ملاحظة المؤلف: تتوفر الآن جداول الدوريات وجداول البيانات المثلى للبطولة لعام 2019 ، اعتمادًا على المنهجية الموضحة أدناه.

ملاحظة المؤلف: انتهت البطولة! انظر خلاصة كيف فعلت قوسي في مشاركتي "كيف اخترت فيلانوفا بشكل صحيح للفوز ببطولة كرة السلة للرجال 2018 NCAA"

ملاحظة المؤلف: تم تحديث هذا المنشور وجدول بياناتي باستخدام بيانات جديدة اعتبارًا من الأربعاء 14 مارس اعتبارًا من الساعة 7:10 مساءً.

بينما تم تغيير الرياضيات ، فإن الاختيارات الموصى بها في Optimal Bracket لم تتغير. لا تزال توصيتي هي اختيار فيلانوفا للفوز على فرجينيا للفوز بكل شيء ، حيث قام ديوك وجونزاغا باختتام دور الثمانية. ابحث عن قوسي النهائي كما هو مقدم في تحدي بطولة ESPN هنا.

وبالمثل ، لم يتغير برنامج ESPN People’s Bracket.

كان قوس FiveThirtyEight تغيير واحد فقط ، ولكن واحد كبير. أعلنت رئيسة التحرير ، نيت سيلفر ، أنه "مع إصابة دي أندريه هانتر بفيرجينيا ، أصبحت فيلانوفا الآن" المفضلة "للفوز ببطولة الرجال بنسبة 18٪." تراجعت فرجينيا من 18٪ من فرصة الفوز بالبطولة إلى 14٪ . لقد عدل الحشد وفقًا لذلك ، مع اختيار 20٪ من الأقواس لفيرجينيا ، بانخفاض عن 25٪. 20٪ لا يزال أعلى بـ 6 نقاط من فرص فرجينيا البالغة 14٪ ، مما يعني أنها لا تزال مبالغ فيها. على الرغم من أن قيمة فيلانوفا ليست جيدة كما كانت قبل بضعة أيام ، إلا أن الجمهور لا يزال أقل من قيمته الحقيقية ولا يزال الاختيار الأفضل وفقًا للاستراتيجية المثلى.

بسبب التغيير في فرص فرجينيا ، تمت مراجعة النقاط المتوقعة لكل شريحة لأسفل ، على الرغم من أنها تظل بنفس الترتيب: من المتوقع أن تحصل شريحة FiveThirtyEight على 893 نقطة (بانخفاض عن 910) ؛ قوس الأمثل: 891 (أسفل من 906) ، قوس الشعب ESPN: 872 نقطة (أسفل من 903) ؛ الطباشير: 867 (أقل من 899).

تم التقاط البيانات قبل الزوج الثاني من أول أربعة ألعاب. حظا طيبا وفقك الله!

هذه المشاركة هي المرة الأولى التي أكشف فيها علنًا عن الأسلوب المتعمق الذي أستخدمه لملء قوس دوري NCAA لكرة السلة. في ما يلي ، أشاركك كل الموارد الخاصة بي لتتمكن من السيطرة على تجمع مكتبك ، بما في ذلك القوس الذي سأستخدمه هذا العام. هيا بنا

إليك رابط مباشر إلى جدول البيانات الشامل الخاص بي والذي يتضمن:

  • الفئة الممتلئة مسبقًا التي سأستخدمها هذا العام ، وهي مثالية تمامًا للحصول على أفضل فرصة للفوز في حمام السباحة الخاص بك (ورقة "القوس الأمثل")
  • شريحة فارغة لك لنسخها وتعبئتها بشكل حيوي 1) تتوقع عدد النقاط التي ستكسبها قوسك ، 2) تحسب مدى تشابه قوسك مع الحشد ، 3) يقيس مستوى المخاطرة / المكافأة في قوسك ، و 4) يقارن قوسك إلى الاستراتيجية المثلى (ورقة "قوسك")
  • تصنيفات كاملة لكل فريق بناءً على احتمالية الفوز ، توزيع الحشود ، فرق القيمة ، والاستراتيجية المثلى (ورقة "التصنيف")
  • 4 أقواس مملوءة مسبقًا تمثل الإستراتيجية المثلى ، اختيارات FiveThirtyEight استنادًا إلى احتمال الفوز ، وقوس ESPN الشعبية ، والطباشير.
  • كل الصيغ غريتي والبيانات وراء قوس بلدي
  • الإعدادات التي تتيح لك تكييف كل ما سبق مع هيكل نقطة حمام السباحة الخاص بك (ورقة "بنية النقطة")

