Datadrevet ratingsystem gør det nemmere at vælge sportshold

At vælge det rigtige sportshold til en bestemt begivenhed eller til at spille under visse forhold er mange vælgeres mareridt.

Men forskning af Te Herenga Waka— Victoria University of Wellington Ph.D. kandidat Dr. Ankit Patel kunne gøre deres vanskelige opgave lettere.

Ankit, der modtog sin ph.d. i statistikken sidste måned, har knækket mange tal og opfundet en ramme til beregning af sportsbaserede spillervurderinger.

Han siger, at vurderingssystemerne skal være "meningsfulde" - dvs. deres evalueringer af hold- og spillerpræstationer er pålidelige, robust, intuitiv, og gennemsigtig.

"Ideen er, at det effektivt kan forudsige matchresultater og udvikle teamudvælgelsesstrategier, " siger Dr. Patel. "Dette arbejde bliver i øjeblikket anvendt på tværs af flere sportslige koder, men specifikt cricket og rugby."

Mange af detaljerne i systemet, og hvem der bruger det, skal forblive fortrolige, givet potentialet for misbrug fra spillesyndikater og forskningens kommercielle følsomhed.

Den intellektuelle ejendom for systemet ejes af DOT Loves Data, hvis grundlægger og administrerende direktør, Dr. Paul Bracewell, var en af ​​Dr. Patels vejledere og er adjungeret forsker på universitetets School of Mathematics and Statistics.

Dr. Patel siger, at en af ​​udfordringerne ved at udvikle systemet var antallet af involverede parametre, der påvirker en spillers præstation, og hvordan disse har forskellige virkninger på forskellige stadier af ethvert spil.

"Så, for eksempel, i cricket, hvis nogen slår en sekser i begyndelsen i de første fem overs af den første innings, deres vurderinger kan stige med to. Men hvis de slår en sekser på den næstsidste bold i anden omgang, og de har brug for syv løb for at vinde, det kan stige med 20.

"Systemets evne til at kortlægge tilbage til resultater i den virkelige verden og tage højde for kampbetingelser og kontekst er ekstremt vigtig. Derfor, nøglen er systemets evne til at producere vurderinger, der er statistisk pålidelige og robuste, men også fortolkelig og intuitiv."

Ud over hans ph.d. Dr. Patel har en fælles Bachelor of Commerce/Bachelor of Science i finans, marketing og statistik, en Master of Science i statistik, og en Master of Applied Statistics fra universitetet.

Han siger, at der har været en betydelig vækst i efterspørgslen efter datadrevne vurderingssystemer til at vurdere ydeevne i det seneste årti.

"Dette er oplevet på tværs af mange brancher, men er mest tydelig inden for sportsbranchen."

For at være til nytte, hans model "måtte være robust, og giver gode resultater, hvor data er hentet fra en lang række sandsynlighedsfordelinger, der stort set er upåvirket af afsidesliggende tal, små afvigelser fra modelantagelser, og små prøvestørrelser.

"Det skulle være pålideligt, med vurderinger, der producerer nøjagtige og meget informative forudsigelser, der er godt kalibrerede og gennemsigtige med hensyn til at være fortolkelige og nemme at kommunikere.

"Endelig, det skulle være intuitivt, med vurderinger, der skulle relatere til observerbare resultater i den virkelige verden og den kontekst, som systemet anvendes til."

Dr. Patels ensemble-prognosestrategi blev testet og valideret ved at konstruere både hold- og individuelle spillerbaserede ratingsystemer inden for cricketverdenen.

Det bygger på arbejde, han lavede for flere år siden, da han præsenterede artikler ved University of the Sunshine Coast, Queensland, til den 14. australske konference om matematik og computere i sport (Mathsport), en del af Australia-New Zealand Industrial and Applied Mathematics organisationen.

Hans arbejde blev derefter anerkendt med Neville de Mestre Best Student Paper and Presentation Award.

I sit andet blad, han konstruerede en metode til at forbedre estimater af den forventede total i den første omgang af et T20-spil cricket. Dette løste problemer i forbindelse med spillets kontekst, som tidligere havde påvirket forudsigelsesnøjagtigheden.

Dr. Patel har sluttet sig til firmaet Precision Data for at hjælpe med at opbygge dets datavidenskab og avancerede analysekapacitet.