Jeff Sagarin

Le Jeff Sagarin est un statisticien américain de sports du bien connu pour son élaboration d'une méthodologie pour des équipes de sports de rang et d'estimation dans une série de sports. Ses estimations ont été un dispositif régulier dans les sections de sports d'USA Today depuis le 1985 , ont été employées par le comité de sélection de tournoi de NCAA pour aider à déterminer les participants au tournoi du championnat de basket-ball de la Division I des hommes de NCAA de depuis le 1984 , et ont été une partie du championnat de cuvette de depuis son commencement.

Méthodologie

Sagarin, comme les réalisateurs d'autres systèmes d'estimation de sports ne divulgue pas la méthodologie exacte derrière ses nombres. Il offre deux systèmes d'estimation, qui donne à chaque équipe un certain nombre de points. Un système, " ; Échecs d'Elo, " ; est vraisemblablement basé sur le système d'estimation d'Elo employé internationalement pour ranger des joueurs d'échecs. Ce système emploie seulement des victoires et des pertes, sans la référence à la marge de victoire. L'autre système, " ; Facteur prédictif, " ; tient compte de la marge de victoire. Pour ce système, la différence dans deux points de l'estimation des équipes est censée pour prévoir la marge de la victoire pour l'équipe plus forte à un lieu de rendez-vous neutre. Pour les deux systèmes, les équipes gagnent des estimations plus élevées dans le système de Sagarin en gagnant des jeux contre des adversaires plus forts, factorisant dans des choses telles que l'avantage de maison-lieu de rendez-vous. Pour le système de facteur prédictif, la marge de la victoire (ou la défaite) factorise dedans également, mais une loi des rendements décroissants de que est appliqué. Par conséquent, une équipe du football qui gagne un jeu par une marge de 7-6 est récompensée moins qu'une équipe qui défait le même adversaire dans les mêmes circonstances 21-7, mais une équipe qui gagne un jeu par une marge de 35-0 reçoit les estimations semblables à une équipe qui défait le même 70-0 opposé. Cette caractéristique est fortement - considéré par beaucoup pendant qu'elle identifie le " ; comfortable" ; les victoires, pourtant réduit l'incitation d'une équipe pour fonctionner vers le haut des points.

Justification

Les estimations de Sagarin sont particulièrement appropriées dans le monde du football américain d'université du et le basket-ball , où, avec plus de 200 équipes en concurrence de la Division I de NCAA de , il n'y a aucune manière une équipe peut jouer contre plus qu'une petite fraction de ses concurrents. Par conséquent, en déterminant les participants aux parties du championnat et aux tournois, il est nécessaire de distinguer les équipes qui ont compilé les disques impressionnants de gagner-perte contre la forte concurrence et les équipes qui ont défait des adversaires plus faibles.

En outre, les systèmes d'estimation de sports sont généralement de grand intérêt aux estimations de Sagarin d'utilisation de joueurs des joueurs comme source de " ; Rangs de puissance, " ; traditionnellement utilisé comme manière de déterminer la diffusion entre deux équipes.

Fond

Sagarin a reçu un licencié en degré de la Science dans les mathématiques du massachusetts.technology dans le 1970 et un maître de de degré de la gestion de l'université de l'Indiana de dans le 1983 .

Random links: