Jeff Sagarin (nacido en 1948) [1] es un estadístico deportivo estadounidense conocido por su desarrollo de un método para clasificar y calificar a los equipos deportivos en una variedad de deportes. [2] Sus clasificaciones Sagarin han sido un elemento habitual en la sección de deportes de USA Today desde 1985 hasta 2023, [2] [3] 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, [4] y fueron parte de la Serie de Campeonato de Bowl de fútbol universitario a lo largo de su historia desde 1998 hasta 2014. [2] [5]
Sagarin asistió a la New Rochelle High School , obtuvo una licenciatura en matemáticas del Massachusetts Institute of Technology en 1970 y un MBA de la Indiana University School of Business en 1983. [2] [6] Creció en las afueras 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 . [7]
Sagarin, al igual que los desarrolladores de muchos otros sistemas de clasificación de deportes , no divulga los métodos exactos detrás de su sistema. Ofrece dos sistemas de clasificación, cada uno de los cuales otorga a cada equipo una cierta cantidad de puntos. Un sistema, "ajedrez Elo", presumiblemente se basa en el sistema de clasificación Elo utilizado internacionalmente para clasificar a los jugadores de ajedrez. Este sistema utiliza 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 las puntuaciones de clasificación 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 clasificaciones más altas dentro del sistema Sagarin al ganar partidas contra oponentes más fuertes, teniendo en cuenta factores como la ventaja de jugar en casa. Para el sistema Predictor, el margen de victoria (o derrota) también se tiene en cuenta, pero se aplica una ley de rendimientos decrecientes . Por lo tanto, un equipo de fútbol que gana un partido por un margen de 7-6 recibe una recompensa menor que un equipo que derrota al mismo oponente en las mismas circunstancias por 21-7, pero un equipo que gana un partido por un margen de 35-0 recibe calificaciones similares a un equipo que derrota al mismo oponente por 70-0. Esta característica tiene el efecto de reconocer victorias "cómodas", al tiempo que limita la recompensa por aumentar el marcador.
Al principio de una temporada, cuando sólo se han jugado unos pocos partidos, se utiliza una red bayesiana ponderada por las clasificaciones iniciales siempre que haya grupos enteros de equipos que no hayan jugado entre sí, pero una vez que el gráfico está bien conectado, las ponderaciones ya no son necesarias. Sagarin afirma que a partir de ese momento, las clasificaciones son imparciales. [8]
Las calificaciones de Sagarin son particularmente relevantes en el mundo del fútbol americano universitario y el baloncesto , donde, con cientos de equipos en la competencia de la División I de la NCAA , no hay forma de que un equipo pueda jugar contra más que una pequeña fracción de sus competidores. Por lo tanto, al determinar los participantes en los juegos de campeonato y torneos, es necesario distinguir entre los equipos que han compilado impresionantes registros de victorias y derrotas contra una competencia fuerte y los equipos que han derrotado a oponentes más débiles.
Además, los sistemas de clasificación deportiva suelen ser de gran interés para los apostadores . Los apostadores utilizan las clasificaciones de Sagarin como fuente de "clasificaciones de potencia", que tradicionalmente se utilizan como una forma de determinar el margen entre dos equipos.
Junto con su ex compañero de clase del MIT Wayne L. Winston, profesor de ciencias de la decisión en la Universidad de Indiana , a partir de 2004 [actualizar], Sagarin asesoró a los Dallas Mavericks sobre qué alineaciones utilizar durante los juegos y qué agentes libres contratar utilizando un sistema llamado Winval. [9] [10] Winval está modelado según el sistema más-menos del hockey .
Sus clasificaciones, publicadas semanalmente en USA Today, son parte de la complicada fórmula que se utilizará para determinar el emparejamiento en el Fiesta Bowl. Sagarin también ha sido consultor del jefe de BCS, Roy Kramer, quien es una especie de genio de las matemáticas.