেটগুলো পড়ে যায় মাত্র কয়েক ওভারের ব্যবধানে, পুরো দল গুটিয়ে যায় ১৬৪ রানে, বাংলাদেশ জেতে ১০৮ রানে — টেস্ট ইতিহাসে ইংল্যান্ডের বিপক্ষে তাদের প্রথম জয়। ওই সন্ধ্যায় লন্ডনের একটি বেটিং ডেস্কে বসে আমি আমার নিজের মডেলের আউটপুট স্ক্রল করছিলাম। ম্যাচ শুরুর আগে সেই মডেল বাংলাদেশকে জেতার সম্ভাবনা দিয়েছিল ২৪ শতাংশ। ভুলটা আবহাওয়ার ছিল না, ভাগ্যেরও ছিল না। ভুলটা ছিল কোএফিশিয়েন্টে।

আমার হোম-অ্যাডভান্টেজ ভেরিয়েবলটা তৈরি হয়েছিল ইংলিশ ফুটবল ও সেনা-কন্ডিশনের (SENA) টেস্ট ডেটা দিয়ে — যেখানে দর্শক, ভ্রমণ-ক্লান্তি আর পিচের গতি মিলিয়ে হোম টিমের সুবিধা হিসাব করা হয় শূন্য দশমিক দুই থেকে শূন্য দশমিক চার রান-রেট পয়েন্টে। মিরপুরে সেই সন্ধ্যায় আসল ভেরিয়েবলটা ছিল সম্পূর্ণ অন্য জায়গায়। ওই ম্যাচে মেহেদী হাসান মিরাজ একা বারোটি উইকেট নেন, তামিম ইকবাল দ্বিতীয় ইনিংসে ১০৪ রান করেন, আর বল ঘুরছিল প্রথম দিন থেকেই। এশিয়ার টেস্টে দর্শক হোম-অ্যাডভান্টেজের মূল ইঞ্জিন নয়; উইকেটের ভাগাভাগি সেটি। সেই একটা লাইন আমার পুরো মডেলের গঠন বদলে দিয়েছিল।

প্রেক্ষাপট

রেগুলার সিজনের এই পর্বটা মডেল অডিট করার জন্য সবচেয়ে উপযুক্ত সময়, কারণ টেবিলের চাপ তখনও শিরোনাম হয়নি, কিন্তু কন্ডিশন ইতিমধ্যেই স্থির হয়ে গেছে। আমি ৩২ বছর ধরে ক্রিকেট দেখছি — ১৯৯৬ সালে ঢাকা লিগে উদিত ক্লাবের হয়ে ওপেনিং ব্যাটার ও উইকেটকিপার হিসেবে খেলার সময় শিখেছিলাম, পিচ কীভাবে সেশন ধরে কথা বলে। ক্যারিয়ারের বাঁক বদলে আমি যখন বিশ্লেষণী লেখায় ঢুকি, তখন থেকেই আমি প্রতিটি অনুমানকে একটি ছোট ডেটা-বাক্সে লিখে রাখি: ভেরিয়েবল কী, স্যাম্পল কত, অনিশ্চয়তা কত।

আন্তর্জাতিক মডেলগুলোর হোম-অ্যাডভান্টেজ কোএফিশিয়েন্ট মূলত দুই ধরনের ইনপুটে দাঁড়িয়ে থাকে — হোম উইন রেট এবং রান/গোল ব্যবধান। ইউরোপীয় ফুটবলে এই দুটো মেট্রিক দর্শক-উপস্থিতির সঙ্গে মোটামুটি সংযুক্ত, কারণ স্টেডিয়ামের শব্দ রেফারির সিদ্ধান্ত ও প্রেসিং তীব্রতাকে প্রভাবিত করে। ২০২০ সালে বুন্দেসলিগা ফিরেছিল খালি স্টেডিয়ামে, আর আমার নোটে সেটি স্পষ্ট লেখা আছে: প্রথম তিন ম্যাচডে-তে হোম উইন রেট ৪৩ শতাংশ থেকে নেমে আসে ২১ শতাংশে। আমি 'এম্পটি স্টেডিয়াম অ্যাডজাস্টমেন্ট' নামে একটি আলাদা ভেরিয়েবল বানাই, যা হোম অ্যাডভান্টেজ থেকে শূন্য দশমিক ৩৫ গোল কেটে নিত — আর সেই ছয় সপ্তাহে মডেল ১২ দশমিক ৪ শতাংশ ROI দেয়।