الخط السفلي؟ اختر فيلانوفا لتربح كل شيء ضد فرجينيا ، حيث قام غونزاغا وديوك بتخليص النهائي الرابع ، وسينسيناتي ، UNC ، بوردو ، وكانساس يملأان النخبة الثمانية. تُنتج الرياضيات هذا العام قوسًا طباشيريًا إلى حد كبير ، حيث يكون غونزاغا هو الفريق الوحيد في النخبة 8 الذي لم يتم تصنفه 1 أو 2. إذا كنت في مجموعة أكبر ، ففكر في اختيار سينسي على فرجينيا أو ميشيغان ستايت على ديوك. فكر في ظهور خيول داكنة مثل ويست فرجينيا أو كنتاكي أو هيوستن أو سيتون هول وفرق سندريلا المحتملة بتلر أو تكساس.

تابع القراءة لتعرف لماذا يجب عليك اختيار هذه الفرق الثمانية للذهاب بعيدا. للحصول على إرشادات حول كيفية استخدام جدول البيانات لإنشاء قوس خاص بك ، انتقل إلى قسم "كيفية إنشاء قوس" في نهاية هذا المنشور.

وراء الجنون

تعد بطولة NCAA March Madness لكرة السلة الحدث الرياضي الأكثر إثارة في العالم. تحظى لعبة Super Bowl والأولمبياد وكأس العالم بمزيد من الاهتمام ، ولكن لا يوجد مكان تجده في هذه البطولة الكبيرة المليئة بالناشئين الطنانين وقصص سندريلا.

يعد March Madness مثالياً ويمكن الوصول إليه ، مع قدر لا بأس به من العشوائية ، وهو المرشح المثالي لحوض سباحة. لقد كتبت سابقًا عن عاطفي لتجمعات المكاتب ، مثل عندما استخدمت 200 خبيرًا وخوارزمية لتصنيف تعليقات Reddit للفوز بمجمع NFL الخاص بي أو عندما اخترت خوارزمية تنبؤات FiveThirtyEight NFL. الآن ، ولأول مرة علنًا ، كشفت عن الطريقة التي اعتدت عليها أن أبقى في المنافسة في مجمع March Madness الخاص بي.

من التأصيل للفريق المحلي إلى المراهنة مثل مدير صندوق التحوط

عندما كنت مراهقة نشأت في ولاية كارولينا الشمالية ، كانت استراتيجية الأقواس المبكرة هي اختيار فرق من ولاية كارولينا الشمالية للفوز بكل شيء. لم تكن هذه إستراتيجية فظيعة ، بالنظر إلى الفرق التاريخية التي حققتها نورث كارولينا في البطولة.

في الكلية ، قمت بتمشيط من خلال اختيار كل خبير على CBSSports.com ، والتعهيد الجماعي "بحكمتهم" إلى قوسي. أدى هذا بشكل متوقع إلى أقواس طباشيري مليئة بالفرق المصنفة الأولى. لقد نجحت هذه الاستراتيجية بشكل جيد في عام 2008 ، عندما وصلت جميع البذور الأولى إلى النهائيات الأربعة ، لكنها كانت مملة للغاية في الممارسة.

قبل بضع سنوات ، أحببت فكرة تبناها كريس ويلسون في مقال سليت هذا الذي يدعو إلى اختيار الفائزين مثل مدير صندوق التحوط:

من غير المحتمل أن تفوز [...] إذا اخترت المفضلات الجماهيرية. حتى إذا حصلت على الألعاب القليلة الماضية في صالح النقاط الكبيرة ، فإن الكثير من الأشخاص الآخرين سوف يفعلون ذلك أيضًا. واحد منهم على الأقل سيكون أكثر حظًا منك. [...]
لا تفكر في تخمين معظم الألعاب بشكل صحيح. بدلاً من ذلك ، فكر في العثور على "صفقات" في القوس حيث تعمل الحكمة الجماعية على طلب المزيد من القياسات الموضوعية. إن استغلال الألعاب التي يحتمل أن يخمن فيها زملاؤك المتخصصون في علم الأقواس خطأً - حتى لو كانت احتمالات حدوث ذلك لا تزال ضدك - سيمنحك أفضل فرصة للتغلب على العبوة. قوس NCAA ، إذن ، يشبه الأسهم ذات اللقطات الطويلة أكثر من كونه لعبة ؛ قد تكون احتمالات الفوز منخفضة ، لكن الرهان الكبير يجعل المقامرة تستحق العناء - إذا كنت تعرف كيفية زيادة استثماراتك إلى الحد الأقصى.
ليست الاستراتيجية "المتناقضة" التي اقترحها هنا جديدة ؛ صحيح اختيار يزعج أعطى دائما الفرسان تجمع دفعة كبيرة. ما تغير في السنوات القليلة الماضية هو قدرتنا على تقدير مخاطر ومكافآت رهان معين وتحديد ما إذا كان الأمر يستحق ذلك. لا تختلف استراتيجية انتقاء الأقواس عن الطريقة التي أصبحت بها وول ستريت مهووسة بمخاطر النمذجة ، حيث سجل Wired تاريخًا. المفتاح هو الوصول إلى مجموعتين من البيانات: بيانات حكمة الجماهير من قوس وطني وجدول من الإحصائيات أكثر موضوعية. بمقارنة الاثنين ، سوف تكون قادرًا على تقييم ما إذا كنت تتفاجأ بمجموعتك عندما تتقاضى الكثير مع فريق ضعيف.

