Irgendwas kann da aber an deiner Programmierung nicht so ganz stimmen, wenn Texas mit einer Niederlage gegen Ohio State vor den ungeschlagenen Buckeyes liegt, genauso bei West Virginia und Louisville.
Und wie kann Oregon von 20 auf 3 springen und Michigan trotz eines Sieges von 2 auf 14 fallen 
Was fließt alles in das Ranking ein und wie ist die Gewichtung?
Zitat von DisastermasterIrgendwas kann da aber an deiner Programmierung nicht so ganz stimmen, wenn Texas mit einer Niederlage gegen Ohio State vor den ungeschlagenen Buckeyes liegt, genauso bei West Virginia und Louisville.
Und wie kann Oregon von 20 auf 3 springen und Michigan trotz eines Sieges von 2 auf 14 fallen
Was fließt alles in das Ranking ein und wie ist die Gewichtung?
Nochmal, die Zahlen in Klammern sind nicht die Platzierungen der Vorwoche, sondern die Rankings des aktuellen NFL-Talk Polls. War nur zum Vergleich mit dem Poll meines Computers gedacht.
Die Berechnung ist nicht so einfach zu erklären.
Erster Schritt: Basis für den Beginn der Saison ist ein Mittelwert, der sich aus der Stärke der Conference im Verhältnis zu den anderen Conferences ergibt. Dazu ermittelt das Programm alle Non-Conferene-Spiele der Teams und errechnet daraus einen Wert, um den sich die Mitglieder der Conference „gruppieren“. Anhand der Big 10 Conference, mit elf Teams, ist das recht anschaulich zu erläutern. Das Team, das am Ende der letzten Saison Platz 6, also genau die Mitte der Conference belegt hatte, bekommt auch genau den vom PC errechneten Wert der Conference, die anderen Teams stufen sich, anhand ihrer Platzierungen, nach oben und unten ab.
Zweiter Schritt: Anhand der Teamwerte errechnet das Programm nun vor jedem Spieltag ein „virtuelles Endergebnis“ für jede Paarung. Diesen Rechenweg zu erläutern, würde jetzt etwas zu weit führen. Ich musste hier auch einige Zeit herumdoktern um realistische Ergebnisse zu bekommen. Inzwischen funktioniert es aber recht gut. Wichtig ist, dass beide Teamwerte zusammen eine gewisse „Wertigkeit“ des Spiels ergeben. D.h. stehen sich zwei Teams mit einem 5-1-Record gegenüber, ist die Wertigkeit die Spiels eine höhere als bei einem Vergleich zwischen zwei 1-5-Teams. Obwohl das Niveau zwischen den Teams beider Spiele etwa gleich ist. Dieser Unterschied wirkt sich dann wiederum auf die neuen Teamwerte aus. Ein 20:17 zwischen Ohio State und Michigan hat eine andere Wertigkeit als ein 20:17 zwischen Vanderbilt und Mississippi, wenn man mal diese Saison zu Grunde legt.
Dritter Schritt: Nach jedem Spieltag vergleicht das Programm das „virtuelle Ergebnis“ mit dem realen Resultat und errechnet daraufhin den neuen Teamwert jeder Mannschaft. Dabei wird natürlich berücksichtigt ob der Favorit seiner Ausgangsposition mit einem Sieg gerecht geworden ist UND ob es ihm auch in der „angemessenen“ Form gelungen ist.
Vierter Schritt: Aufgrund des Teamwertes errechnet das Programm einen Poll-Wert für jede Mannschaft und erstellt ein neues Ranking.
Das Problem, das mir auch bewusst ist, ist der Basiswert vor der Saison. Das ist aber, ohne dass ich mit dem „menschlichen Faktor“ arbeite, also Einschätzungen im Net und in Zeitschriften als Basis zu Grunde lege, nicht zu lösen. Um die ersten Spiele der Saison zu berechnen brauche ich eine Ausgangszahl. Ich kann aber nicht alle Teams mit einem 1.0-Wert starten lassen. Das hieße, dass alle Teams der PAC-10 gleich hoch im Niveau eingeschätzt würden, wie die Teams der Sunbelt. Wir wissen alle, dass das nie und nimmer der Realität entspricht. D.h. nach meinem Programm erhält der Zehntplatzierte der PAC-10 schon einen höheren Ausgangswertert als der Titelträger der Sunbelt z.B.
Mein Programm wird erst zu Ende der Saison richtig aussagekräftig. Das erklärt auch, warum Texas immer noch an Nr.1 geführt wird. Der punktemäßige Vorsprung der Longhorns aus der letzten Saison wird erst nach und nach sozusagen „aufgefressen“.