সমস্যাটা হলো, এই পাঠটা জায়গা বদল করলে কাজ করে না। এশিয়ার টেস্ট ক্রিকেটে দর্শক একটি ভেরিয়েবল, প্রধান ভেরিয়েবল নয়। ২০২১ সালের ফেব্রুয়ারি-মার্চে ইংল্যান্ড যখন ভারত সফরে যায় — চেন্নাই ও আহমেদাবাদে, প্রতিটি ম্যাচ কার্যত খালি স্টেডিয়ামে — চার ম্যাচের তিনটিই জেতে হোম টিম ভারত, এবং প্রথম ম্যাচে ইংল্যান্ড ২২৭ রানে জেতার পর বাকি তিনটিতে হার ছিল ৩১৭ রান, ১০ উইকেট এবং একটি ইনিংস ও ২৫ রানে। দর্শকের নীরবতা সেখানে হোম অ্যাডভান্টেজকে ভাঙেনি। কারণ নীরবতা পিচের স্পিন, বাউন্স আর বল-ট্র্যাকিং সিস্টেমকে বদলায় না।

মূল বিশ্লেষণ: প্রমাণের শৃঙ্খল

আমি আমার ২০১৭ সালের বার্নলি-মডেল-ব্যর্থতার পদ্ধতিটাই এখানে প্রয়োগ করেছি। সেবার আমি একটি দলের অবনমন নিশ্চিত ধরেছিলাম, তারপর ৩৮টি ম্যাচ একে একে আবার দেখে দুটি লুকানো ভেরিয়েবল বের করেছিলাম — সেট-পিস xG (প্লাস ৬ দশমিক ৮) আর গোলকিপারের পোস্ট-শট xG (প্লাস ৪ দশমিক ২)। পাঠটা ছিল স্পষ্ট: আমি মডেলকে ভবিষ্যদ্বাণী ভাবা বন্ধ করে স্বীকারোক্তি হিসেবে দেখতে শিখেছি। বার্নলি মডেল ভেঙেছিল, আর আমি এক লাইনের পরিচ্ছন্ন ডেটা দিয়ে সেটি আবার গড়েছিলাম। এশিয়ার টেস্টেও ঠিক একই কাজ করতে হয়েছে।

প্রথম ধাপ, উইকেটের ভাগাভাগি। ইংল্যান্ড বা অস্ট্রেলিয়ার কন্ডিশনে পেসাররা ম্যাচের উইকেটের বড় অংশ নেয়, স্পিন শেয়ার সাধারণত ত্রিশ শতাংশের নিচে। এশিয়ার টেস্টে আমার সংগৃহীত স্যাম্পলে স্পিন শেয়ার উল্টো দিকে যায় — অনেক ম্যাচে উইকেটের অর্ধেকের বেশি স্পিনারদের দখলে, এবং চতুর্থ ইনিংসে সেই অনুপাত আরও বাড়ে। মানে, যে সমীকরণে আমি হোম অ্যাডভান্টেজ মাপছি, সেই সমীকরণের সবচেয়ে শক্তিশালী ভেরিয়েবলটিই বাইরে থেকে যায় — হোম টিম যখন নিজের স্কোয়াডে দুই বা তিনজন স্পিনার রাখে, তখন হোম অ্যাডভান্টেজ আসলে 'স্কোয়াড-কম্পোজিশন সুবিধা'।

দ্বিতীয় ধাপ, ভেন্যু ডেল্টা। এশিয়ার ভেতরেই আমি দুটি আলাদা লিগ ধরার চেষ্টা করি: মিরপুর-চট্টগ্রাম-সিলেটের মতো ধীর, নিচু ও স্পিন-সহায়ক সারফেস, আর সুপার-স্পোর্ট-সদৃশ দ্রুততর সাদা বলের সারফেস। ক্রিকেটের প্রেক্ষাপটে যে তথ্যটা নীরব কিন্তু জরুরি: বাংলাদেশের টেস্ট ইতিহাসে তাদের প্রায় সব জয়ই ঘরের মাটিতে, আর এখন পর্যন্ত খেলা দেড়শোর কাছাকাছি টেস্টে মোট জয় কুড়ির ঘরে। অর্থাৎ দেশটির বেসলাইনই হোম-কন্ডিশনের সঙ্গে জড়িয়ে — কিন্তু সেই বেসলাইনকে ইউরোপীয় ফুটবলের 'হোম অ্যাডভান্টেজ' ধরে মাপলে কয়েকশো বেসিস পয়েন্ট ভুল হয়ে যায়।

