Jeff Sagarin es un estadístico deportivo estadounidense conocido por su desarrollo de un método para clasificar y calificar equipos deportivos en una variedad de deportes. Sus calificaciones han sido una característica regular en la sección de deportes de USA Today desde 1985, [1] han sido utilizadas por el Comité de Selección de Torneos de la NCAA para ayudar a determinar los participantes en el torneo del Campeonato de Baloncesto de la División I masculina de la NCAA desde 1984, [2] y fueron parte de la Serie del Campeonato Bowl de fútbol americano universitario a lo largo de su historia desde 1998 hasta 2014. [3]
Sagarin obtuvo una licenciatura en matemáticas del Instituto de Tecnología de Massachusetts en 1970. [4] Creció fuera de la ciudad de Nueva York en el condado de Westchester en New Rochelle, Nueva York . En 1977 se mudó a Bloomington, Indiana . En 1986 creó el juego de computadora Hoops con Wayne L. Winston . [5]
Sagarin, como los desarrolladores de muchos otros sistemas de clasificación deportiva , no divulga los métodos exactos detrás de su sistema. Ofrece dos sistemas de clasificación, cada uno de los cuales otorga a cada equipo una determinada cantidad de puntos. Un sistema, el "ajedrez Elo", se basa presumiblemente en el sistema de clasificación Elo.utilizado internacionalmente para clasificar a los jugadores de ajedrez. Este sistema usa solo victorias y derrotas sin referencia al margen de victoria. El otro sistema, "Predictor", tiene en cuenta el margen de victoria. Para ese sistema, la diferencia en los puntajes de calificación de dos equipos está destinada a predecir el margen de victoria para el equipo más fuerte en un lugar neutral. Para ambos sistemas, los equipos obtienen calificaciones más altas dentro del sistema Sagarin al ganar juegos contra oponentes más fuertes, teniendo en cuenta aspectos como la ventaja de local. Para el sistema Predictor, el margen de victoria (o derrota) también influye, pero se aplica una ley de rendimientos decrecientes . Por tanto, un balompiéEl equipo que gana un juego por un margen de 7-6 recibe menos recompensas que un equipo que derrota al mismo oponente en las mismas circunstancias 21-7, pero un equipo que gana un juego por un margen de 35-0 recibe calificaciones similares a equipo que derrota al mismo oponente 70-0. Esta característica tiene el efecto de reconocer victorias "cómodas", al tiempo que limita la recompensa por aumentar la puntuación.
Al comienzo de una temporada, cuando solo se han jugado unos pocos juegos, se usa una red bayesiana ponderada por las clasificaciones iniciales siempre que haya grupos completos de equipos que no hayan jugado entre sí, pero una vez que el gráfico esté bien conectado, las pesas ya no son necesarias. Sagarin afirma que a partir de ese momento, las clasificaciones son imparciales. [6]
Las calificaciones de Sagarin son particularmente relevantes en el mundo de la estadounidense universidad de fútbol y de baloncesto , donde, con cientos de equipos en la División I de la NCAA la competencia, no hay manera de que un equipo puede jugar contra más de una pequeña fracción de sus competidores. Por lo tanto, al determinar los participantes en juegos de campeonato y torneos, es necesario distinguir entre equipos que han compilado récords impresionantes de victorias y derrotas contra una competencia fuerte y equipos que han derrotado a oponentes más débiles.
Además, los sistemas de clasificación de deportes suelen ser de gran interés para los jugadores . Los jugadores utilizan las calificaciones de Sagarin como una fuente de "calificaciones de poder", que tradicionalmente se utilizan como una forma de determinar la diferencia entre dos equipos.