우리가 마지막으로 떠났을 때, 나는 (희망적으로) 당신을 유혹했습니다 '황금 도시' 탐험 올림픽 역사에 대한 이야기를 어떻게 들려주었는지요. 나는 운동 능력에서 지리적 상관관계를 찾는 목표를 세웠고, 극복해야 할 마지막 장애물이 하나 남아 있었습니다. 글쎄요, 지오코딩이 완료되어 이제 모든 올림픽 선수(또는 적어도 출생지 정보가 있는 선수)가 태양 아래에서 시간을 보낼 수 있다는 소식을 전하게 되어 기쁩니다.
별이 가득한 세상
먼저 데이터 세트에 있는 모든 운동선수의 지도부터 시작하겠습니다. 결국 가장 좋은 방법은 데이터를 먼저 시각화하는 것입니다.
이 지도를 보면서 몇 가지 사실이 눈에 띄었습니다.
- 올림픽이 세계적인 대회라는 점에 자부심을 갖고 있는 반면, 선수 탄생지의 밀도는 오히려 유럽 중심적입니다. 이를 설명하는 한 가지 좋은 방법은 참여 연도별로 출생지를 색칠하는 것입니다. 나중에는 전 세계적으로 더 많은 참여가 이루어졌는데, 이는 올림픽이 2020년대 초반 주로 유럽-미국의 훈련이었다는 사실을 정확하게 반영합니다. 일 세기.
- 운동선수의 분포는 예상할 수 있듯이 세계 인구의 분포와 매우 유사한 경향이 있습니다.
- 위의 요점이 사실이라면, 대부분의 남반구에서 대부분의 인구는 북반구가 "채워져 있는" 경향이 있는 것과는 달리 대륙의 가장자리에 있습니다. 나는 이것이 식민지화의 역사와 어느 정도 관련이 있다고 생각하지만, 나는 이미 빗나가기 시작했습니다…
이 시점에서 나는 약간의 수수께끼에 빠졌다. 운동선수 성과의 지리적 상관관계에 대한 질문을 가장 잘 탐색할 수 있는 방법은 무엇입니까?
얼마나 큰 삽이 필요합니까?
처음에는 메달이나 금메달 획득에 예측 분석을 사용해 보았습니다. 기본 회귀 트리, 부스팅 트리, 배깅 트리, 신경망, 지원 벡터 머신, 나이브 베이즈, k-최근접 이웃 등 기본적으로 모든 훌륭한 예측 분석 도구가 있습니다. JMP 제안해야 했습니다. 이상하게 들리겠지만 나의 목표는 검증 목적으로 2000년 이후의 게임을 사용하여 지리적 좌표와 경쟁 연도를 사용하여 최근 성과를 예측하는 것이었습니다.
이러한 모든 방법 중에서 일관된 결과를 보는 것은 좋았지만, 데이터 자체에서 볼 수 있는 내용을 모두 반복하는 경향이 있다는 것을 알았습니다. 또한 결과 모델이 최고의 예측 능력을 위한 데이터 콘테스트에서 반드시 승리할 필요는 없습니다(0.2 이상의 R^2를 얻은 것은 행운이었습니다). 하지만 저는 정말로 이것이 효과가 있기를 정말로 원했기 때문에 새로운 통찰력을 얻을 수 있는지 확인하기 위해 몇 주 동안 각 방법을 시도하고 다시 시도했습니다.
결국 저는 다음과 같은 놀라운 깨달음을 얻었습니다. 에스 때로는 단순한 것이 더 좋습니다!! 오해하지 마세요. 예측 분석은 강력한 도구 세트이며, 내가 시도한 각 방법이 원시 데이터에서 본 것과 모순되지 않고 거의 동일한 결과를 제공했다는 사실은 그것이 유효하다는 증거가 되어야 합니다. 내 데이터에 대해 통찰력을 얻기 위해 굴착기를 사용하려고 했는데 필요한 것은 간단한 흙손뿐이었습니다.