للحصول على بيانات حكمة الجماهير ، يستخدم كريس ميزة ESPN "من اختار من". يوضح هذا المورد الرائع النسبة المئوية لمستخدمي ESPN الذين اختاروا كل فريق للوصول إلى كل جولة من البطولة.

ESPN

يقارن كريس هذه البيانات بالاحتمال الإحصائي بأن يفوز كل فريق بالبطولة ، كما تم قياسها بواسطة كين بوميروي ، وهو مقيم إحصائي يحظى باحترام واسع لقوة كل فريق.

في العام الماضي ، أوصى كريس باختيار غونزاغا ، الذي كان وفقًا لـ ESPN ، الفريق الأكثر تقديراً. تم اختيارهم للفوز في البطولة بنسبة 6.9 في المئة من مستخدمي ESPN. منحهم كين بوميروي فرصة بنسبة 20.5 في المائة للفوز بالبطولة ، مما يعني أن الجمهور كان أقل من قيمته البالغة 13.6 نقطة مئوية.

خلال السنوات القليلة الماضية ، طبقت هذه الاستراتيجية على كل لعبة من مباريات البطولة ، وليس فقط لاختيار الفائز. حسبت الفرق بين أ) احتمال أن يصل فريق إلى جولة معينة و B) النسبة المئوية لمستخدمي ESPN الذين اختاروا الفريق للوصول إلى تلك الجولة. ثم أضفت هذا الاختلاف في القيمة إلى احتمالية فوز الفريق وتعرض المكونين للمضاعفات التي أعطت وزناً مضاعفًا لمقدار القيمة الزائدة أو القيمة المنخفضة للفريق.

عملت هذه الاستراتيجية بشكل جيد. في كل من عامي 2016 و 2017 اخترت بشكل صحيح فريقًا وصل إلى لعبة البطولة (Villanova في 2016 و Gonzaga في 2017). لكن ، هذا العام ، قررت الخوض في الجنون بشكل أعمق وبناء نظام حول الاستراتيجية المثلى.

أدخل الاستراتيجية المثلى

في وقت سابق من هذا الشتاء ، تعثرت على مشاركة متوسطة قديمة لروبي جرير بعنوان مناسب بعنوان Your Madness Braces 2016 March. في ذلك ، وقال انه يشير إلى نقطة مماثلة كريس أعلاه. يعد انتقاء نفس الشيء مثل أي شخص آخر أو بشكل مختلف عن أي شخص آخر إستراتيجيتين فقيرتين للفوز بمجموعة قوسية ؛ الاستراتيجية المثلى هي في مكان ما في الوسط.

تصور الإستراتيجية المثلى ، من Optimizing Your 2016 March Madness Bracket by Robby Greer

يصف الوظيفة الدقيقة لإيجاد تلك الإستراتيجية المثلى:

إن مساهمة الانتقاء نحو فرصتك في الفوز هي وظيفة الاحتمالات التي تكون اختيارية صحيحة والاحتمالات التي لا يقوم بها بقية المجموعة بنفس الاختيار.
قيمة القوس هي مجموع قيم جميع اختياراته ، والقوس الذي يزيد من فرصتك للفوز هو الأكثر قيمة.
[...]
المفتاح لفهم هذا النموذج هو معرفة أنه لا يتنبأ بالفائزين الأكثر احتمالا ، بل بالأحرى للفائزين الأكثر قيمة.

سرعان ما أدركت أن هذا يمكن أن يحل محل نموذجي البسيط الذي كنت أستخدمه مع رؤى روبي. ماذا بعد؟ حسنًا ، قم ببناء جدول بيانات ، بالطبع.

في الجنون: البيانات والصيغ والأقواس

لإنشاء الاستراتيجية المثلى في نموذج جدول البيانات ، احتجت أولاً إلى البيانات. مثل Robby (ولكن على عكس Chris) ، قمت بجمع بيانات الاحتمال الموضوعية الخاصة بي من FiveThirtyEight.

