Att välja rätt idrottslag för ett visst evenemang eller att spela under vissa förhållanden är många väljares mardröm.

Men forskning av Te Herenga Waka— Victoria University of Wellington Ph.D. doktor Ankit Patel kan göra deras svåra uppgift lättare.

Ankit, som fick sin Ph.D. i statistiken förra månaden, har knäckt många siffror och uppfunnit ett ramverk för att beräkna sportbaserade spelarbetyg.

Han säger att klassificeringssystemen måste vara "meningsfulla" – dvs. deras utvärderingar av lagets och spelarnas prestationer är tillförlitliga, robust, intuitiv, och transparent.

"Tanken är att det effektivt kan förutsäga matchresultat och utveckla strategier för lagval, " säger Dr. Patel. "Detta arbete tillämpas för närvarande på flera sportkoder, men speciellt cricket och rugby."

Mycket av detaljerna i systemet och vem som använder det måste förbli konfidentiella, med tanke på risken för missbruk av spelsyndikat och forskningens kommersiella känslighet.

Den immateriella egendomen för systemet ägs av DOT Loves Data, vars grundare och operativa chef, Dr Paul Bracewell, var en av Dr. Patels handledare och är adjungerad forskare vid universitetets School of Mathematics and Statistics.

Dr. Patel säger att en av utmaningarna med att utveckla systemet var antalet inblandade parametrar som påverkar en spelares prestation, och hur dessa har olika effekter i olika skeden av ett spel.

"Så, till exempel, i cricket, om någon slår en sexa i början i de första fem oversna av den första inningen, deras betyg kan gå upp med två. Men om de slår en sexa på den näst sista bollen i den andra inningen, och de behöver sju körningar för att vinna, det kan gå upp med 20.

"Systemets förmåga att kartlägga tillbaka till verkliga utfall och redogöra för matchförhållanden och sammanhang är extremt viktig. Därför, nyckeln är förmågan för systemet att producera betyg som är statistiskt tillförlitliga och robusta, men också tolkbar och intuitiv."

Förutom sin doktorsexamen, Dr. Patel har en gemensam Bachelor of Commerce/Bachelor of Science i finans, marknadsföring och statistik, en magisterexamen i statistik, och en Master of Applied Statistics från universitetet.

Han säger att det har skett en betydande ökning av efterfrågan på datadrivna klassificeringssystem för att bedöma prestanda under det senaste decenniet.

"Detta har upplevts i många branscher, men är mest tydlig inom sportbranschen."

För att vara till nytta, hans modell "måste vara robust, och ger bra prestanda där data hämtas från ett brett spektrum av sannolikhetsfördelningar som i stort sett är opåverkade av utanförstående siffror, små avvikelser från modellens antaganden, och små provstorlekar.

"Det måste vara pålitligt, med betyg som ger korrekta och mycket informativa förutsägelser som är väl kalibrerade och transparenta när det gäller att vara tolkbara och lätta att kommunicera.

"Till sist, det måste vara intuitivt, med betyg som var tvungna att relatera till verkliga observerbara resultat och det sammanhang som systemet tillämpas på."

Dr. Patels ensembleprognosstrategi testades och validerades genom att konstruera både lag- och individuella spelare-baserade klassificeringssystem inom cricketvärlden.

Det bygger på arbete han gjorde för flera år sedan när han presenterade uppsatser vid University of the Sunshine Coast, Queensland, för den 14:e australiska konferensen om matematik och datorer i idrotten (Mathsport), en del av Australia-New Zealand Industrial and Applied Mathematics-organisationen.

Hans arbete belönades då med Neville de Mestre Best Student Paper and Presentation Award.

I sin andra tidning, han konstruerade en metod för att förbättra uppskattningarna av den förväntade summan i de första omgångarna av en T20-match i cricket. Detta löste problem relaterade till spelets sammanhang som tidigare hade påverkat prediktionsnoggrannheten.

Dr. Patel har anslutit sig till företaget Precision Data för att hjälpa till att bygga upp dess datavetenskap och avancerade analyskapacitet.