Введение

Американский спортивный статистик Джефф Сагарин (род. 1948) — американский спортивный статистик, известный разработкой метода ранжирования и оценки спортивных команд в различных видах спорта. Его рейтинги используются Комитетом по отбору участников турнира NCAA с 1984 года для определения участников баскетбольного турнира NCAA Men's Division I, а также являлись частью системы отбора участников университетского футбольного чемпионата Bowl Championship Series на протяжении всей её истории с 1998 по 2014 год.

Предыстория

Сагарин учился в средней школе Нью-Рошель, получил степень бакалавра наук по математике в Массачусетском технологическом институте в 1970 году и степень магистра делового администрирования (M.B.A.) в Школе бизнеса Университета Индианы в 1983 году. Он вырос в Нью-Рошеле, штат Нью-Йорк, в округе Вестчестер, недалеко от Нью-Йорка. В 1977 году он переехал в Блумингтон, штат Индиана. В 1986 году он совместно с Уэйном Л. Уинстоном создал компьютерную игру Hoops.

Метод

Сагарин, как и разработчики многих других спортивных рейтинговых систем, не раскрывает точные методы, лежащие в основе его системы. Он предлагает две системы оценки, каждая из которых присваивает каждой команде определенное количество очков. Одна из систем, "Elo chess", предположительно основана на рейтинговой системе Эло, используемой на международном уровне для ранжирования шахматистов. Эта система учитывает только победы и поражения, не принимая во внимание разницу в счете. Другая система, "Predictor" ("Предсказатель"), принимает разницу в счете во внимание. В этой системе разница в рейтинговых баллах двух команд предназначена для прогнозирования разницы в счете в пользу более сильной команды на нейтральном поле. В обеих системах команды получают более высокие рейтинги в системе Сагарина, побеждая более сильных соперников, с учетом таких факторов, как преимущество домашнего поля. Для системы "Predictor" также учитывается разница в счете (победы или поражения), но применяется закон убывающей отдачи. Таким образом, футбольная команда, выигравшая матч с разницей в 7–6, получает меньше баллов, чем команда, победившая того же соперника при тех же обстоятельствах со счетом 21–7, но команда, выигравшая матч с разницей в 35–0, получает примерно столько же баллов, сколько команда, победившая того же соперника со счетом 70–0. Эта особенность позволяет учитывать "убедительные" победы, ограничивая при этом вознаграждение за разгромный счет. В начале сезона, когда сыграно всего несколько матчей, используется байесовская сеть с весами, основанными на начальных рейтингах, до тех пор, пока существуют группы команд, которые еще не играли друг с другом. Однако, как только структура связей становится достаточно плотной, веса больше не требуются. Сагарин утверждает, что с этого момента рейтинги становятся непредвзятыми.

Обоснование

Рейтинги Сагарина особенно важны в американском студенческом футболе и баскетболе, где, при наличии сотен команд в NCAA Division I, ни одна команда не может сыграть против значительной части своих соперников. Поэтому, при определении участников чемпионатов и турниров, необходимо различать команды, показавшие впечатляющие результаты в играх с сильными противниками, и команды, победившие слабых соперников. Кроме того, системы спортивных рейтингов вызывают большой интерес у игроков, делающих ставки. Они используют рейтинги Сагарина как источник "Power Ratings" – традиционного способа определения коэффициента (спреда) между двумя командами.

Винвал

Вместе со своим бывшим однокурсником по MIT Уэйном Л. Уинстоном, профессором наук о принятии решений в Университете Индианы, Сагарин консультировал "Даллас Маверикс" относительно выбора игровых составов и кандидатур свободных агентов, используя систему под названием Winval. Winval смоделирована по аналогии с системой "плюс/минус" в хоккее.