الاحتمالات التفصيلية من FiveThirtyEight (البيانات الدقيقة المستخدمة موجودة في تنزيل ملف بتنسيق .csv في أسفل الصفحة)

يستخدمون 6 تصنيفات كمبيوتر مختلفة (بما في ذلك كين بوميرويز ، والتي يستخدمها كريس) ، بالإضافة إلى تصنيفين من صنع الإنسان. من المفيد ، توفر تنبؤات FiveThirtyEight احتمال أن يصل كل فريق على حدة إلى كل جولة فردية من البطولة. أنا بسهولة تصدير هذه البيانات في ورقة "FiveThirtyEight Data".

كانت مجموعة البيانات الثانية التي احتاجها هي بيانات الحشد. هذا سوف يخبرني ما الفرق التي من المرجح أن تظهر على الأقواس المتنافسة. على عكس روبي ، الذي قام بتجميع البيانات من CBS باستخدام برنامج نصي بيثون ، قمت بنسخ ولصق ميزة ESPN "من اختار من" في ورقة "بيانات ESPN" (لقد أجريت تعديلات تنسيق بسيطة لدعم عمليات البحث المستقبلية).

لإنهاء الإعداد ، قمت بإنشاء ورقة "بنية النقطة" لحساب قيم النقاط المتوقعة لكل شريحة. أستخدم تسجيلات أسلوب ESPN لتحدي المسابقات 10–20–40–180–120–2020 كإعداد افتراضي ، وهو ما يعكس معظم التجمعات التي تستخدم طريقة تسجيل النتائج المشتقة من 1 إلى 2–4–8–16–32. يمكن تغيير هذا إلى أي بنية نقطة يخصص عددًا محددًا من النقاط لكل لعبة على حدة. لا يدعم (حتى الآن) المكافآت المزعجة أو غيرها من الاختلافات المعقدة.

لبناء ورقة يمكن أن تخدم بين قوسين ، كان علي أن أكون مبدعًا. لحسن الحظ ، لم يكن عليّ فعل الكثير من هذا بنفسي. لقد وجدت هذا القالب الرائع القابل للتنزيل من PLEXKITS الذي يناسب حاجتي تمامًا. القالب مصمم جيدًا ويدعم التحقق من صحة البيانات ، مما يسمح لك بالنقر فوق واختيار فريق من القائمة المنسدلة لكل لعبة ، مثل محدد قوس عبر الإنترنت. ابحث عن هذا القوس الفارغ على ورقة "Your Bracket".

جدول PLEXKITS التفاعلي لشريحة March Madness Bracket من 2017

خلق بلدي الأمثل قوس

مع استعداد شريحة فارغة ، كنت بحاجة إلى تعبئتها وفقًا للإستراتيجية المثلى:

وفقًا للشخصيات العادية ، يتم حساب القيمة المضافة لاختيار معين من خلال تحديد النسبة المئوية للحشد الذي لم ينتخب هذا الفريق ، وضربه باحتمال تقدمه في تلك الجولة ، ثم ضربه بالنقاط المتاحة لتلك الجولة.

على سبيل المثال ، دعنا نتخيل تطابقًا أوليًا بين بذرة # 1 و بذرة # 16. يخبرنا FiveThirtyEight أن المصنف الأول لديه فرصة بنسبة 97 بالمائة للفوز. افترض أن 95 في المائة من الأقواس على ESPN لديهم الفوز الأول في اللعبة. هذا يعني أن الحشد يقلل من قيمة البذرة رقم 1 قليلاً ، مع أمل 5 في المائة في حدوث اضطراب متأخر. نضرب تلك النسبة 5 في المائة بنسبة 97 في المائة من احتمال وقوعها على خطأ ، أي ما يعادل 4.85 في المائة. أخيرًا ، نقوم بضرب 4.85 بالمائة من عدد النقاط المتاحة لهذه اللعبة ، 10 في حالتنا ، مما يعطينا 0.485 نقطة قيمة. هذا يعني أنه من خلال اختيار المرتبة الأولى هنا ، يمكننا ، في المتوسط ​​، أن نتوقع الحصول على 0.485 نقطة من هذا الاختيار بالنسبة إلى الجمهور.

0.485 = (1–0.95) * 0.97 * 1

0.485 نقطة ليست كبيرة ، خاصة عندما تفكر في إجمالي 1920 نقطة ممكنة. ولكن عندما تتم إضافة كل هذه القيمة الإضافية في جميع الألعاب الـ 63 ، يمكن أن يمنحك هذه الميزة التي تحتاجها لسحب الفوز.

