Des chercheurs de l'Université de l'Illinois ont développé une méthode utilisant l'inférence causale pour prédire les bouleversements dans le tournoi de basket-ball masculin de la NCAA qui surpasse de nombreuses autres techniques. En plus d'une précision améliorée, la méthode se démarque car elle s'appuie sur des données accessibles au public, le rendant reproductible et plus accessible aux autres.

L'article rapportant la méthode est publié dans l'American Statistical Association (ASA) Journal d'analyse quantitative dans le sport (JQAS) par Sheldon H. Jacobson (Université de l'Illinois à Urbana-Champaign), Jason J. Sauppe (Université du Wisconsin La Crosse) et Shouvik Dutta (ancien étudiant diplômé de l'Université de l'Illinois). En bref, la technique identifie les bouleversements potentiels en utilisant seulement un petit nombre de statistiques accessibles au public en identifiant les correspondances dans l'année en cours qui présentent des caractéristiques similaires à celles présentées par les bouleversements historiques de la ronde de 64.

À l'aide d'arbres de décision, apprentissage automatique, et inférence causale, Jacobson et ses collaborateurs ont analysé 115 statistiques accessibles au public pour détecter les 15 plus importantes pour identifier les bouleversements dans les matchs du premier tour entre les équipes têtes de série 2 et 15, 3 et 14, et 4 et 13. Parmi les plus influents des 15 étaient le ratio de possession effective - le nombre de possessions et de rebonds offensifs moins le nombre de revirements, tous divisés par le nombre de possessions - le nombre de matchs joués en saison régulière et une mesure de chances de marquer par match.

Les différences dans ces 15 statistiques entre les deux équipes dans chaque bouleversement historique sont ensuite utilisées pour établir un profil des bouleversements passés. Finalement, les profils bouleversés peuvent être comparés aux matchs de la ronde des 64 de l'année en cours pour trouver des correspondances qui ressemblent le plus à des bouleversements historiques.

Jacobson et ses co-auteurs ont appliqué leur approche au tournoi de la NCAA dans chacune des 13 années de 2003 à 2015. Sur les 26 jeux sélectionnés, 10 (38,4%) étaient des bouleversements réels, ce qui est plus du double du nombre attendu de sélections correctes lors de l'utilisation d'une méthode de sélection aléatoire pondérée.
L'identification des facteurs de causalité dans le tournoi de la NCAA est difficile pour de nombreuses raisons, l'un étant que les essais contrôlés randomisés - une méthode établie idéalement adaptée pour identifier la causalité - ne sont pas une option. "En abordant le problème comme un problème d'inférence causale utilisant des données d'observation, " dit Jacobson, « nous avons pu améliorer la prévision des perturbations par rapport au pur hasard. »

Sélection de sous-ensemble d'optimisation de la balance doublée (ou BOSS), le cadre peut être appliqué à un large éventail de données en sciences sociales et en médecine. La recherche initiale pour l'idée BOSS a été financée en partie par la National Science Foundation. "L'approche de l'équilibre des covariables adoptée par les auteurs est inédite dans le contexte d'une application sportive, " a déclaré Mark Glickman (Harvard University), ancien rédacteur en chef de JQAS qui a traité ce manuscrit. "Il est rafraîchissant de voir l'inférence causale jouer un rôle de premier plan dans l'évaluation des facteurs qui ont un impact sur les bouleversements du jeu."

Les bouleversements prévus de Jacobson pour le tournoi de cette année seront publiés après le dimanche des sélections sur http://bracketodds.cs.illinois.edu, un laboratoire d'apprentissage STEM axé sur les statistiques de March Madness.

"March Madness est une superbe opportunité pour tout le monde, jeunes et vieux, profiter d'un événement sportif national tout en apprenant comment les statistiques et la science des données éclairent le tournoi. Tout simplement, notre programme de recherche sur l'analyse des données aide à donner du sens à la folie, " dit Jacobson.

Jacobson est juge au deuxième concours annuel de Statsketball, hébergé par C'est des statistiques (http://thisisstatistics.org), la campagne de l'ASA pour faire des étudiants, enseignants et parents conscients des nombreuses carrières rendues possibles par la pensée statistique.