Escolher o time certo para um determinado evento ou para jogar em certas condições é o pesadelo de muitos seletores.

Mas a pesquisa de Te Herenga Waka - Victoria University of Wellington Ph.D. O Dr. Ankit Patel graduado poderia tornar mais fácil sua difícil tarefa.

Ankit, que recebeu seu Ph.D. nas estatísticas do mês passado, analisou muitos números e inventou uma estrutura para calcular as classificações dos jogadores com base em esportes.

Ele diz que os sistemas de classificação precisam ser "significativos", ou seja, suas avaliações do desempenho da equipe e do jogador são confiáveis, robusto, intuitivo, e transparente.

"A ideia é que ele possa prever com eficácia os resultados das partidas e desenvolver estratégias de seleção de equipes, "diz o Dr. Patel." Este trabalho está sendo aplicado em vários códigos esportivos, mas especificamente críquete e rúgbi. "

Muitos detalhes do sistema e quem o está usando devem permanecer confidenciais, dado o potencial de abuso por sindicatos de jogos de azar e a sensibilidade comercial da pesquisa.

A propriedade intelectual do sistema é propriedade do DOT Loves Data, cujo fundador e diretor de operações, Dr. Paul Bracewell, foi um dos supervisores do Dr. Patel e é pesquisador adjunto na Escola de Matemática e Estatística da Universidade.

Dr. Patel diz que um dos desafios no desenvolvimento do sistema foi o número de parâmetros envolvidos que afetam o desempenho de um jogador, e como eles têm impactos variáveis ​​em diferentes estágios de qualquer jogo.

"Então, por exemplo, no críquete, se alguém acertar um seis no início, nos primeiros cinco saldos do primeiro turno, suas avaliações podem aumentar em dois. Mas se eles acertarem um seis na penúltima bola do segundo turno, e eles precisam de sete corridas para vencer, pode aumentar em 20.

"A capacidade do sistema de mapear os resultados do mundo real e levar em conta as condições de correspondência e o contexto é extremamente importante. Portanto, a chave é a capacidade do sistema de produzir classificações que sejam estatisticamente confiáveis ​​e robustas, mas também interpretável e intuitivo. "

Bem como seu Ph.D., Dr. Patel possui um bacharelado em comércio / bacharelado em finanças, marketing e estatísticas, um Master of Science em estatística, e um Mestre em Estatística Aplicada pela Universidade.

Ele diz que houve um crescimento significativo na demanda por sistemas de classificação baseados em dados para avaliar o desempenho na última década.

"Isso tem acontecido em muitos setores, mas é mais evidente na indústria esportiva. "

Para ser útil, seu modelo "tinha que ser robusto, e produzem um bom desempenho, onde os dados são extraídos de uma ampla gama de distribuições de probabilidade que não são afetadas por números remotos, pequenos desvios das suposições do modelo, e pequenos tamanhos de amostra.

"Tinha que ser confiável, com classificações que produzem previsões precisas e altamente informativas que são bem calibradas e transparentes em termos de serem interpretáveis ​​e fáceis de comunicar.

"Finalmente, tinha que ser intuitivo, com classificações que deveriam estar relacionadas aos resultados observáveis ​​do mundo real e ao contexto ao qual o sistema está sendo aplicado. "

A estratégia de previsão de conjunto do Dr. Patel foi testada e validada pela construção de sistemas de classificação baseados em times e jogadores individuais dentro do mundo do críquete.

Baseia-se no trabalho que ele fez há vários anos, quando apresentou trabalhos na University of the Sunshine Coast, Queensland, para a 14ª Conferência Australasiana de Matemática e Computadores no Esporte (Mathsport), parte da organização Austrália – Nova Zelândia Industrial e Matemática Aplicada.

Seu trabalho foi então reconhecido com o Prêmio Neville de Mestre de Melhor Trabalho de Aluno e Apresentação.

Em seu segundo artigo, ele construiu um método para melhorar as estimativas do total esperado nas primeiras entradas de um jogo de críquete T20. Isso resolveu problemas relacionados ao contexto do jogo que anteriormente afetavam a precisão da previsão.

Dr. Patel juntou-se à empresa Precision Data para ajudar a construir sua ciência de dados e capacidade analítica avançada.