تأمل مثالاً أكثر وضوحًا ، مثل Gonzaga من 2017. منحت FiveThirtyEight Gonzaga فرصة بنسبة 13.85 بالمائة للفوز بالبطولة بأكملها ، لكن 7.30 بالمائة فقط من الأقواس على ESPN اختاروا Gonzaga ليفوزوا بها. هذا الفارق بنسبة 6.55 في المئة يعني الكثير من القيمة المتبقية على الطاولة بالنسبة لي لالتقاط. اضرب 92.7 بالمائة من الذين لم يختاروا Gonzaga باحتماله البالغ 13.85 بالمائة مما يعني 12.84 نقطة مئوية من القيمة. عندما تضربنا نقاط لعبة البطولة التي تبلغ 320 ، هذا يعطينا 41.08 نقطة من القيمة المتوقعة التي سنحصل عليها من خلال اختيار Gonzaga نسبة إلى الجماهير.

41.08 = (1-0.073) * 0.1385 * 320

وهذه مجرد لعبة بطولة. بزيادة القيمة المخفية في جميع ألعاب Gonzaga ، إذا فازوا بها جميعًا ، فقد أتوقع الحصول على 106.87 نقطة أكثر من المتوسط ​​، قبل طرح قيمة أخرى مخفية لم يتم اختيارها لصالح Gonzaga.

تظهر هذه الحسابات في العمود I من ورقة "حسابات القوس الأمثل" على النحو التالي:

= (1-VLOOKUP ($ A2 ، "بيانات ESPN"! $ A: $ M ، 13 ، FALSE)) * VLOOKUP ($ A2 ، "FiveThirtyEight Data"! $ A: $ K ، 11 ، FALSE) * "بنية النقطة" '! $ B $ 7

يمكننا أن نرى من هذه الورقة أن أفضل أربعة اختيارات للفوز بالبطولة هذا العام من كل قسم ، كما تم حسابها من الإستراتيجية المثلى ، هي فيلانوفا (الشرق ؛ 105.48 القيمة المضافة المتوقعة) ، تليها فيرجينيا (ساوث ؛ 90.53 نقطة) ، ديوك (الغرب الأوسط ؛ 78.99 نقطة) ، وغونزاغا (60.34 نقطة).

لقد استخدمت هذه الورقة لملء Optimal Bracket الخاص بي ، بدءًا من اختيار Villanova للفوز بجميع ألعابها ، ثم Virginia ، وأسفل القائمة حتى تم ملء الشريحة بالكامل. من المهم جدًا ملء قوس "للخلف" من خلال البدء بالبطل المتوقع. عادةً ما تمثل ألعاب Final Four و National Championship ، تحت التسجيل القياسي ، 65 بالمائة من نقاطك إذا اخترتها بشكل صحيح. في أكثر الأحيان ، نظرًا لأنه من غير المحتمل أن تحصل عليها جميعًا بشكل صحيح ، فإن اختيارًا واحدًا أو اختيارين صحيحين سيظل يمثل 50 في المائة أو أكثر من نقاطك النهائية.

قوس Optimal هو ما سأستخدمه بصفتي الشخصية هذا العام. تُنتج الرياضيات شريحة طباشيريًا إلى حد كبير ، مع كونزاجا هو الفريق الوحيد في النخبة 8 الذي لم يتم تصعيده 1 أو 2. إذا كنت في مجموعة أكبر ، ففكر في فوز سينسي على فرجينيا أو ميتشيجان هزيمة ديوك. فكر في ظهور خيول داكنة مثل ويست فرجينيا أو كنتاكي أو هيوستن أو سيتون هول وفرق سندريلا المحتملة بتلر أو تكساس.

لاحظ أنني قمت بملء Optimal Bracket باستخدام الترتيب العام لإجمالي القيمة المضافة المتوقعة لكل فريق (العمود H). قد تكون الطريقة الأكثر دقة هي التنقل من جانب إلى آخر وملء القوس فقط بحساب نقاط الفرق في الجولات السابقة لتلك الجولة (الأعمدة من J-N). لقد جربت ذلك ، لكنني وجدت أن الشريحة الناتجة تمثل مخاطرة عالية جدًا ، مع حدوث اضطرابات أكثر مما كنت على استعداد للمعدة (# 16 Penn يدق # 1 Kansas ؟!) لاستخدامها كقوس نهائي. ابحث عن شريحة "الجولة المثالية من الجولة" على ESPN.

إسقاط النقاط الإجمالية والقيمة المضافة

بمجرد أن تملأ قوسي ، قمت بإنشاء ورقتين أخريين ، واحدة لحساب إجمالي عدد النقاط التي يمكن أن أتوقع أن تكسبها هذه الشريحة وآخر لحساب القيمة المضافة المتوقعة مقابل الحشد لكل لعبة. ساعدني ذلك في تقييم الفرق التي يمكن أن أتوقع حسابها لمعظم نقاطي ووضع الأساس لمقارنة اختياراتي عبر نماذج مختلفة.

