스포츠 등급제

Sports rating system

스포츠 등급제는 스포츠 경기 결과를 분석해 팀이나 선수별로 등급을 매기는 제도다.일반 시스템에는 전문가 유권자 여론조사, 비전문가 유권자 크라우드소싱, 베팅 시장 및 컴퓨터 시스템이 포함됩니다.등급 또는 전력 등급은 경쟁력의 수치를 나타내며, 종종 두 팀 간의 경기 결과를 예측할 수 있도록 직접 비교됩니다.순위 또는 파워 랭킹은 직접 제공하거나(예를 들어, 팀 순위를 지정하도록 요청하여), 각 팀의 등급을 정렬하고 각 팀에 순서 순위를 할당하여 가장 높은 등급의 팀이 1위를 차지하도록 유도할 수 있다.등급 시스템은 승-패-동점 비율을 기준으로 하는 전통적인 스포츠 순위 대신 사용할 수 있다.

미국의 대학 축구 선수

미국에서 스포츠 등급 시스템의 가장 큰 용도는 Division I FBS의 NCAA 대학 미식축구 팀을 평가하여 대학 미식축구 플레이오프에 참가할 팀을 선택하는 것입니다.스포츠 등급 시스템은 또한 NCAA 남녀 농구 토너먼트, 남자 프로 골프 토너먼트, 프로 테니스 토너먼트 및 NASCAR의 필드를 결정하는 데 사용됩니다.그들은 (리그 [1]우승과 같은) 가장 직접적인 입장 경로를 얻지 못함에도 불구하고, 특정 대회에 참가하기 위해 초대를 받을 수 있거나 받아야 하는 팀들에 대한 토론에서 종종 언급된다.

컴퓨터 평가 시스템은 특정 선수, 팀, 지역 또는 스타일에 치우치지 않고 객관성을 지향할 수 있습니다.Ken Massey는 컴퓨터 평가 시스템의 장점은 351개의 대학 농구팀을 "객관적으로" 추적할 수 있는 반면, 인간 여론조사는 "가치 제한적"[2]이라고 쓰고 있습니다.컴퓨터 등급은 검증과 반복이 가능하며 포괄적이며 선택된 모든 기준에 대한 평가가 필요합니다.이에 비해, 인적 여론조사에 의존하는 평가 시스템은 고유한 인간 주관성을 포함한다. 이는 시스템 요구에 따라 매력적인 속성이 될 수도 있고 아닐 수도 있다.

역사

스포츠 등급 시스템은 거의 80년 동안 존재해 왔으며, 당시 등급은 컴퓨터가 아닌 종이로 계산되었고, 오늘날에는 대부분 그러하다.Jeff Sagarin의 시스템, New York Times 시스템, 1929년으로 거슬러 올라가는 Dunkel Index 등이 오늘날에도 사용되고 있습니다.대학 축구 플레이오프가 등장하기 전에, Bowl Championship Series 챔피언십 게임 참가자들은 전문가 여론 조사와 컴퓨터 시스템의 조합으로 결정되었다.

이론.

스포츠 등급 시스템은 팀을 등급 매기기 위해 다양한 방법을 사용하지만, 가장 일반적인 방법은 전력 등급이라고 불립니다.한 팀의 전력 등급은 같은 리그나 디비전에 속한 다른 팀들에 비해 그 팀의 전력을 계산한 것이다.기본 아이디어는 게임 결과에 따라 주어진 데이터 집합에서 과도 관계의 양을 최대화하는 것입니다.예를 들어 A가 B를 물리치고 B가 C를 물리치면 A>B>C라고 해도 무방합니다.

