‘,h(t,”class”,”conector de primeira rodada svelte-br3pw6″)},m(n,r){W(n,t,r)},d(n){n&&G
Espera-se que os 12 melhores times do nosso modelo tenham um bom desempenho nesses mesmos jogos. Por exemplo, se um
a margem média de vitória do time na temporada é de 10 pontos, mas o time médio dos 12 primeiros teria
esperassem ter uma margem média de vitória de 15 pontos, sua força de currículo seria
-5,0. Também limitamos a margem de vitória em jogos individuais em 50 pontos ao calcular o
média da temporada para conter o efeito descomunal das explosões e deduzir 7,0 pontos da equipe
força final do número do currículo para cada perda – uma ideia que deriva de Bill Connelly da ESPN
e sua métrica Currículo+.`,n=I(),r=P(“p”),r.innerHTML=`Força do registro representa as chances de que a equipe média dos 12 melhores do modelo
obteria o recorde exato daquele time nesses mesmos jogos. Por exemplo, se um time invicto jogou
um cronograma mais fraco do que outro time invicto, o primeiro teria uma força de registro mais fraca.`,o=I(),l=P(“p”),l.textContent=`Combinamos a classificação percentual de cada equipe em Força de Currículo e força do registro,
que é então alimentado em outra regressão linear para projetar a classificação CFP de cada equipe e definir
o colchete. Devido à imprevisibilidade e volatilidade da tomada de decisão humana, meu algoritmo
adiciona alguma “aleatoriedade” a cada seleção do Playoff. Adicione o fato de que a expansão
Os playoffs podem significar que o comitê classifica os times de forma um pouco diferente do passado, e nós
têm muitas complicações para monitorar, especialmente no primeiro ano de um novo sistema.`,s=I(),i=P(“p”),i.textContent=`Depois que a temporada regular terminar e a chave for definida em cada uma de nossas 100.000 simulações,
use nossas projeções jogo a jogo para simular quais equipes chegam a cada rodada do Colégio
Playoffs de futebol e quem vence o campeonato. Calculamos então com que frequência
nessas simulações cada equipe atinge determinados benchmarks e quantos jogos vence em média.
Então, quando você vê que um time tem 20% de chance de chegar aos playoffs na previsão
interativo, por exemplo, isso significa que chegou aos playoffs em 20% das simulações
nós corremos.`,f=I(),c=P(“p”),c.textContent=`As equipes incluídas acima têm pelo menos 0,5 por cento de chance de chegar ao Playoff, ou
estão entre os 25 primeiros em pelo menos uma das pesquisas da AP, da pesquisa de treinadores e das classificações do comitê CFP.`,p=I(),_=P(“botão”),_.textContent=”Mostrar menos”,h(t,”classe”,”svelte-1m2l0yn”),h(r,”classe”,”svelte-1m2l0yn”),h(l,”classe”,”svelte-1m2l0yn”),h( i,”class”,”svelte-1m2l0yn”),h(c,”class”,”svelte-1m2l0yn”),h(_,”class”,”leia mais svelte-1m2l0yn”)},m(b,M){W(b,t,M),W(b,n,M),W(b,r,M),W(b,o,M), W(b,l,M),W(b,s,M),W(b,i, M),W(b,f,M),W(b,c,M),W(b,p,M),W(b,_,M),g||(m=Pe(_,” clique”,e(1)),g=!0)},p:Le,d(b){b&&(G
métricas, como pontos esperados adicionados e taxa de sucesso. Essas projeções estimam quantos
pontos que cada equipe deveria marcar e permitir em um jogo contra um adversário médio em um
local neutro. Em seguida, atribuímos uma probabilidade de qual a probabilidade de uma equipe vencer um determinado jogo por
ajustando para oponente e localização. Levando em consideração o histórico atual de cada equipe e
cronograma restante, usamos essas projeções jogo a jogo para simular o resto da temporada
100.000 vezes.`,l=I(),s=P(“p”),s.textContent=`Também criamos um algoritmo para prever quais 12 times serão o comitê do College Football Playoff
escolheria. É inerentemente difícil modelar as escolhas de um comitê de 12 pessoas, mas
criamos duas métricas quantitativas que refletem 10 anos de dados sobre a decisão do comitê
processo de elaboração: Força do currículo e Força do registro.`,i=I(),Cc(),f=I(),c=P(“h2″),c.textContent=”Créditos”,p=I( ),_=P(“p”),_.innerHTML=’Relatórios: Simulação de Austin | Edição: Matt Brown, Jill Thaw, Eric Single’,g=I(),m=P(“p”),m.innerHTML=`Projeto e Desenvolvimento: Ryan Best, Laura Pelton, David Haye, Elliot Jordan,
Oliver Viehweger | Edição: Skye Gould, Marc Mazzoni, Amy Cavenaile`,b=I(),M=P(“p”),M.innerHTML=’Ilustração: Dan Goldfarb’,h(n,”classe”,”svelte-1m2l0yn”),h(o,”classe”,”svelte-1m2l0yn”),h(s,”classe”,”svelte-1m2l0yn”),h( c,”classe”,”svelte-1m2l0y n”),h(_,”classe”,”svelte-1m2l0yn”),h(m,”classe”,”svelte-1m2l0yn”),h(M,”classe”,”svelte-1m2l0yn”),h (t,”class”,”wrapper de metodologia svelte-1m2l0yn”)},m(S,z){W(S,t,z),d(t,n),d(t,r),d(t,o),d(t,l) ,d(t,s),d(t,i),Cm(t,nulo),d(t,f),d(t,c),d(t,p),d(t,_), d(t,g),d(t,m),d(t,b),d(t,M)},p(S,(z)){k===(k=y(S)) &&C?Cp(S,z):(Cd(1),C=k(S),C&&(Cc(),Cm(t,f)))},i:Le,o:Le,d(S) {S&&G