لقد عدلت قليلاً من تصميم القوس لتضمين مربع الملخص في أعلى المركز. في وسط مربع الملخص ، قمت بسحب إجمالي النقاط المتوقعة من الورقة الأولى أعلاه.

مربع الملخص من Optimal Bracket

هذا العام ، أتوقع أن تحصل Optimal Bracket على 891 نقطة. إذا كان ذلك ثابتًا وكان هذا العام مشابهًا للعام الماضي ، فسيضع ذلك Optimal Bracket في حوالي 80 في المئة من جميع الأقواس على ESPN ، ضمن أفضل خمسة ملايين متسابق.

قد لا يبدو ذلك جيدًا للغاية ، ولكن قد يختلف اختلافًا كبيرًا حسب مدى أداء فيلانوفا ، أو إذا تعثرت ، إلى أي مدى يحظى الفريق الفائز بشعبية بين الجماهير. في بعض السنوات ، يفوز فريق شائع للغاية ، لذلك على الرغم من أن الحشد كان مبالغًا فيه بالنسبة إلى احتمالية الفوز ، إلا أنهم ما زالوا يؤدون ثمارهم للجمهور. الفرق ذات القواعد الجماهيرية الكبيرة وتاريخ نجاح بطولة NCAA مثل UNC و Michigan State و Kentucky و Duke قد تم تقديرها بشكل جيد ، لكن أداءها جيد (هذا العام يعتبر Duke هو الوحيد من بين الفرق الأربع التي تحظى بأقل من قيمتها ، وبالكاد فقط).

مقارنة بين الأقواس الأخرى

شعرت أنه من المهم أن أكون قادرًا على مقارنة Optimal Bracket بأقواس أخرى لتقييم الأداء. على هذا النحو ، خلقت يدويًا ثلاثة أقواس معبئة مسبقًا:

  • شريحة الأشخاص في ESPN: هذه مجرد نسخة حرفية من القوس الوطني على ESPN
  • قوس FiveThirtyEight: يستخدم تنبؤات FiveThirtyEight لملء القوس ، واختيار دائمًا المفضلة للمتابعة إلى جولة معينة
  • Chalk Bracket: هذا ببساطة يختار أعلى بذرة من كل لعبة للتقدم ، وذلك باستخدام الترتيب الرسمي

إليك كيفية أداء كل من هذه الأقواس هذا العام:

  • فئة الأشخاص في ESPN: 872 نقطة متوقعة
  • FiveThirtyEight’s Bracket: 893 نقطة متوقعة
  • قوس الطباشير: 867 نقطة متوقعة
  • (My) Optimal Bracket: 891 نقطة متوقعة

تذكر أن Optimal Bracket مصمم ليكون أفضل مزيج من عمليات الاختيار ذات القيمة العالية التي توفر أفضل فرصة لتكون مختلفًا عن الأقواس الأخرى ، ولكن دون التضحية كثيرًا بجودة الالتقاط. في المتوسط ​​، سيكون من المتوقع دائمًا كسب FiveThirtyEight’s Bracket لكسب أكبر عدد من النقاط ، ولكن غالبًا ما يكون مشابهًا جدًا للأقواس الأخرى الموجودة في حمام السباحة الخاص بك لمنحك ميزة الفوز. هذا العام ، تشبه شريحة FiveThirtyEight 91 بالمائة من شريحة الجماهير ، لكن Optimal Bracket يشبه 69 بالمائة فقط من الجماهير. الأمر مختلف تمامًا دون التضحية بالعديد من النقاط المتوقعة.

كيفية بناء قوس الخاص بك

لإنشاء قوس ، ستحتاج أولاً إلى إنشاء نسخة من جدول البيانات الشامل الذي أشرت إليه في جميع أنحاء المنشور. إما أن تنقل إلى ملف> إنشاء نسخة أو انقر فوق هذا الرابط ليتم مطالبتك تلقائيًا بإنشاء نسخة في Google Drive (مطلوب حساب Google). يمكن أيضًا تنزيل جدول البيانات كجدول بيانات Excel (ملف> تنزيل كـ> Microsoft Excel (.xlsx)) ، على الرغم من أنني لا أستطيع ضمان عمل جميع الارتباطات والتنسيقات.

بمجرد حصولك على إصدار يمكنك تعديله ، ستحتاج إلى تحديد الطريقة التي تريد بها ملء قوسك. إذا كان لديك بالفعل فرق في الاعتبار ، أو كنت ببساطة على استعداد للقفز مباشرة ، انتقل إلى ورقة "قوسك". حدد اختياراتك عن طريق اختيار فريق من القائمة المنسدلة في كل خلية لكل لعبة.