승패만을 기준으로 시스템을 구축하는 것에는 분명한 문제가 있다.예를 들어 C가 A를 물리치면 자동관계가 확립되고(A > B > C > A), 이것이 사용 가능한 유일한 데이터일 경우 랭킹 위반이 발생합니다.예를 들어 2005 NCAA Division I-A 풋볼 시즌에서는 펜스테이트가 오하이오스테이트, 오하이오스테이트가 미시간, 미시간스테이트가 펜스테이트를 꺾는 등 스포츠에서 이런 시나리오가 상당히 정기적으로 일어나고 있습니다.이러한 논리적 오류를 해결하기 위해, 평가 시스템은 일반적으로 경기 점수 및 경기가 열린 장소와 같은 다른 기준을 고려합니다(예: 홈필드 이점을 평가하기 위해).그러나 대부분의 경우, 각 팀은 주어진 시즌 동안 충분한 양의 다른 경기를 치르기 때문에, 그러한 위반의 전체적인 효과는 감소한다.

학술적 관점에서, 선형 대수와 통계의 사용은 등급을 결정하기 위해 많은 시스템의 저자들 사이에서 인기가 있다.일부 학술 연구는 MIT Sloan Sports Analytics Conference와 같은 포럼에서 발표되고, 다른 연구는 전통적인 통계학, 수학, 심리학 및 컴퓨터 과학 저널에 발표됩니다.

"디비전 간" 리그 플레이가 충분히 이루어지지 않으면, 고립된 디비전의 팀들은 전체 리그의 다른 팀들과의 상관관계가 부족하여 전체 등급에서 인위적으로 오르내릴 수 있다.이러한 현상은 1970년대 최고의 아이비리그 팀들이 네브라스카, USC, 오하이오 주 같은 그 시대의 뛰어난 강호 팀과 비교가 될 수 있도록 몇몇 평가 시스템에 의해 계산되었을 때와 같이 역사적인 대학 축구 시즌을 분석하는 시스템에서 명백합니다.이는 그 자체로는 좋지만 상위 프로그램만큼은 아니라는 주관적인 의견과 상충된다.그러나 이는 디비전 I-A 대학 축구의 비 BCS 팀들에 의해 "프로"로 간주될 수 있으며, 평가 시스템은 그들의 최상위 팀이 BCS 팀과 같은 계층에 속함을 증명하고 있다고 지적합니다.이는 2004년 유타 팀이 정규시즌에서 무패의 성적을 거두고 컴퓨터 등급 컴포넌트를 통한 전체 BCS 등급 상승으로 BCS 볼 입찰을 획득한 것이 이를 증명한다.그들은 2005년 피에스타 볼에서 빅이스트 컨퍼런스 챔피언 피츠버그를 35-7로 완파했다.2006년 NCAA 남자 농구 토너먼트에서 조지 메이슨이 정규 시즌 기록과 RPI 등급으로 인해 대회 유치에 성공해 결승 4강에 오른 사례도 있다.

일부 평가 시스템의 목표는 서로 다릅니다.예를 들어, 시스템은 현재 진행 중인 게임에 대한 완벽한 역습적 분석을 제공하도록 설계되어 있는 반면, 다른 시스템은 예측 가능하고 과거의 결과보다는 미래의 추세에 더 비중을 두고 있습니다.이는 이러한 목표에 익숙하지 않은 사람들에 의해 평가 시스템 결과를 잘못 해석할 수 있는 가능성을 야기한다. 예를 들어, 도박꾼들에게 정확한 점수 산포 예측을 제공하도록 설계된 평가 시스템은 챔피언십 게임이나 토너먼트에서 가장 경기할 자격이 있는 팀을 선택하는 데 적합하지 않을 수 있다.

등급에 관한 고려 사항

홈 어드밴티지

프랑스 농구 국가대표팀 팬
주요 기사:홈 어드밴티지

같은 품질의 두 팀이 경기를 할 때, 홈팀이 더 자주 이기는 경향이 있다.효과의 크기는 플레이의 시대, 게임 종류, 시즌 길이, 스포츠, 심지어 교차된 시간대에 따라 달라집니다.하지만 모든 조건에서 "단순히 집에서 경기하는 것은 [3]우승 가능성을 높인다."그러므로 원정에서의 승리는 홈에서의 승리보다 더 유리하게 보인다. 왜냐하면 그것은 더 어려웠기 때문이다.홈 어드밴티지(경기장에서 하는 스포츠의 경우, 거의 항상 "홈필드 어드밴티지"라고 불린다)는 또한 개별 경기장과 관중들의 특성에 기초한다. NFL에서 가장 적은 이점을 가진 경기장과 가장 [4]많은 이점을 가진 경기장에 대해 4점 이상 차이가 날 수 있다.

