Jeff Sagarin (nacido en 1948) [1] es un estadístico deportivo estadounidense conocido por su desarrollo de un método para clasificar y calificar equipos deportivos en una variedad de deportes. [2] Sus calificaciones de Sagarin han sido una característica 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 Campeonato de baloncesto masculino de la División I de la NCAA. torneo desde 1984, [4] y fueron parte de la Serie de Campeonatos Bowl de fútbol universitario a lo largo de su historia desde 1998 hasta 2014. [2] [5]
Sagarin asistió a New Rochelle High School , obtuvo una licenciatura en matemáticas del Instituto de Tecnología de Massachusetts en 1970 y un MBA de la Escuela de Negocios de la Universidad de Indiana en 1983. [2] [6] Creció en las afueras de la ciudad de Nueva York, en el condado de Westchester. en Nueva Rochelle, Nueva York . En 1977 se mudó a Bloomington, Indiana . En 1986 creó el juego de ordenador Hoops con Wayne L. Winston . [7]
Sagarin, al igual que 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, "ajedrez Elo", se basa presumiblemente en el sistema de clasificación Elo utilizado internacionalmente para clasificar a los jugadores de ajedrez. Este sistema utiliza sólo victorias y derrotas sin hacer referencia al margen de victoria. El otro sistema, el "Predictor", tiene en cuenta el margen de victoria. Para ese sistema, la diferencia en las puntuaciones de calificación de dos equipos pretende predecir el margen de victoria del equipo más fuerte en un lugar neutral. En ambos sistemas, los equipos obtienen puntuaciones más altas dentro del sistema Sagarin al ganar partidos contra oponentes más fuertes, teniendo en cuenta aspectos como la ventaja de jugar en casa. Para el sistema Predictor, el margen de victoria (o derrota) también influye, pero se aplica una ley de rendimientos decrecientes . Por lo tanto, un equipo de fútbol que gana un partido por un margen de 7 a 6 recibe menos recompensa que un equipo que derrota al mismo oponente en las mismas circunstancias 21 a 7, pero un equipo que gana un partido por un margen de 35 a 0 recibe calificaciones similares a las de un 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 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 se hayan enfrentado 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. [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 manera de que un equipo pueda jugar contra más que una pequeña fracción de sus competidores. Por lo tanto, al determinar los participantes en campeonatos y torneos, es necesario distinguir entre equipos que han compilado impresionantes récords de victorias y derrotas contra competidores fuertes y equipos que han derrotado a oponentes más débiles.
Además, los sistemas de clasificación deportiva suelen resultar de gran interés para los jugadores . Los jugadores utilizan las calificaciones de Sagarin como fuente de "clasificaciones de poder", utilizadas tradicionalmente como una forma de determinar la diferencia 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 usar durante los juegos y qué agentes libres contratar usando un sistema llamado Winval. [9] [10] Winval sigue el modelo del sistema más-menos del hockey .
Sus rankings, publicados 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 también es una especie de genio de las matemáticas.