إذا كنت ترغب في استخدام البيانات لتحديد اختياراتك - على افتراض أنك لا تقوم فقط بنسخ واحدة من الأقواس الأربعة المملوءة مسبقًا (Optimal Bracket ، و FiveThirtyEight's Bracket ، و Chalk Bracket ، و ESPN’s People's Bracket) - استخدم هذه الأقواس كمرجع أو دراسة " ورقة "تصنيفات" للحصول على ملخص عن احتمالية فوز كل فريق بالبطولة ، توزيع حشد الفوز بالبطولات ، فرق القيمة (الفرق بين احتمال الفوز والحشد) ، والاستراتيجية المثلى. سوف يمنحك عمود القيمة التفاضلية إحساسًا بمن هم أقل من القيمة الزائدة من الحشد. تملأ هذه الورقة أيضًا اختياراتك للسماح لك بمقارنتها بالأقواس الأخرى ، وكذلك تحديد عدد النقاط التي ترغب في كسبها من كل فريق.

ورقة

عند القيام باختيارات على Bracket الخاص بك ، أوصي بشدة أن تبدأ مع الفريق الذي تعتقد أنه سيفوز بكل شيء وأن يعمل للخلف بطريقة من الداخل والخارج. سيؤدي هذا إلى جعلك تركز على الفرق التي ستعتمد عليها في معظم نقاطك (يمكن أن تشكل فرقك الأربعة الأخيرة 50 في المائة أو أكثر من مجموع نقاطك النهائية).

إذا لم تجد هذا الأمر بديهيًا ، فتأكد من البدء بألعاب First Four في أسفل الورقة ثم انتقل بشكل منهجي إلى الشريحة. ضع في اعتبارك النص الأحمر في المنتصف الذي سيتم تحديثه عند إدخال اختياراتك لتظهر لك عدد اللقطات التي قمت بإنشائها ، لكن كن حريصًا على التأكد من عدم وجود أي أخطاء في التحقق من الصحة - على عكس مواقع الأقواس على الإنترنت ، تغيير الفائز في جولة مبكرة في جدول البيانات هذا لن يمحو الفائز تلقائيًا من الجولات اللاحقة وقد لا يعكس التوقعات بدقة إذا لم تقم بإصلاح هذه الأخطاء. يتم تحديد هذه الأخطاء بواسطة مثلث أحمر في أعلى يمين الخلية.

كما أنصحك بعدم نسخ الخلايا ولصقها ، وبدلاً من ذلك ، استخدام المنتقي لكل لعبة. عدم استخدام منتقي قد يؤدي إلى أخطاء.

مجموع النقاط المتوقعة

سيوضح لك مربع الملخص في أعلى الوسط من مجموعتك إجمالي النقاط المتوقعة بناءً على احتمالات FiveThirtyEight ، مضروبًا بالنقاط المخصصة لكل لعبة في كل جولة.

مربع الملخص من Optimal Bracket

يتم تعيين نظام النقاط افتراضيًا لنظام نقاط ESPN ، الذي يخصص عددًا محددًا من النقاط لكل عملية انتقاء صحيحة: 10-20-40-80-160-320. يمكن تغيير النقاط في ورقة "بنية النقاط". لاحظ أنه لا يدعم العلاوات المضطربة في هذا الوقت.

تشابه الحشد

يشير مقياس "التشابه إلى الحشد" إلى مدى تشابه قوسك مع فئة الأشخاص في ESPN من خلال مقارنة عدد النقاط التي تأمل في كسبها من نفس الفريق لكل لعبة. لاحظ أن هذا لا يقارن ببساطة عدد اللقطات الأولية المتشابهة. ستلاحظ أن الاختلافات في الجولات اللاحقة ستؤدي إلى انخفاض كبير في حساب التشابه هذا ، لأن الدورات اللاحقة تعد أكثر في نظام النقاط الافتراضي. كلما ارتفع هذا الرقم ، كلما زاد الجانب الأيمن عن مخطط منحنى جرس Robby المشار إليه سابقًا. أي شيء أعلى من ~ 70 في المئة يبدأ يصبح طباشيريًا ، أو على الأقل قطيع ص.

مستوى المخاطرة / المكافأة

يشير مقياس مستوى المخاطرة / المكافأة إلى أي مدى أنت بعيد عن مجموع النقاط المتوقعة في FiveThirtyEight Bracket ، مما يشير إلى عدد المستضعفين الذين تختارهم. إذا كنت خارج أكثر من 5 في المائة من إجمالي النقاط الممكنة (> 96 نقطة في نظام النقاط الافتراضي 1920 أو> 9.6 نقطة في نظام 1-2-4-8-16-16) ، لقد صنفت ذلك كتقييم "مرتفع" للمخاطر / المكافآت. إذا كنت لا تختلف إلا قليلاً عن FiveThirtyEight (بين 2.5 في المائة و 5 في المائة) ، فستتلقى تصنيفًا للمخاطر / المكافآت "معتدلاً". إذا كنت تقل بنسبة 2.5 في المائة عن مجموع النقاط المتوقعة لـ FiveThirtyEight ، فستحصل على تصنيف "منخفض" للمخاطر / المكافآت.