스케줄의 강점

주요 기사:스케줄의 강점

일정의 강점은 팀 상대의 자질을 의미한다.열세 상대에게 이기는 것은 보통 열세 상대에게 이기는 것보다 덜 호의적으로 보인다.종종 우승이나 플레이오프에서 서로 비교되는 같은 리그 팀들은 같은 상대와 경기하지 않는다.따라서 상대적인 승패 기록을 판단하는 것은 복잡하다.

우리는 기록 너머로 보았다.위원회는 오리건주의 승리의 질에 상당한 가치를 두었다.

--

대학 축구 플레이오프 위원회는 제한된 일정 강도 알고리즘을 사용하여 상대 기록과 상대 기록[6](RPI와 유사)만 고려합니다.

승점 대 승점

스포츠 등급제도의 주요 이분법은 경기 결과의 표현에 있다.일부 시스템에서는 최종 점수를 3진 이산 이벤트(승부, 무승부, 패배)로 저장합니다.다른 시스템은 정확한 최종 경기 점수를 기록한 다음, 승차를 기준으로 팀을 판단합니다.마진을 기준으로 한 평가 팀은 종종 코치가 점수를 올리도록 동기를 부여한다는 비판을 받는데, 이는 "스포츠맨답지 않은"[7] 결과입니다.

그러나 다른 시스템은 승차가 커질수록 가산점의 한계치를 줄이는 중간 지점을 선택한다.사가린은 미리 정해진 [8]양으로 승차를 좁히는 방법을 택했다.다른 방법으로는 로그나 누적 분포 함수에서의 배치와 같은 붕괴 함수를 사용하는 방법이 있습니다.

게임 내 정보

일부 시스템 설계자는 포인트나 승리를 넘어 게임에 대한 보다 세밀한 정보를 포함하도록 선택할 수 있습니다.예를 들어, 공을 가지고 있는 시간, 개인 통계, 리드 체인지 등이 있습니다.시즌이 끝날 무렵 날씨, 부상 또는 "쓰러기" 게임에 대한 데이터는 게임 결과에 영향을 미칠 수 있지만 모델링이 어렵습니다.'스루어웨이 게임'은 이미 플레이오프 진출권을 얻어 정규시즌이 끝나기 전에 플레이오프 시드를 확보한 뒤 남은 정규시즌 경기에 출전시켜 주전을 쉬게 하거나 보호하려는 경기다.이는 보통 예측할 수 없는 결과를 초래하고 평가 시스템의 결과를 왜곡시킬 수 있습니다.

팀 구성

팀들은 종종 경기와 경기 사이에 구성을 바꾸고, 선수들은 일상적으로 부상을 당한다.팀을 평가하는 것은 종종 선수들의 특정 집단에 대한 평가입니다.일부 시스템은 각 팀이 NFL, MLB, NBA, NHL과 같은 많은 메이저 리그 스포츠에서처럼 드래프트 또는 자유계약선수(FA) 시스템을 통해 공정한 선수 풀로 구성되는 것과 같은 리그의 모든 구성원 간의 동등성을 가정합니다.디비전 I-A 축구나 남녀 농구와 같은 대학 리그에서는 확실히 그렇지 않다.

콜드 스타트

시즌 초반에는 팀들의 상대적인 질을 판단할 수 있는 경기가 없었다.콜드 스타트 문제에 대한 해결책에는 이전 시즌의 측정치가 포함되어 있으며, 아마도 팀의 몇 퍼센트가 새 시즌을 위해 복귀하는지에 따라 가중치가 부여될 수 있습니다.ARGH Power Ratings는 여러 이전 연도에 복귀 플레이어의 가중치를 더한 시스템의 한 예입니다.