তৃতীয় ধাপ, সেশন-ভিত্তিক ক্ষয়। প্রথম ইনিংসের পর দ্বিতীয় ইনিংসে পিচের আচরণ কতটা বদলায়, সেটি আমি আলাদা ভেরিয়েবল হিসেবে রাখি। ২০১৬ সালের মিরপুর টেস্টে বাংলাদেশ প্রথম ইনিংসে ২২০ রান করেছিল, ইংল্যান্ড ২৪৪, তারপর দ্বিতীয় ইনিংসে বাংলাদেশ ২৯৬ (তামিমের ১০৪) এবং চতুর্থ ইনিংসে ইংল্যান্ড ১৬৪। চতুর্থ ইনিংসে চেজিং টিমের প্রতি ওভারে যত স্পিন বল বাড়ে, তত রান-রেট আর 'স্কোরিং শট উইন্ডো' সংকুচিত হয়। আমার হিসাবে এই সংকোচন রৈখিক নয়, এটি ইনিংসের মধ্য-পর্বে সবচেয়ে তীক্ষ্ণ — ঠিক যেখানে ফুটবলে লো-ব্লক ভেঙে পড়ে মাঝমাঠে।

চতুর্থ ধাপ, কোয়ান্টিটেটিভ অনুবাদ স্তর। ফ্রান্স আমাকে শিখিয়েছিল, লো-ব্লক আসলে অন্য ধরনের ডেটা: ২০১৮ বিশ্বকাপে ফ্রান্স প্রতিপক্ষকে ম্যাচপ্রতি মাত্র শূন্য দশমিক ৮ xG দিয়েছিল, আর তাদের PPDA ছিল ১৪ দশমিক ২ — অর্থাৎ তারা চাপ দিত কম, কিন্তু কাঠামো ভাঙত না। এশিয়ার 'স্পিন-চোক' দেখতে একই রকম, তবে যান্ত্রিকভাবে অভিন্ন নয়। ফুটবলে আপনি টেরিটরি ছেড়ে দিয়ে সময় কিনতে পারেন; ক্রিকেটে টেরিটরি মানে রান, আর রান ছাড়লে বোর্ডে চাপ ছাড়েন না। এখানে PPDA-এর ক্রিকেট প্রতিরূপ হলো স্পিন ওভারের শতকরা ভাগ আর 'ফলস শট' হার — দুটো একসঙ্গে না দেখলে বিভ্রান্তি অনিবার্য।

পঞ্চম ধাপ, ষষ্ঠ বলের খেলায় ফিরতি যাচাই। ফেব্রুয়ারি ২০২১-এ চট্টগ্রামে ওয়েস্ট ইন্ডিজের বিপক্ষে বাংলাদেশ সাত উইকেটে জিতেছিল, এবং সেই ম্যাচেও মূল ফায়সালা হয়েছিল তৃতীয় ও চতুর্থ দিনের স্পিন বাউন্ডারিতে। এই ধারাবাহিকতা মডেলের নতুন কোএফিশিয়েন্টে ঢুকিয়েছি: হোম টিমের স্পিন কোটার তুলনামূলক ভার, ইনিংসের ভেন্যু-নির্দিষ্ট ক্ষয় ঢাল, এবং টসের পর প্রথম দশ ওভারে স্পিন বোলিং চালু করার সম্ভাবনা।: স্পিন শেয়ার ও সারফেস-ফ্যামিলিয়ারিটি যোগ করার পর বাইরের প্রত্যাশা আর ঘরের পারফরম্যান্সের ফাঁক আমার নোটে উল্লেখযোগ্যভাবে কমেছে।

