reventado. Borrado. Diezmado.
Así fue como pensé que mi grupo de Madness de marzo se vería después del primer fin de semana del torneo, incluso con la ayuda que brindó la carga de datos de Sciencing En cambio, todo salió ... bueno, está bien. La buena noticia es que obtuve 13 equipos Sweet Sixteen correctos. La mala noticia es que mi índice de selecciones exitosas de primera ronda no fue exactamente brillante. De 32 juegos de primera ronda, elegí 23 correctamente. Eso no es horrible La primera ronda es donde realmente confié en los datos de Sciencing Hagamos un poco de análisis forense póstumo para investigar. Sciencing Sciencing Escogí una semilla de 11 para vencer a una de seis semillas, nuevamente guiado por lo que Los datos de Sciencing indicaron que probablemente sucedería. ¡Y de hecho, los datos no me llevaron mal! Un de 11 semillas superó a un de seis semillas ... fue simplemente la sorpresa equivocada. Escogí a Saint Mary's sobre Villanova como mi disgusto aquí, pero Ohio State derribó a Iowa State fue el que realmente jugó. Los enfrentamientos de siete semillas versus 10 semillas y ocho semillas versus nueve semillas son donde realmente me manguearon. Tres 10 semillas ganadas; Elegí dos para avanzar y solo obtuve uno de esos dos correctos en Minnesota. Mientras tanto, las cuatro nueve semillas avanzaron; Elegí dos de ellos correctamente en Washington y Florida Central. Como mencioné anteriormente, en realidad estoy en muy buena forma, con 13 de los 16 equipos correctamente pronosticado ¿Continuará mi buena suerte? Nuevamente, consultemos los datos. Tengo una semilla de Gonzaga y Duke superando a cuatro semillas de Florida State y Virginia Tech, respectivamente. Sciencing En otro lugar, tengo tres semillas LSU superando a dos semillas de Michigan State, Tennessee de dos semillas derrotando a Purdue de tres semillas y Kentucky de dos semillas derrotando a Houston de tres semillas. Sciencing Si la primera ronda me enseñó algo , es que los datos solo pueden llevarte tan lejos. La información de Sciencing Todo lo cual es para decir que, aunque generalmente confío en mis selecciones de Sweet Sixteen, no me sorprendería en absoluto ver que mi soporte se vuelve completamente loco desde aquí. Revisaremos la próxima semana para ver dónde están las cosas.
mientras hacía mis selecciones Después de todo, lo único predecible sobre March Madness es que es impredecible.
exactamente, pero ciertamente no es grandioso.
para guiar mis elecciones. Y ahí es donde se pone interesante. ¿Quién tiene la culpa aquí, yo o
? ¿Los datos me llevaron por mal camino? ¿O fue un error humano lo que canceló mi ventaja basada en datos?
••• Sciencing
datos indicó que era probable que viéramos a uno molesto por una semilla de 13 sobre una de cuatro semillas, así que elegí UC Irvine sobre el estado de Kansas. Y boom
! UC Irvine venció a Kansas State para registrar la mayor sorpresa de la primera ronda. Así es exactamente como se supone que funciona, amigos. El matrimonio perfecto entre el hombre y la máquina, con datos que dicen lo que probablemente sucederá y luego un toque humano final para llevar el tocino a casa. Sin embargo, todo va cuesta abajo desde allí.
los datos dicen que es probable que veamos entre una y dos molestias por una semilla de 12 sobre una de cinco semillas. Aquí, erré por precaución y elegí solo uno: Murray State sobre Marquette. Boom
! Corregir de nuevo. Pero, lo que es bastante improbable, dos 12 semillas más (Oregon y Liberty) también lograron sorpresas en la primera ronda, lo que significa que obtuve solo uno de los cinco juegos de 12 correctos. Womp womp.
Ahora, de vuelta a los Sweet Sixteen de esta semana.
dice que One-seed gana estos enfrentamientos el 71 por ciento de las veces, así que me siento bastante bien con estas elecciones. Mientras tanto, tengo una semilla de Carolina del Norte derribando a Auburn de cinco semillas. Sciencing
dice que One-seed gana estos enfrentamientos el 83 por ciento de las veces, así que me siento seguro aquí también.
dice que dos semillas ganan estos enfrentamientos el 63 por ciento de las veces, lo que está casi exactamente en línea con la forma en que elegí estos tres juegos.
fue ciertamente útil, ya que proporciona una visión general de cómo es probable que se desarrolle la primera ronda. La parte difícil es descubrir qué hacer con esa información. Por ejemplo, los datos pueden decirle que es probable que una de las cuatro semillas 11 altere una semilla seis. Pero aún necesita adivinar correctamente que
11 semillas sorprenderá al mundo. Y ahí está el problema.