평가 방법

순열

여러 가지 방법이 전통적인 순서의 일부를 제공한다.이러한 "실제" 승패 기록을 찾기 위해서는 종종 상대 팀의 점수 차이나 신원 등 다른 데이터를 사용하여 쉽게 이해할 수 있는 방식으로 팀의 기록을 변경해야 합니다.스포츠 작가 그레그 이스터브룩은 오센티크 게임의 척도를 만들었는데, 오센티크 게임은 충분히 [9]품질이 높다고 여겨지는 상대와 경기하는 게임만을 고려합니다.모든 승리가 평등하지는 않다는 것이 공통된 의견이다.

저는 처음 몇 주간의 게임을 살펴보고 모두의 기록을 갱신했습니다. 각 게임을 합법적인 승패, 엉덩이를 차는 승패, 또는 둘 중 하나 또는 둘 중 하나로 태그 붙였습니다.그리고 만약 그 게임에서 역전승, 역전승, 주요 기능 장애 등 도박 파장이 일어난다면, 나는 그것도 추적했다.

--

피타고라스인

주요 기사:피타고라스 기대

피타고라스의 기대치, 즉 피타고라스의 예상치는 팀이 득점하고 허용한 점의 수에 따라 백분율을 계산합니다.일반적으로 이 공식은 점수 매겨진 점의 수를 분자에 배치하는 것과 관련이 있습니다.그런 다음 팀이 허용한 점수 수를 같은 지수로 올리고 분모에 배치하고 분자의 값에 더합니다.풋볼[11] 아웃사이더는

결과 비율은 종종 팀의 진정한 승률과 비교되며, 팀은 피타고라스의 기대치에 비해 "과다" 또는 "미달"이라고 한다.예를 들어, 빌 반웰은 2014년 NFL 시즌의 9주 전에 애리조나 카디널스가 피타고라스의 실제 [12]기록보다 2승 낮은 기록을 가지고 있다고 계산했다.빌 시몬스는 그 시즌 10주 전에 반웰의 작업을 인용하며 "어떤 숫자든 괴짜가 지금 [13]"REGRESSION!!!" 깃발을 흔들고 있다"고 덧붙였다.이 예에서 애리조나 카디널스의 정규 시즌 기록은 2014시즌 10주차 8승 1패였다.피타고라스의 승리 공식은 208점, 허용 183점을 기준으로 57.5%의 승률을 나타냈다.9경기를 곱하면 카디널스의 예상은 5.2승 3.8패였다.당시 2.8승은 예상승수인 5.2승보다 8승이 적어 1주일 전보다 0.8승이 늘어난 것이다.

'스킬 포인트

주요 기사:엘로 등급제

원래 Arpad Elo가 체스 선수들의 순위를 매기는 방법으로 고안한 몇몇 사람들은 농구, 축구, 미식축구와 같은 팀 스포츠에 엘로 등급 시스템을 적용했다.예를 들어 Jeff Sagarin과 Five ThirtyEight는 Elo [14]방식을 사용하여 NFL 축구 랭킹을 발표합니다.엘로 등급은 처음에 각 팀에 강도 값을 할당하고 팀은 각 게임의 결과에 따라 포인트를 교환합니다.

방정식을 풀다

Matt Mills와 같은 연구원들은 마르코프 체인을 사용하여 대학 미식축구 게임을 모델링하고 팀워크 점수를 [15]결과로 사용합니다.구글의 PageRank와 같은 알고리즘도 축구팀의 [16][17]순위를 매기기 위해 적용되었다.

스포츠 등급제 목록

Bowl Championship 시리즈 컴퓨터 평가 시스템

대학 미식축구에서, 다음 사람들의 시스템은 전국 챔피언십 경기에서 뛸 팀을 선택하기 위해 사용되었다.

추가 정보

참고 문헌

  • Wilson, David. "Bibliography on College Football Ranking Systems". University of Wisconsin–Madison. Retrieved 18 November 2014.