كقاعدة عامة ، إذا كنت تحاول الفوز بمجموعة تضم أقل من 15 شخصًا ، فستكون الإستراتيجية الجيدة هي بناء شريحة منخفضة المخاطر والمكافآت. يتطلب ما بين 15 إلى 50 شخصًا مستوى معتدلاً من المخاطرة / المكافأة للحصول على فرصة جيدة للفوز. أي تجمع يضم أكثر من 50 شخصًا يعد لعبة متهورة ، لذا فإن فرصتك الوحيدة للفوز هي بناء شريحة ذات مستوى عالٍ من المخاطرة والمكافأة والأمل في أن تتأرجح بعض الاضطرابات لصالحك.

تشابه الاستراتيجية المثلى

يشير مقياس "تشابه الإستراتيجية المثلى" إلى مدى تشابه قوسك مع قوس الأمثل (الذي سأستخدمه) من خلال مقارنة عدد النقاط التي تأمل أن تكسبها من نفس الفريق لكل لعبة. مثل مقياس "التشابه مع الحشود" المذكور أعلاه ، فإن هذا لا يقارن ببساطة العدد الأولي من اختيارات المطابقة بل يزن الأوزان على أساس النقاط المتوقعة.

كلما انخفضت هذه النسبة ، زادت القيمة التي تتركها على الطاولة التي يقدمها لك الحشد. أوصي بأن تكون شهادتك 60 في المائة على الأقل مماثلة لشريحة Optimal Bracket (ما لم تكن في مجموعتي ، بالطبع!).

نصائح وحيل أخرى

إذا كان حمام السباحة الخاص بك يتكون من أشخاص تعرف أنهم يختلفون عن فئة المتوسط ​​الوطني ، فكر في لعب ذلك لصالحك. على سبيل المثال ، إذا كان حمام السباحة الخاص بك متشابهًا جغرافيًا وكان لمنطقتك فريق محلي يشارك في البطولة ، ففكر في المراهنة ضد الفريق المحلي لجني المكافآت في حالة تعثرها في وقت مبكر - فمعظم منافسيك ستقع بجانبها.

وبالمثل ، فكر في تجنب مسائل ألما في المنافسين.

ومع ذلك ، إذا كانت أمك في مسابقة الأم ، فامنحهم دائمًا ميزة الشك ، خاصة إذا لم يكونوا منافسين دائمين. لا تريد أن تكون جامعة جنوب كارولينا الشب في عام 2017 ، أو طالب سيراكيوز في عام 2016 ، أو موظف VCU في عام 2011 الذي شكك في فريقك عندما صدموا البلاد وجعلوها في دور الثمانية.

قبل ان تذهب

يتمتع هذا المنصب؟ اعطها بعض ، شاركها مع الأصدقاء ، واتبعني.

إذا أعجبك هذا المنشور ، فقد يعجبك أيضًا مشاركاتي الأخرى عن الرياضة والبيانات:

  • كيف تغلبت على خوارزمية التنبؤ FiveThirtyEight
  • كيف استخدمت 200 خبيرًا وخوارزمية ترتيب تعليقات Reddit للفوز بمجموع اختيارات NFL Pick'em Pool الخاص بي

قروض

شكراً جزيلاً لروبي جرير على منصبه الممتاز "تحسين الجنون الخاص بك في شهر مارس 2016" والذي قادني إلى هذا الثقب الأحدث في أرنب

شكرًا لكريس ويلسون على كتابة مقال "الرهان مثل مدير صناديق التحوط" الأصلي ولوحة سليت لإعادة تدويرها عاماً بعد عام.

صيحة للخبراء في قوس FiveThirtyEight: جاي بويس ، وراشيل دوتل ، ونيت سيلفر ، وجميع زملائهم المشاركين في مسابقة مسابقة تحدي بطولة ESPN.

بفضل والدي وشقيقه على تقليد ملء الأقواس حيث يمكنني أن أتذكر - أن تمييز الضوء الأصفر والبرتقالي يعيد الكثير من الذكريات ...

أخيرًا وليس آخرًا ، شكرًا جزيلاً لزوجتي إليزابيث لدعمها هواجس (معظمها صحية). إنها كاتبة رائعة في حد ذاتها - أنا فخور جداً بها. تحقق من بلوق لها في thefindingnormalblog.com.