কনট্রারিয়ান: ভিড় নয়, অভ্যস্ততা

এখন সেই জায়গায় আসি, যেখানে আমি নিজের সবচেয়ে আরামদায়ক ব্যাখ্যাটাকে অবিশ্বাস করতে শিখেছি। প্রথমে আমি ভেবেছিলাম এশিয়ার হোম অ্যাডভান্টেজের কারণও দর্শক — শব্দ, চাপ, আম্পায়ারের সিদ্ধান্ত। কিন্তু ডেটা এই গল্পটা টিকিয়ে রাখে না। ২০২০ সালে খালি স্টেডিয়ামে বুন্দেসলিগায় হোম অ্যাডভান্টেজ ধসে পড়েছিল, আর সেই সংখ্যাগুলো আমার কাছে ছিল লোভনীয় সরলীকরণ। কিন্তু ২০২১ সালের ফেব্রুয়ারি-মার্চে ইংল্যান্ড-ভারত সিরিজে কার্যত খালি গ্যালারিতেও ভারত তিন ম্যাচ জিতে সিরিজ ৩-১ করে। বায়ার্নের মডেল আর আহমেদাবাদের মডেল এক নয়।

তাহলে আসল ভেরিয়েবল কোনগুলো? আমার অডিটে তিনটি আলাদা করে দাঁড়ায়। এক, সারফেস-ফ্যামিলিয়ারিটি — হোম দল যে মাটিতে সারা বছর নেট প্র্যাকটিস করে, বাইরের দল সেখানে আসে দুই সপ্তাহে। দুই, স্কোয়াড-কম্পোজিশন অ্যাসিমেট্রি — হোম দল অতিরিক্ত স্পিনার নামাতে পারে, অতিথি দলকে ব্যালান্স রাখতে হয়। তিন, Administration-সংক্রান্ত ছোট সিদ্ধান্ত — বলের ব্র্যান্ড, পিচ প্রস্তুতির দিনসংখ্যা, কভারিং বা অন-ফিল্ড পরিস্থিতি। দর্শক এখানে চতুর্থ বা পঞ্চম ভেরিয়েবল।

এই জায়গায় আমি সতর্ক থাকতে বাধ্য, কারণ সবশেষে যেটা করছি তা নিছক সংস্কার নয়, প্রি-রেজিস্টার্ড বেসলাইন। এশিয়ায় টেস্টে হোম টিম বেশি জেতে — এটি মোটামুটি সত্য, কিন্তু 'কারণ' হিসেবে দর্শককে বসানো মানে correlational ফাঁদে পা দেওয়া। আমি তাই কোনো নির্দিষ্ট সিরিজ থেকে কৌশলগত সিদ্ধান্ত টানার আগে সবসময় নিজেকে জিজ্ঞেস করি: এই ইফেক্টটা কি ভেন্যু বদলালেও টিকে থাকে? যদি মিরপুর থেকে চট্টগ্রামে গিয়ে স্পিন শেয়ার বদলে যায় কিন্তু হোম উইন রেট না বদলায়, তাহলে আমার ভেরিয়েবল ভুল ঠিকানায় আছে।

আরেকটা অদেখা জিনিস আমার মডেল বলতে পারে না, সেটা সৎভাবে স্বীকার করা জরুরি: ইনজুরির বাস্তবতা। সার্কিটের সময়সূচি এতটাই ঠাসা যে দুই ম্যাচ সপ্তাহের চাপে কোনো মেডিকেল টিম একা লড়তে পারে না — এই ফ্যাক্টর আমি ট্যাকটিক্যাল লাইনে লিখে রাখি, কারণ বিশুদ্ধ স্পিন-শেয়ার সমীকরণ বোলারের ক্লান্তি ধরতে পারে না। এশিয়ার স্পিনাররা ইনিংসে ত্রিশ থেকে চল্লিশ ওভার হাত ঘোরান, এবং সেই ওয়ার্কলোড ইনজুরি-ঝুঁকির সবচেয়ে অপরিশোধিত অংশ।

টেকঅ্যাওয়ে

পরের মৌসুমে এই সিরিজের প্রথম সেশনটা আমি তিনটি সংকেতের জন্য দেখব। এক, প্রথম ইনিংসে হোম দলের স্পিন ওভারের শতকরা ভাগ — যদি তা পঞ্চাশের নিচে থাকে, আমার হোম-অ্যাডভান্টেজ কোএফিশিয়েন্ট শূন্যের দিকে টেনে নামাবে। দুই, তৃতীয় দিনের দ্বিতীয় সেশন — ওই ছোট জানালায় চতুর্থ ইনিংসের রান-রেট সবচেয়ে দ্রুত সংকুচিত হয়, আর সেটাই বেটিং লাইনের চেয়ে এগিয়ে থাকে। তিন, অতিথি দলের স্কোয়াডে অতিরিক্ত স্পিনারের উপস্থিতি — এটি না থাকলে বেসলাইন প্রেডিকশনই যথেষ্ট।