대중 매체

학술적인 일

레퍼런스

  1. ^ Fagan, Ryan (2011-03-09). "Sorting through teams on one big bubble". Sporting News. Retrieved 2011-03-24. This is a look at 20 of the teams (in alphabetical order) residing on this year’s big ol’ bubble. We’ve included three statistical rankings. The RPI (ratings percentage index, taken from collegeRPI.com) is considered the standard and is provided to committee members during the selection process. The two other ranking indexes include margin of victory in their formulas—the Pomeroy ratings (at kenpom.com) and Sagarin ratings (via USA Today)—aren’t new but have played an increased role in discussions about potential seeds during this college basketball season.
  2. ^ Ken Massey [@masseyratings] (3 Nov 2014). "@kenpomeroy human polls have limited value. Computer systems can objectively track all the teams. www.masseyratings.com/cb/compare.htm #all351" (Tweet). Retrieved 9 Nov 2014 – via Twitter.
  3. ^ Jamieson, Jeremy P. (2010). "The Home Field Advantage in Athletics: A Meta-Analysis" (PDF). Journal of Applied Social Psychology. 40 (7): 1819–1848. doi:10.1111/j.1559-1816.2010.00641.x. Retrieved 11 November 2014.
  4. ^ Barnwell, Bill (December 20, 2013). "Safe at Home". Grantland. Retrieved November 11, 2014.
  5. ^ Russo, Ralph D. (11 November 2014). "Oregon up to 2 in playoff rankings; TCU to 4th". Associated Press. Retrieved 12 November 2014.
  6. ^ Stewart Mandel [@slmandel] (12 Nov 2014). "Committee doesn't use an SOS ranking. It looks at opponents' record and opponents' opponents record" (Tweet). Retrieved 12 Nov 2014 – via Twitter.
  7. ^ Richards, Darryl (2001). "BCS removes margin-of-victory element". Fox Sports. Retrieved 12 November 2014.
  8. ^ Sagarin, Jeff (Fall 2014). "NCAAF Jeff Sagarin Ratings". USA Today. Retrieved 12 November 2014.
  9. ^ Easterbrook, Gregg (18 November 2014). "More flags on D spins scoreboards". ESPN. Retrieved 19 November 2014.
  10. ^ Simmons, Bill (24 October 2014). "Week 8 Picks: A Gambling Epiphany". Grantland. Retrieved 19 November 2014.
  11. ^ Schatz, Aaron; Alamar, Ben; Barnwell, Bill; Bill Connelly; Doug Farrar (2011). Football Outsiders Almanac 2011: The Essential Guide to the 2011 NFL and College Football Seasons. CreateSpace. p. xviii. ISBN 978-1-4662-4613-3.
  12. ^ Barnwell, Bill (November 5, 2014). "NFL at the Half: Breaking Down the Numbers". Grantland. Retrieved January 7, 2015.
  13. ^ Simmons, Bill (7 November 2014). "Revisiting the Y2K-Compliant Quarterbacks". Retrieved 10 November 2014.
  14. ^ Silver, Nate (4 September 2014). "Introducing NFL Elo Ratings". FiveThirtyEight. Retrieved 10 November 2014.
  15. ^ Mills, Matt (21 December 2014). "Using Continuous-Time Markov Chains to Rank College Football Teams". The Spread. Retrieved 21 December 2014.
  16. ^ "Ranking NFL teams using Network Science". LinkedIN. 17 March 2016. Retrieved 17 March 2016.
  17. ^ "Modifying Google's Page Ranking Algorithm to rank teams". Reddit. 21 December 2014. Retrieved 22 December 2014.
  18. ^ Weng, Ruby C.; Lin, Chih-Jen (2011). "A Bayesian Approximation Method for Online Ranking" (PDF). Journal of Machine Learning Research. 12: 267–300.
  19. ^ "Wayne Winston: Analytics in the World of Sports". Indiana University Bloomington - Kelley School of Business - Operations & Decisions Technologies. Nov 25, 2013. Retrieved 8 Nov 2014.
  20. ^ "Numbers game". Washington Times. April 13, 2004. Retrieved 8 Nov 2014.