El Dr. Tim Chartier es profesor de matemáticas y ciencias de la computación en el Davidson College, donde dirige un grupo de análisis deportivo de 100 miembros que proporciona análisis a los entrenadores de la universidad en diversos deportes. El equipo también proporciona análisis a organizaciones de todo el mundo deportivo para mostrarles cómo los análisis deportivos pueden mejorar el rendimiento de sus equipos. En este segmento, el Dr. Chartier muestra cómo su equipo usó JMP para predecir qué jugadores se convertirían en MLB All-Stars y qué equipos participarían en el torneo anual de baloncesto universitario conocido como March Madness. Utilizando el análisis de partición en JMP, Chartier y su equipo determinaron que el mejor predictor para convertirse en un MLB All-Star fue la base total, siendo RBI una estadística predictiva secundaria. Pero eso no fue todo, su equipo también determinó que los seguidores de Twitter también eran un fuerte predictor, específicamente, si tienes más de 100,000 seguidores de Twitter, es probable que seas un All-Star, incluso si tus estadísticas son ligeramente inferiores a ¡la marca! En la segunda mitad de su charla, Chartier muestra cómo su equipo pudo usar cuatro años de registros de juegos, JMP y análisis de partición para explicar la tormenta perfecta de factores que permitieron que un perdedor de proporciones históricas, el UMBC # 16, derrotara # 1 semilla, Universidad de Virginia, en el torneo NCAA 2018.
