นิวยอร์กแยงกี้จะชนะเกม 110 เกมในฤดูกาลนี้มากกว่าทีมเมเจอร์ลีกอื่น ๆ ตามที่นักคณิตศาสตร์ที่ใช้คณิตศาสตร์กับสถานการณ์ในชีวิตจริง
การคาดการณ์มาจากแบบจำลองที่ Bruce Bukiet จากสถาบันเทคโนโลยีแห่งรัฐนิวเจอร์ซีย์ได้รับการพัฒนาและได้ใช้และปรับปรุงในช่วงหกปีที่ผ่านมาเพื่อคาดการณ์จำนวนเกมที่แต่ละทีมจะชนะในช่วงฤดูกาล 162 เกม
จนถึงตอนนี้ Bukiet กำลังติดตาม พวกแยงกีชนะการเปิดฤดูกาลของพวกเขากับแทมปาเบย์เดวิลเรย์ในวันจันทร์
มันทำงานอย่างไร
แบบจำลองของ Bukiet ยังทำนายผลลัพธ์ของแต่ละเกมซึ่งเป็นทรัพยากรสำหรับผู้ที่ต้องการวางการเดิมพัน-
ผลลัพธ์ที่คาดการณ์ของเกมจะถูกกำหนดโดยวิธีที่ผู้ตีแต่ละคนควรดำเนินการกับแต่ละเหยือก
Bukiet แฟนเม็ตส์ที่เริ่มโครงการเพื่อแสดงให้เด็ก ๆ เห็นว่าคณิตศาสตร์สามารถใช้ในวิธีที่สนุกสนานใช้แบบจำลองเพียงเพื่อทำนายผลลัพธ์ในเบสบอลและคริกเก็ต เหตุผลที่ใช้งานได้ดีสำหรับกีฬาเหล่านี้ Bukiet บอกLiveScienceเกมเป็น“ ลำดับทั้งหมดของเหตุการณ์แบบตัวต่อตัว” ซึ่งง่ายกว่าการเปรียบเทียบกีฬาทีมที่ผู้เล่นหลายคนส่งผลกระทบต่อผลลัพธ์ของเหตุการณ์
Bukiet เริ่มต้นในแต่ละฤดูกาลด้วยการเริ่มต้นที่น่าจะเป็นไปได้มากที่สุดสำหรับแต่ละทีมและใช้ข้อมูลจากสามปีที่ผ่านมาเพื่อให้ผู้เล่นแต่ละคนคำนวณจำนวนการวิ่งแต่ละทีมจะทำคะแนนในเกมที่กำหนด
แน่นอนว่าเขาไม่สามารถอธิบายได้ตั้งแต่เนิ่นๆสำหรับสิ่งที่ไม่ทราบเช่นการค้าการบาดเจ็บหรือผลการดำเนินงานที่คาดเดาไม่ได้ของมือใหม่
คำสั่งบอลที่ดีที่สุด
เมื่อ Bukiet พัฒนาแบบจำลองเป็นครั้งแรกเขาใช้มันเพื่อกำหนดคำสั่งบอลที่ดีที่สุดจาก 360,000 ความเป็นไปได้ หนึ่งในการค้นพบที่น่าประหลาดใจของเขาคือเหยือกซึ่งโดยทั่วไปแล้วจะอยู่ในลำดับที่ผ่านมาเมื่อไม่มีผู้ตีที่ได้รับการกำหนด และผู้ลักบนสุดของทีมควรตีสามมากกว่าการทำความสะอาด (หรือสี่ในการสั่งซื้อ)
Bukiet กล่าวว่าแบบจำลองของเขายังสามารถกำหนดจำนวนเกมที่ทีมจะชนะได้มากขึ้นหรือน้อยลงหากพวกเขาแลกเปลี่ยนผู้เล่นบางคน ผู้จัดการยังสามารถใช้แบบจำลองเพื่อกำหนดเงินเดือนตามการคาดการณ์ของผู้เล่น
เป็นแบบจำลองที่จะทำการค้ามันอาจได้รับการอัปเดตบนพื้นฐานการเล่นโดยเล่นซึ่งแฟน ๆ สามารถตรวจสอบเพื่อดูว่าการเล่นทุกครั้งจะเปลี่ยนผลลัพธ์ของเกมอย่างไร “ ฉันคิดว่าแฟน ๆ บางคนคิดว่ามันเจ๋ง” Bukiet กล่าว
ในขณะที่ Bukiet เป็นคนแรกที่ยอมรับว่าเขาไม่ใช่ผู้เชี่ยวชาญด้านเบสบอลในห้าปีที่ผ่านมาเขาบอกว่าแบบจำลองของเขาทำให้ถูกต้องมากกว่าการคาดการณ์ที่ไม่ถูกต้อง
“ ฉันคิดว่ามันเรียบร้อยที่คุณสามารถทำได้เช่นเดียวกับผู้เชี่ยวชาญที่เรียกว่า” เขากล่าว
มีการคาดการณ์อย่างละเอียดที่นี่-
