Equipes com excesso e falta de sementes no March Madness com base em classificações preditivas

O domingo de eleições sempre traz polêmica. Todos os anos, o comitê de seleção da NCAA mistura resultados baseados em currículos com análises preditivas para criar colchetes, criando uma lacuna inevitável entre como as equipes são escolhidas e quão fortes elas realmente são. este ano, Métricas baseadas em currículo dominam as decisões de propagação. As métricas preditivas provaram discretamente o seu valor em março. No ano passado, Kenpom entraria em colchetes construídos em torno de projeções Aproximadamente 97,5º percentilModelos preditivos baseados em competências ressaltam o quão bem os verdadeiros pontos fortes da equipe são comparados às avaliações tradicionais de currículos.

Esta análise isola esse sinal preditivo. por três médias amplamente utilizadas Métricas de eficiênciaKenPom, o Bart Torvik T-Rank e o ESPN Basketball Power Index (BPI) apresentam uma classificação consensual da força da equipe. A comparação das classificações com a ordem oficial do comité destaca onde a chave se alinha com o desempenho subjacente e onde diverge, revelando as equipas com maior probabilidade de serem sobrevalorizadas ou ignoradas antes do torneio. É nessas diferenças que os valores entre parênteses são frequentemente encontrados.

anúncio

Métodos de supersemeadura e subsemeadura do March Madness

Para avaliar onde a classificação do March Madness se alinha com a força da equipe, foi criado um conjunto de dados que consiste nas classificações completas de 68 equipes do comitê, juntamente com três métricas preditivas amplamente utilizadas: Por que?, Classificação T de Bert Torvik E Índice de potência de basquete ESPN (BPI). Esses sistemas são projetados para medir o quão fortes as equipes são baseadas na posse de bola, independentemente de vitórias e derrotas. A média da classificação de cada equipe nesses três sistemas foi calculada para criar uma única medida composta de poder preditivo. Como todas as três métricas são expressas como classificações, com valores mais baixos indicando equipes mais fortes, a média preserva essa ordem enquanto suaviza as diferenças entre os sistemas individuais.

As equipes foram então reclassificadas de 1 a 68 com base nessas médias, criando uma “classificação preditiva” que reflete como seria o campo se a classificação fosse baseada apenas no desempenho subjacente, em vez de no currículo. Esta classificação serve como base de comparação com a ordem oficial do comitê.

anúncio

A diferença entre a classificação preditiva e a classificação do comitê foi calculada para cada equipe. As diferenças positivas indicam equipas que foram supervisionadas pelo comité, enquanto as diferenças negativas identificam equipas que foram classificadas em posição inferior relativamente ao seu poder preditivo. Os resultados destacam uma clara divisão entre a seleção baseada no currículo e a força subjacente do partido.

March Madness supervisionado e resultados baixos

A equipe de supervisão do March Madness

Várias equipes foram classificadas significativamente mais altas pelo comitê do que seus perfis preditivos sugeririam.

• TCU: O TCU apresentou a maior margem no lado supervisionado. Os Horned Frogs foram classificados em 34º lugar por métricas baseadas em currículo. Sistemas preditivos como KenPom e T-Rank classificam-nos quase na bolha 42, sugerindo que sua semente pode exagerar sua força subjacente.

• Miami (FL): A colocação de Miami reflete fortes indicadores de currículo, mas suas métricas de desempenho são mais modestas. O comitê os classifica em 27º lugar na área, enquanto 34º em métricas preditivas.

• UCF: A UCF se beneficia de um currículo que supera seu perfil preditivo. Embora os Cavaleiros tenham obtido resultados sólidos, sua medida de eficiência indica uma classificação geral da equipe mais baixa (nº 45) do que sua semente indica (nº 38).

• UNC: Tanto a marca quanto o currículo da Carolina do Norte funcionam bem no processo de seleção, mas as métricas preditivas são menos otimistas. A diferença entre a 22ª posição do comitê e a 29ª posição da Metrics sugere que os Tar Heels podem ser classificados mais perto do teto em seu currículo do que seu desempenho subjacente.

March Madness é o time sub-semeado

Por outro lado, vários grupos parecem estar subvalorizados relativamente ao seu poder preditivo.

anúncio

• Iowa: Iowa se destaca como um dos times mais subestimados. Apesar dos números sólidos de habilidades, o currículo dos Hawkeyes fica aquém dos padrões de nível superior, resultando em uma classificação inferior. O comitê os classificou em 36º lugar, em comparação com a 27ª posição usando métricas preditivas.

• Louisville: As métricas preditivas de Louisville sugerem uma equipe significativamente mais forte do que sua semente. Louisville está classificada em 23º lugar pelo comitê, mas as métricas preditivas sugerem uma classificação em 14º lugar. Esta classificação não é contabilizada Lesão de Michael Brown Jr..

• Tennessee: Tennessee combina fortes métricas de competência com indicadores de currículo sólidos, mas não de elite. A lacuna sugere que os Voluntários podem ser uma das equipes mais perigosas em comparação com sua cabeça-de-chave. Eles estão em 21º lugar por comitê e em 13º em métricas preditivas

O que isso significa para sua chave do March Madness

Se as métricas preditivas são uma medida confiável da força da equipe, as lacunas entre essas classificações e a distribuição do comitê criam oportunidades. O colchete é construído no currículo. As métricas preditivas são baseadas no desempenho futuro. As equipes que têm uma classificação mais alta em métricas de habilidades do que suas sementes podem ser subvalorizadas, enquanto as equipes impulsionadas por currículos podem ser supervalorizadas em relação à sua verdadeira força.

Em termos práticos, isto constitui uma forma de arbitragem entre colchetes. O mercado, neste caso a semente do comitê, reflete uma visão de qualidade da equipe. Métricas preditivas são outra proposta. Quando estas opiniões não concordam, existe uma oportunidade de aproveitar a lacuna. Não garante resultados. March Madness permanece altamente volátil e os formatos de eliminação única introduzem aleatoriedade que nenhum modelo pode capturar totalmente. Mas se métricas preditivas como KenPom e Bart Torvik T-Rank forem direcionalmente precisas, então as equipes identificadas como o resultado final representam os lugares mais lógicos para procurar vantagens.