ঘোস্ট গেমসের হিসাব: ২০২০ সালের ফাঁকা স্টেডিয়াম কীভাবে ক্রিকেটের 'হোম অ্যাডভান্টেজ' মিথ ধরে ফেলল

২০২০ সালের মে মাসে যখন জার্মান বুন্দেসলিগা দর্শকশূন্য স্টেডিয়ামে ফিরে আসে, তখন আমি রংপুরে বসে ৮৩টি ম্যাচের প্রতিটি বল ম্যানুয়ালি লগ করছিলাম। সেটা ছিল আমার বিশ্লেষণ জীবনের প্রথম নিয়ন্ত্রিত পরীক্ষা — যেখানেcrowd নামক ভেরিয়েবলটি হঠাৎ শূন্য হয়ে গিয়েছিল, কিন্তু বাকি সবকিছু অপরিবর্তিত ছিল। ছয় বছর পর, ২০২৬ সালের এই নিয়মিত মরসুমে আমি যখন এশিয়ার ঘরোয়া ক্রিকেট সার্কিটের ডেটা ফিরে দেখছি, তখন একটি প্রশ্ন আমাকে তাড়া করে বেড়াচ্ছে: আমরা কি কখনও সত্যিকার অর্থে 'হোম অ্যাডভান্টেজ' মেপেছি, নাকি শুধু ভিড়ের শব্দকে ট্রফি বানিয়ে ফেলেছি? আমার প্রথম এক্সজি মডেলটি ২০১৮ বিশ্বকাপের সময় রংপুরের একটি বেডরুমে জন্ম নিয়েছিল। ফ্রান্স বনাম আর্জেন্টিনার সেই ৪-৩ ম্যাচে আমি প্রতিটি শটের অবস্থান ও বডি পার্ট অনুযায়ী ভ্যালু বসিয়েছিলাম। ফ্রান্স ১.৮ এক্সজি থেকে ৪ গোল করেছিল, আর্জেন্টিনা ২.১ এক্সজি থেকে ৩। সেই ২,০০০ শব্দের ব্রেকডাউনে একজন কমেন্ট করেছিলেন: 'তুমি এটা কীভাবে দেখলে?' সেই প্রশ্নটাই আমার পদ্ধতিগত ভিত্তি বদলে দিয়েছিল — আমি গোলের বর্ণনা থেকে এক্সজি ডিফারেনশিয়ালের দিকে সরে গিয়েছিলাম। ক্রিকেটে সেই ম্যাপিং সরাসরি বসে না। ফুটবলের এক্সজি একটি শটের গুণমান মাপে; ক্রিকেটে সমতুল্য মেট্রিক হলোexpected runs at a given ball-state — অর্থাৎ কোনো নির্দিষ্ট ওভার, উইকেট ও রান-রেট পরিস্থিতিতে গড়ে কত রান ওঠে। এখানেই প্রথম ফাঁদ: ফুটবলের টেম্পোরাল স্মুদনেস ক্রিকেটে কাজ করে না, কারণ ক্রিকেটের প্রতিটি বল একটি আলাদা স্বতন্ত্র ইভেন্ট, যেখানে ফুটবলের একটি আক্রমণ ধারাবাহিক প্রবাহ। ২০২০ সালের ফাঁকা স্টেডিয়ামের ডেটা সেটটি আমার কাছে এখনো সবচেয়ে পরিষ্কার প্রাকৃতিক পরীক্ষা। বুন্দেসলিগার ৩০৬টি দর্শকসহ ম্যাচের তুলনায় ৮৩টি দর্শকশূন্য ম্যাচে হোম উইন রেট ৪৩.২% থেকে ৩৩.৭%-এ নামে, গড় গোল ৩.১ থেকে ২.৭-তে। এই পতনটি শুধু 'ট্রাভেল ফ্যাটিগ' দিয়ে ব্যাখ্যা করা যায় না — কারণ ভ্রমণের দূরত্ব একই ছিল। বরংcrowd-চালিত রেফারি বায়াস এবং খেলোয়াড়দের সাইকোলজিক্যাল অ্যারাউজাল — এই দুটি ভেরিয়েবল একসাথে শূন্য হয়ে গিয়েছিল। ক্রিকেটে এই পরীক্ষাটি আরও পরিষ্কার, কারণ ক্রিকেটে আম্পায়ার সিদ্ধান্ত সরাসরিcrowd-এর চাপে প্রভাবিত হয়। ২০২০ সালের আইপিএল সংযুক্ত আরব আমিরাতে হয়েছিল, কিন্তু আমি যখন ২০২১-২২ সালের ঘরোয়া এশিয়ান টুর্নামেন্টের ডেটা দেখি — যেখানে দর্শক সীমিত ছিল — তখন এলবিডব্লিউ ও ক্যাচ-আউট সিদ্ধান্তে হোম টিমের পক্ষে বায়াস পরিসংখ্যানগতভাবে তাৎপর্যপূর্ণভাবে কমে যায়। এখানেই আমার দ্বিতীয় অবজারভেশন: ডট-বল সিকোয়েন্স এবং রিকোয়ার্ড-রেট কার্ভের মধ্যে একটি সংযোগ আছে যা আমি 'প্রেশার কার্টোগ্রাফি' বলি। একটি চেজ আসলে কোন ওভারে ফ্লিপ হয়? আমার মডেল বলছে, ১২তম থেকে ১৫তম ওভারের মধ্যে যদি ডট-বল পার্সেন্টেজ ৩৫%-এর উপরে থাকে এবং রিকোয়ার্ড রেট ৯.৫-এর উপরে ওঠে, তাহলে চেজ সফল হওয়ার সম্ভাবনা ২২%-এর নিচে নেমে যায়। এই সংখ্যাটিcrowd-নির্ভর নয় — এটি সম্পূর্ণ ম্যাচ-স্টেট-নির্ভর। ২০২০ সালের ফাঁকা স্টেডিয়ামের ডেটা এই মডেলকে যাচাই করতে সাহায্য করেছে, কারণ সেখানে খেলোয়াড়দের 'মোমেন্টাম' দাবি প্রমাণ করার বাহ্যিক চাপ ছিল না। কিন্তু এখানেই আমার বিপরীতমুখী যুক্তি: করিলেশন মানেই কার্যকারণ নয়। ২০২০ সালের ফাঁকা স্টেডিয়ামের ডেটা থেকে 'হোম অ্যাডভান্টেজ শুধুcrowd-নির্ভর' — এই সিদ্ধান্তে পৌঁছানো একটি মারাত্মক মেট্রিক ইম্পিরিয়ালিজম। কারণ ২০২০ সালের ম্যাচগুলো একটি অনন্য কনটেক্সটে হয়েছিল — কোভিড-বায়োসিকিউর বাবল, সংক্ষিপ্ত প্রস্তুতি, নন-স্ট্যান্ডার্ড ফিটনেস সাইকেল। অর্থাৎcrowd নামক ভেরিয়েবলের সাথে আরও অন্তত চারটি ভেরিয়েবল একসাথে বদলে গিয়েছিল। তাই 'ঘোস্ট গেম' ডেটাকে হোম অ্যাডভান্টেজের একমাত্র প্রমাণ হিসেবে ব্যবহার করা ভুল। এই ডেটা একটি হাইপোথেসিস জেনারেটর, ভার্ডিক্ট নয়। আমি আমার পেশাগত জীবনে একটি নিয়ম মেনে চলি: যখন মার্কেট কোনো ট্রান্সফার রিউমর বা 'বিগ-গেম প্লেয়ার' ন্যারেটিভে ওভাররিঅ্যাক্ট করে, আমি আন্ডারলাইং নাম্বারে ফিরে যাই। এশিয়ান ক্রিকেটে এই প্রবণতা আরও প্রকট, কারণ এখানে ডেটা-স্কার্সিটি একটি কাঠামোগত সমস্যা — দক্ষতা নয়। ২০২১ ইউরোতে ইতালির পিপিডিএ ৭.২ ছিল, টুর্নামেন্টের সর্বনিম্ন। জর্জিনিয়োর ৪৮টি প্রগ্রেসিভ পাস সাত ম্যাচে ছড়িয়ে ছিল। এই মেট্রিকগুলো একটি দল কীভাবে স্পেস কমপ্রেস করে, সেটা মাপে। ক্রিকেটে সমতুল্য মেট্রিক হতে পারে 'প্রেশার-ইন্ডেক্সড বাউন্ডারি কনসেশন রেট' — অর্থাৎ যখন রিকোয়ার্ড রেট ৮-এর উপরে, তখন কোন বোলার কত বাউন্ডারি দেয়। একটি মডেল একটি মঠের মতো: আপনি শোরগোল নিয়ে ঢোকেন, আর শৃঙ্খলা নিয়ে বের হন। ২০৩১ সালের ক্রিকেট অ্যানালিটিক্সে আমি যে পরিবর্তনটি আশা করছি, সেটা হলো এনভায়রনমেন্টাল ভেরিয়েবলের আলাদা ওজন —crowd, পিচ, আবহাওয়া, ট্রাভেল — প্রতিটির জন্য আলাদা কোএফিশিয়েন্ট, এবং সেগুলোর ইন্টারঅ্যাকশন টার্ম। এখন প্রশ্ন হলো: যখন পরবর্তী বড় টুর্নামেন্টে হোম টিম ধারাবাহিকভাবে জিতবে, আমরা কি সেটাকে প্রতিভা বলব, নাকি লেজারটি খুলে দেখব কোন ভেরিয়েবলটি আসলে কাজ করছে?