I ricercatori dell'Università dell'Illinois hanno sviluppato un metodo che utilizza l'inferenza causale per prevedere gli sconvolgimenti nel torneo di basket maschile della NCAA che supera molte altre tecniche. Oltre a una maggiore precisione, il metodo si distingue perché si basa su dati pubblicamente disponibili, rendendolo riproducibile e più accessibile per l'uso da parte di altri.

Il documento che riporta il metodo è pubblicato nell'American Statistical Association (ASA) Journal of Quantitative Analysis in Sports (JQAS) di Sheldon H. Jacobson (Università dell'Illinois a Urbana-Champaign), Jason J. Sauppe (Università del Wisconsin La Crosse) e Shouvik Dutta (ex studente laureato dell'Università dell'Illinois). In breve, la tecnica identifica potenziali sconvolgimenti utilizzando solo un piccolo numero di statistiche pubblicamente disponibili, identificando i match-up nell'anno in corso che presentano caratteristiche simili a quelle mostrate dagli sconvolgimenti storici round-of-64.

Utilizzando alberi decisionali, apprendimento automatico, e inferenza causale, Jacobson e i suoi collaboratori hanno analizzato 115 statistiche pubblicamente disponibili per rilevare le 15 più importanti per identificare gli sconvolgimenti negli incontri del primo turno tra le squadre testa di serie 2 e 15, 3 e 14, e 4 e 13. Tra i più influenti dei 15 c'erano il rapporto di possesso effettivo - il numero di possessi e rimbalzi offensivi meno il numero di palle perse tutte divisi per il numero di possessi - il numero di partite giocate nella stagione regolare e una misura di occasioni da rete a partita.

Le differenze in quelle 15 statistiche tra le due squadre in ogni ribaltamento storico vengono quindi utilizzate per costruire un profilo delle sconfitte passate. Finalmente, i profili degli sconvolgimenti possono essere confrontati con i round di 64 partite dell'anno in corso per trovare abbinamenti che sono più simili a sconvolgimenti storici.

Jacobson e i coautori hanno applicato il loro approccio al torneo NCAA in ciascuno dei 13 anni dal 2003 al 2015. Dei 26 giochi selezionati, 10 (38,4%) erano veri e propri sconvolgimenti, che è più del doppio del numero previsto di selezioni corrette quando si utilizza un metodo di selezione casuale ponderato.
Identificare i fattori causali nel torneo NCAA è difficile per molte ragioni, uno è che gli studi randomizzati controllati, un metodo consolidato ideale per identificare la causalità, non sono un'opzione. "Approcciando il problema come un problema di inferenza causale utilizzando dati osservativi, "ha detto Jacobson, "siamo stati in grado di migliorare la previsione di sconvolgimenti sulla pura casualità".

Selezione del sottoinsieme di ottimizzazione del bilanciamento doppiato (o BOSS), il quadro può essere applicato a un'ampia gamma di dati nelle scienze sociali e nella medicina. La ricerca iniziale per l'idea BOSS è stata supportata in parte dalla National Science Foundation. "L'approccio dell'equilibrio covariato adottato dagli autori è nuovo nel contesto di un'applicazione sportiva, " ha detto Mark Glickman (Università di Harvard), ex caporedattore di JQAS che ha gestito questo manoscritto. "È rinfrescante vedere l'inferenza causale svolgere un ruolo di primo piano nella valutazione dei fattori che influiscono sui disturbi del gioco".

Gli sconvolgimenti previsti da Jacobson per il torneo di quest'anno saranno pubblicati dopo la domenica delle selezioni su http://bracketodds.cs.illinois.edu, un laboratorio didattico STEM incentrato sulle statistiche di March Madness.

"March Madness è una superba opportunità per tutte le persone, giovani e meno giovani, per godersi un evento sportivo nazionale mentre si apprezza il modo in cui le statistiche e la scienza dei dati fanno luce sul torneo. In poche parole, il nostro programma di ricerca sull'analisi dei dati aiuta a dare un senso alla follia, ", ha detto Jacobson.

Jacobson è un giudice nel secondo concorso annuale di Statsketball, ospitato da Questa è la statistica (http://thisisstatistics.org), la campagna dell'ASA per rendere gli studenti, insegnanti e genitori consapevoli delle molte carriere abilitate dal pensiero statistico.