表2顯示，各區排名第5至第8者，被逆轉的頻率，遠較排名第1至第4者高出很多。靈敏的讀者可能會連想到，在選出幾場比賽做為逆轉時，應也可以較大的加權機率，放在有排名第5至第8名的賽事。這是對的，只是便不像目前只要從32或28場中，隨機取出幾場那麼單純，計算將略複雜些。加權機率也要能較準確的估計才行。由於本文只是想以淺顯的方式，讓讀者了解，若適當藉助統計，將可大幅提昇預測命中率。所以提供的方法，簡單易懂至上，而不追求最佳。事實上，若有更多資料，如不是僅5年，而是收集更長時間，以及收集更多面相的資料，像是各球隊的韌性、球員抗壓性，與兩兩球隊交戰的紀錄(如是否有某支球隊為另一支球隊的“天敵”)等，對研判比賽勝負的精準性，都可能有幫助。

樂透彩之開獎。由於每期頭獎號碼均隨機產生，所以知道再多過去的資料，對預測下一期，乃毫無幫助。每年NCAA籃球賽的結果，與過去有些關係，但並非太大。有些人試圖以統計裡的迴歸模型來預測，顯然將徒勞無功。要再度提醒一點，球賽裡有各種偶發事件，人算永不如天算。如雖自1985年起，各分區排名第1者，在第一輪比賽從未輸過，但誰曉得？若那一年出現這種大逆轉，並不必太訝異，該來的總是會來。一旦發生某區排名第1者破天荒地輸球，則採納我們提供的排名第1者不會被逆轉之預測策略的那些人，便將全部摃龜。

在我們建議的策略(2)裡，扣除有排名第1的4場，分別自剩下的28場中，隨機挑出7，8，9，及10場來逆轉，再各以1/4的機率加權。如此當任何一支非排名第1的球隊被逆轉時，所有參與預測者中，均至少約有7/28=1/4=25%正確。2014年的實際情況如何？

當南區排名第6的俄亥俄州立大學(Ohio State University)，以1分之差，輸給排名第11的戴頓大學(University of Dayton)後，就使約86%的預測者扼腕。至於中西區排名第3的杜克大學(Duke University)，爆冷輸給排名第14的梅西大學(Mercer University)，有最多的約97.6%的參與者未料中。這兩場賽完，便僅剩約1.9%的參與者了。反之，如果依我們的策略，將至少約留下(1/4)² = 6.25%的預測者繼續角逐。當南區排名第10的史丹佛大學(Stanford University)打敗排名第7的新墨西哥大學(University of New Mexico)後，僅餘16人還能對10億美元懷抱希望。在中西區排名第11的田納西大學(University of Tennessee)贏了排名第6的麻塞諸塞州大學(University of Massachusetts)後，剩下6人了。又在西區排名第8的岡薩加大學(Gonzaga University)勝過排名第9的奧克拉荷馬州立大學(Oklahoma State University)後，碩果僅存3人。這場其實並未逆轉。當東區排名第8的曼菲斯大學(University of Memphis)擊潰排名第9的喬治華盛頓大學(George Washington University)後，雖未逆轉，但僅餘的3人也笑不出來了。至此參與預測者，全軍覆沒。這時第一輪尚未結束，僅僅賽了25場，便讓1,500萬人10億美元的幻想，全破滅了。

由上述幾場逆轉或未逆轉的預測結果，我們猜想，大部分人的預測，是依例行賽之排名，而當兩隊排名接近時，便用上一些判斷。太仰賴排名當然不是太好，只是看起來眾人的判斷力，也不像太睿智，似比不上我們的兩個簡單策略。

我們的想法是，像這類預測，變數太多，與其苦思最佳策略而不可得，還不如大致觀察分析後，找出其中若干關鍵，給出一些簡單策略，結局反而可能更好。並非天性好賭，而是生活上常需做各種預測，如考完試選填志願，也是在預測。既然脫離不了預測，一旦遇到，便抽絲剝繭，了解問題中的邏輯，不想太多，就訂出簡單預測策略，之後就靜觀其變了。