最後に終わったとき、私は（できれば）あなたを誘惑したつもりでしたが、 「黄金都市」の探索そして彼らがオリンピックの歴史をどのように語ったのか。 私は運動パフォーマンスの地理的相関関係を調査するという目標を掲げていましたが、ジオコーディングという最後のハードルがまだ残っていました。 さて、ジオコーディングが完了し、すべてのオリンピック選手 (少なくとも出生地情報を持つ選手) が太陽の光を浴びることができるようになりました。
星があふれる世界
まず、データセット内のすべてのアスリートのマップから始めましょう。 結局のところ、ベスト プラクティスは、最初にデータを視覚化することです。
この地図を見ていくつかのことに気づきました。
- オリンピックは世界的なものであることを誇りとしていますが、アスリートの出身地の密度はむしろヨーロッパ中心的です。 これを説明する良い方法の 1 つは、参加年別に出生地を色分けすることです。 後年になると世界的な参加者が増えていることに注目してください。これは、オリンピックが主に 2020 年代の前半ではヨーロッパ系アメリカ人の演習であったという事実を正確に反映しています。番目世紀。
- ご想像のとおり、アスリートの分布は世界人口の分布にかなり近い傾向があります。
- 上記の箇条書きが当てはまる場合、南半球のほとんどの地域では、人口のほとんどが大陸の周縁部に位置していますが、北半球はより「埋もれている」傾向にあります。これは植民地化の歴史と何らかの関係があると思うのですが、すでに脱線し始めています…。
この時点で、私は少しの難問に陥っていることに気づきました。 アスリートのパフォーマンスにおける地理的相関関係についての疑問を最もよく調べるにはどうすればよいでしょうか?
どれくらいの大きさのシャベルが必要ですか?
私はメダルや金メダルを獲得する際に、まず予測分析を使用してみました。基本回帰ツリー、ブースト ツリー、バギング ツリー、ニューラル ネットワーク、サポート ベクター マシン、ナイーブ ベイズ、k 近傍…基本的にすべての素晴らしい予測分析ツールです。 JMP提供しなければならなかった。 クレイジーに聞こえるかもしれないが、私の目標は、検証目的で 2000 年以降のゲームを使用し、地理的座標と競技年を使用して最近のパフォーマンスを予測しようとすることでした。
これらすべての方法で一貫した結果が得られたのは良いことですが、いずれもデータ自体で確認できたことを単に繰り返す傾向があることに気付きました。 さらに、結果として得られるモデルが、最高の予測能力を競うデータ コンテストで必ずしも優勝するとは限りません (幸運なことに、0.2 を超える R^2 を取得できました)。 しかし、私は本当にこれらを機能させたかったので、数週間かけて各方法を試し、再試行して、新しい洞察が得られるかどうかを確認しました。
最終的に、私はついに驚くべきことに気づきました。 S時にはシンプルな方が良いです!! 誤解しないでください。予測分析は強力なツールセットであり、私が試した各方法が生データで見たものと矛盾しないほぼ同じ結果をもたらしたという事実は、それらが有効であることの証拠となるはずです。 たまたま、データを取得するために、単純なコテだけが必要なときに、洞察を得るためにバックホウを使用しようとしていたのです。
探検のスリル！
したがって、この時点で、次の数段落を費やして、どの地域のどの選手がどのスポーツで好成績を収めたかについて私が見つけた洞察を非常に詳細に説明することができました。 …でも、それのどこが楽しいでしょうか？ その代わりに、JMP ダッシュボードの力を活用して、恐れを知らぬ読者の皆さんに自分で探索してもらいたいと考えました。 これは、添付された zip ファイルのメダリスト_サマリー テーブルにあります。 ダッシュボードに加えて、新しい密度機能を使用する別のインタラクティブ マップがあります。 JMP15スポーツや種目ごとのメダリストの密度を調査します。 自由に探索したり、独自の調査を開始したりしてください。
だからといって、要約情報を提供しないわけではありません。 トップアスリートの出身地が予想通りであるスポーツもあれば（例：アイスホッケー、野球、アルペンスキー）、出身地が少し意外だったスポーツもある（例：重量挙げや水球）。決定的な起源はないようです（例：トライアスロンやフットボール）。 しかし、私の言葉を鵜呑みにしないでください。 自分で探検してみましょう！
高得点、高評価
以前のブログ投稿, 生のレート統計は分母（人口で表される）に非常に敏感であるため、生のレート統計を使用することの危険性について書きました。 私は、生のレートに確率スコアを乗算することで、不必要に膨らんだレート統計を緩衝しようとするスコア指標を導き出しました。これは、基本的に、小さな母集団が結果に偏りを生じさせないようにレートに重み付けをするものです。 ここでも、メダルまたは金メダルの割合を表す生のレートを使用して、同様のことを試してみようと思いました。 ここで私が計算したスコアは、生のレートに、年間のイベントごとのアスリート数の確率スコアを掛けたもので構成されています。
添付の zip ファイル内の別の表 (「Birthace_Medalists_summary」というラベル) には、「メダリスト_サマリー」テーブルの出身都市ごとにまとめられたメダルの数と割合が表示されます。 このテーブルには、さまざまなスポーツやイベントのメダルや金メダルのスコアを調査できる別のインタラクティブなプロットがあります。 ぜひ試してみて、その結果をメダリスト ダッシュボードに表示される内容と比較することをお勧めします (結果がそれほど遠くないことを願っています...)。
ご覧のとおり、ここにはインタラクティブなプロットとマップという大きなテーマがあります。 それが JMP のグラフィック構造の美しさであり、私は常にそれを楽しんでおり、常に学び続けています。そして今、JMP 15 のグラフィカルな満足度はさらに向上し続けています。
知らなかった夢
上記の予測分析に関する私の議論から、地理的位置と運動パフォーマンスの間に必ずしも強い相関関係があるわけではないことがわかります。 明らかに、さらに多くのことが関係しています。 私がフォローアップの投稿で探求したい重要な側面の 1 つは、運動パフォーマンスにおける運動クラブの役割です。 その裏には驚くべきストーリーがあるので、それを今から皆さんと共有したいと思います。
ご存知のとおり、この話題は私を興奮させ、喜んでマネージャーに共有しました。マネージャーはこの話題について耳を傾け、励ましてくれたことにとても感謝しています。 偶然にも、彼女はミルコ・ミュラー・グールスビーという名前のSAS従業員のことを知っている別のマネージャーと会議に参加していました。 この男の何がそんなに特別なのか、あなたは尋ねるかもしれません。 まあ、彼が元オリンピック選手だったという単純な事実です！ そうです、SAS には独自のオリンピック選手がその壁内で働いています。 ミルコは、1998年長野冬季オリンピックにドイツ代表として出場したフィギュアスケート選手。 そして、このすべての最も良い部分は何でしょうか？ マネージャーさんのつながりで、一緒にランチをすることができました！ なんとすごいことなのでしょうか？ Twitter でフォロワーに伝えたところ（ @kingstats 、恥知らずなプラグを許してください）、私は自分が持っていたとは思っていなかった夢を実現することができました。 スポーツクラブを検討するのは彼の提案だったので、近い将来、その面での私の結果を彼とあなたに共有することを楽しみにしています。
