How "upsetting" was this year's tournament really? (Photo by @Mr2EL via Twenty20)How "upsetting" was this year's tournament really? (Photo by @Mr2EL via Twenty20)How "upsetting" was this year's tournament really? (Photo by @Mr2EL via Twenty20)How "upsetting" was this year's tournament really? (Photo by @Mr2EL via Twenty20)¿Qué tan "trastornante" fue realmente el torneo de este año? (Foto de @Mr2EL vía Twenty20)
¡UMBC, cabeza de serie número 16, derrota a Virginia, cabeza de serie número 1! ¡Marshall derrota a Wichita State! ¡Loyola (Chicago) acaba con los sueños de Tennessee!
Según los titulares, parece que el Torneo de baloncesto masculino de la NCAA 2018 fue inolvidable, con muchas sorpresas. De hecho, como aficionado al baloncesto, me sentí más atraído por el torneo este año que en años anteriores (aunque mi equipo no pasó el corte).
Pero, ¿qué tan inusual fue el torneo de este año en términos de sorpresas? Por el contrario, ¿con qué frecuencia el equipo favorito “mantuvo el servicio”? Decidí echar un vistazo.
Fuente de datos
Los datos de resultados anteriores de torneos de la NCAA están disponibles en una variedad de fuentes. Por supuesto, queremos datos que incluyan 1) resultados de todos los juegos individuales desde 1985 en adelante y 2) semillas de todos los ganadores y perdedores individuales. Tres de estas fuentes son:
JMP tiene excelentes herramientas para recuperar (Internet Open) y limpiar (Recodificar) los datos en una tabla de datos donde cada juego individual ocupaba una fila de la tabla e incluía información sobre el año, la ronda, las posiciones del equipo y las puntuaciones del equipo. ¡Entonces comienza la diversión del análisis! Miré los datos de tres maneras diferentes.
Una primera pasada: contando las sorpresas
Probablemente haya tantas maneras de juzgar los “disgustos” como analistas. Como primer paso, decidí mirar el porcentaje de selecciones correctas, donde "Correcto" significa que el clasificado más alto ganó el juego y "Molesto" significa que ganó el clasificado más bajo. Entonces creé una nueva columna de fórmula en JMP para identificar resultados correctos versus incorrectos para cada juego.
Con los resultados en mano, hice resúmenes de los datos. Luego vi los resultados (ordenados de mayor a menor sorpresa) en Graph Builder. He aquí un vistazo a los resultados:
Entonces, en términos de porcentaje de sorpresas, 1999 y 2014 están empatados, con 23 sorpresas en 63 juegos. Los años 1993, 2007 y 2015 tuvieron la menor cantidad de sorpresas, 12. En 2018, hubo 19 sorpresas, un año muy intermedio en este sentido.
Pero esto se basa en TODOS los disgustos, independientemente de la magnitud del malestar. Echemos otro vistazo.
Segundo pase: Factores sorpresa
Para medir la sorpresa, necesitamos una forma de ponderar la magnitud del malestar. Hay muchas formas diferentes de hacer esto, pero decidí simplemente tomar la diferencia entre las semillas como métrica. Entonces, si un sembrado No. 14 derrota a un sembrado No. 3, la métrica de "Sorpresa" es 14-3 = 11 "Puntos Sorpresa".
Agregué otra columna a mi tabla de datos llamada "Sorpresa molesta" para los juegos que resultaron en sorpresas. Al trazar la sorpresa molesta por año se obtiene este gráfico:
Ahora bien, 2014 destaca claramente como el año más “sorprendente”. En 2014, en la primera ronda (No. 14) Mercer derrotó a Duke (No. 3), y hubo tres juegos en los que 12 cabezas de serie derrotaron a 5 cabezas de serie; además, en la segunda ronda, hubo sorpresas de 11/3, 10/2 y 8/1.
¿Qué pasa con este año? Resulta que 2018 está empatado a 10 th lugar basado en el total de puntos sorpresa.
¿Qué pasa con lo opuesto a “Upset Surprise”? En otras palabras, ¿qué año tuvo más “Resultados Esperados”? Aquí tenemos un "Resultado esperado" cuando el clasificado más alto gana un juego (o si los clasificados eran iguales). Damos una ponderación similar a Upset Surprise, es decir, si un sembrado No. 3 derrota a un sembrado No. 7, esto es 7-3 = 4 puntos de “Resultados Esperados”.
Podríamos anticipar que el año con los resultados más esperados fue 2007, donde la Sorpresa Malestar fue con diferencia la más baja. Pero necesitamos comprobar esto, porque (después de la primera ronda) obtenemos una mezcla de emparejamientos que podrían afectar los resultados:
De hecho, 2007 (cuando Florida ganó el título) fue el año con los resultados más “esperados”, ¡aunque no tanto como podría pensar! Tenga en cuenta que 1987 (cuando mis Indiana Hoosiers ganaron el campeonato) estaba sólo seis puntos por detrás.
En el otro extremo de la escala, 2014 tuvo los resultados menos esperados. 2018 fue el quinto más bajo.
Podemos combinar los resultados de Sorpresa molesta y Resultado esperado en un solo gráfico para ver cuáles son los años más y menos sorprendentes del torneo:
Aquí, vemos en el cuadrante superior izquierdo los años con un alto malestar sorpresa y un bajo resultado esperado. 2014 destaca como el año más impredecible. 2018 está en el mismo cuadrante y podría considerarse el cuarto año más sorprendente (según esta métrica), detrás de 2011, 2013 y 2014. (¡Es interesante que varios de los años más sorprendentes ocurrieron recientemente!) En el otro extremo (cuadrante inferior derecho) de la trama, claramente 2007 fue el año menos sorprendente.
Tercer pase: sorpresa de primera y segunda ronda
Finalmente, miré Upset Surprise por ronda y año para ver si había alguna tendencia interesante. Para este estudio, utilicé un gráfico de mapa de calor. Dado que hay diferentes números de juegos jugados en cada ronda, normalicé los datos tomando la sorpresa promedio para cada ronda, por año:
He resaltado las puntuaciones más altas de Upset Surprise para cada ronda.
Recordemos que 2014 fue un año con alta sorpresa general. Si miramos la columna de 2014, vemos que las rondas Elite Eight y Final Four fueron bastante sorprendentes ese año. De hecho, en 2014 se produjeron tres sorpresas en Elite 8 (la más sorprendente fue la del No. 8 Kentucky sobre el No. 2 Michigan), y ambos juegos de la Final Four fueron grandes sorpresas (el No. 8 Kentucky sobre el No. 2 Wisconsin y el No. 7 UConn sobre el No. 1 de Florida)!Por otro lado, 2018 no tuvo ninguna ronda particular que fuera tan “inquietante” en comparación con otros años.
Después de todo, no es tan "perturbador"
Claramente, hay muchas maneras de analizar los datos. En este caso, partimos de la hipótesis de que 2018 fue un año loco en términos de “sobresaltos”. Pero las diferentes formas en que analizamos los datos sugieren que quizás 2018 no fue tan inusual. ¡Pero también hay otras formas de ver los datos! ¿Qué opinas?
