Comment les statistiques s'appliquent à la folie de mars

Posted on
Auteur: Monica Porter
Date De Création: 21 Mars 2021
Date De Mise À Jour: 13 Peut 2024
Anonim
Comment les statistiques s'appliquent à la folie de mars - Autre
Comment les statistiques s'appliquent à la folie de mars - Autre

Contenu

Pour les amateurs de sport, March Madness est l’un des temps forts de l’année. À compter de la mi-mars, l’événement annuel opposera les meilleures équipes de basketball universitaire de la NCAA, dans un immense tournoi à élimination directe composé de 64 équipes.


C'est là que les choses deviennent intéressantes. L’aspect KO signifie qu’il ya toujours une chance de bouleversements et de gloire inattendue. Qui va gagner le tournoi? Y aura-t-il des ennuis à mesure que l'équipe "Cendrillon" progresse plus loin que prévu, ou vont-ils tous s'effondrer dans les premières rondes? Pouvez toi prédire la tranche entière?

Pour approfondir, nous allons devoir utiliser des calculs et apprendre comment les statistiques s’appliquent à March Madness.

ICYMI: Consultez le guide Sciencings de la folie du mois de mars 2019, ainsi que des statistiques pour vous aider à trouver la main gagnante.

Les bases des probabilités

Avant d’entrer dans l’application des statistiques et des probabilités à March Madness, il est important de couvrir les bases des probabilités.

La probabilité que quelque chose se produise est simplement:


{Probabilité} = { {nombre de résultats que vous souhaitez} dessus {1pt} {nombre de résultats possibles}}

Ceci ne s'applique qu'à situation avec des résultats aussi probables que possible. Ainsi, par exemple, un lancer d'un dé standard à six faces a une probabilité sur six de donner le chiffre six, car il n'y a qu'un résultat que vous voulez et six résultats possibles. Les probabilités sont toujours des nombres (exprimés en fractions ou en nombres décimaux) compris entre 0 et 1, 0 signifiant aucune chance de ce que l'événement se produise et 1 signifiant qu'il s'agit d'une certitude.

Mais si vous envisagez quelque chose de plus compliqué, comme une partie de basket-ball, vous devez penser à beaucoup plus. Vous pourriez dire que les chances de gagner contre une autre équipe sont égales à 1/2, mais un match entre Duke et Pittsburgh n’est guère une mise à l’écart. C’est là que le système d’ensemencement et les statistiques de la NCAA entrent en jeu.


Probabilités de folie de mars

Alors, comment abordez-vous le problème de l'application de la probabilité à March Madness? Premièrement, vous avez besoin d’un moyen d’analyser la probabilité réelle que chaque équipe batte une autre. Il s’agit là d’une tâche très ardue, mais le système d’ensemencement créé par la NCAA divise essentiellement les équipes en «niveaux», en fonction de leur qualité.

Par exemple, dans les jeux depuis 1985 où une graine numéro 1 a joué une graine numéro 16, la graine numéro 1 a remporté 99% du temps. Cela signifie que sur 100 jeux (car le pourcentage est «par cent»), vous pouvez vous attendre à ce que la graine numéro 16 gagne dans l’un d’eux.

Regardez à nouveau la formule de base:

{Probabilité} = { {nombre de résultats que vous souhaitez} dessus {1pt} {nombre de résultats possibles}}

Sur 100 résultats possibles «gagnants», il n'y a eu qu'un seul gain (le résultat souhaité). Cela donne immédiatement la probabilité 1/100.

Vous pouvez aller plus loin en utilisant les endroits où différentes équipes classées ont fini dans le tournoi pour examiner les chances de chaque équipe de gagner. Dans 32 des 34 derniers tournois, au moins une des têtes de série no 1 s'est qualifiée pour la finale, ce qui donne à chaque tête no 1 cette année une chance sur 32/34 (ou 16/17) de s'y rendre. De plus, au moins une des têtes de série n ° 1 s'est rendue 26/34 fois au match de championnat, ce qui donne une probabilité de 13/17. Pour les têtes de série n ° 2, ce nombre passe à 22/34 (ou 11/17) pour le Final Four et à 13/34 pour le match de championnat. De plus, une graine n ° 1 a gagné 21/34 fois et le vainqueur fait partie des trois meilleures graines 30/34 = 15/17 fois.

Vous pouvez également utiliser ces mêmes statistiques pour penser à des équipes n'ayant pratiquement aucune chance de gagner. L’analyse des tournois depuis 1985 montre qu’aucune graine du n ° 9 au n ° 16 n’a atteint la finale. Le choix de l’un de ces tournois comme vainqueur serait probablement une grave erreur.

Les mêmes statistiques montrent qu’il ya en moyenne huit bouleversements par an. Cela ne vous aide pas à dire ils le seront, mais si vous avez prédit beaucoup plus ou moins de bouleversements que cela, vous voudrez peut-être repenser vos choix.

Est-ce suffisant pour choisir un gagnant?

Donc, une analyse basique des probabilités basées sur le nombre de graines peut vous amener assez loin pour prédire ce qui va gagner March Madness, mais est-ce vraiment le cas? suffisant faire votre choix?

Il semble assez évident qu’un match de basket est plus que le classement de l’équipe ou même ses performances précédentes. D'autres statistiques clés, telles que le pourcentage de lancers francs réussis pour une équipe, le nombre moyen de revirements par match, le pourcentage de réussite de son objectif et de nombreux autres facteurs.

Venir avec une formule explicite de probabilité de victoire basée sur tout cela serait compliqué, mais cela vous donne une idée du type de chose que vous devez prendre en compte pour renseigner au mieux votre crochet.

Par exemple, si vous avez une équipe n ° 2 en tête du peloton en termes de pourcentage d'objectifs et que vous avez très peu de revirements par match, c'est un choix solide en tant que vainqueur, même si une analyse basée uniquement sur les semences n'étaient pas le choix idéal. Le meilleur conseil est de baser votre choix initial sur les graines, puis d’utiliser d’autres statistiques pour peaufiner votre formule mentalement jusqu’à ce que vous vous installiez dans une équipe qui vous satisfait.

Vous sentez l'esprit March Madness? Consultez nos conseils et astuces pour remplir un support, et lisez pourquoi il est si difficile de prévoir les contrecoups et choisissez un support parfait.