탐험의 스릴!
따라서 이 시점에서 나는 어느 운동선수가 어느 지역에서 어느 스포츠에서 좋은 성적을 냈는지에 대해 내가 찾은 통찰력을 흥미진진하게 설명하는 다음 몇 단락을 보낼 수 있었습니다. 그럴 수도 있어요. 하지만 그게 무슨 재미가 있겠습니까? 대신, 저는 JMP 대시보드의 강력한 기능을 활용하여 겁 없는 독자 여러분이 직접 탐색해 볼 수 있게 해주고 싶다고 생각했습니다. 첨부된 zip 파일의 Medalists_Summary 테이블에서 찾을 수 있습니다. 대시보드와 함께 새로운 밀도 기능을 사용하는 또 다른 대화형 지도가 있습니다. JMP 15 스포츠와 종목별로 메달리스트의 밀도를 탐색합니다. 자유롭게 탐색하거나 직접 조사를 시작해 보세요!
그렇다고 제가 일부 요약 정보를 제공하지 않겠다는 뜻은 아닙니다. 예상대로 정상급 선수들의 유래가 있는 스포츠도 있었고(예: 아이스하키, 야구, 알파인 스키), 유래가 다소 의외인 스포츠도 있었고(예: 역도, 수구), 그런 스포츠도 몇 가지 더 있었습니다. 실제로 확실한 기원은 없는 것 같았습니다(예: 철인 3종 경기 및 축구). 하지만 내 말을 그대로 받아들이지는 마세요. 직접 탐험해 보세요!
높은 점수, 높은 칭찬
이전에는 블로그 게시물 , 나는 원시 비율 통계가 분모(인구로 표시됨)에 매우 민감하기 때문에 이를 사용하는 것의 위험성에 대해 썼습니다. 나는 원시 요율에 확률 점수를 곱하여 불필요하게 부풀려진 요율 통계에 대해 완충을 시도하는 점수 측정 기준을 도출했습니다. 이는 본질적으로 소수의 인구가 결과에 편향되지 않도록 요율에 가중치를 부여했습니다. 나는 메달이나 금메달의 비율을 나타내는 원시 비율로 여기서 비슷한 것을 시도할 것이라고 생각했습니다. 여기서 내가 계산한 점수는 해당 비율에 연간 이벤트당 선수 수의 확률 점수를 곱한 값으로 구성되었습니다.
첨부된 zip 파일의 Birthplace_Medalists_Summary라는 라벨이 붙은 다른 테이블에서는 Medalists_Summary 테이블의 각 출생지 도시에 대해 요약된 메달 수와 백분율을 볼 수 있습니다. 이 테이블에는 다양한 스포츠 및 이벤트에 대한 메달 및 금메달 점수를 탐색할 수 있는 또 다른 대화형 플롯이 있습니다. 시도해 보시고 결과를 메달리스트 대시보드에 표시된 결과와 비교해 보시기 바랍니다(그 결과가 멀지 않기를 바랍니다...).
보시다시피 여기에는 대화형 플롯과 지도라는 큰 주제가 있습니다. 이것이 JMP 그래픽 구조의 아름다움입니다. 저는 항상 즐겨 사용하고 있으며 항상 더 많은 것을 배우고 있습니다.이제 JMP 15의 즉각적인 그래픽 만족으로 점점 더 좋아지고 있습니다!
내가 결코 알지 못했던 꿈
위의 예측 분석에 관한 논의에서 지리적 위치와 운동 능력 사이에 항상 강한 상관관계가 있는 것은 아니라는 점을 알 수 있습니다. 분명히 관련된 내용이 더 많이 있습니다. 후속 게시물에서 제가 탐구하고 싶은 주요 측면 중 하나는 운동 경기에서 운동 클럽의 역할입니다. 지금 여러분과 공유하고 싶은 놀라운 이야기가 있습니다!
여러분도 알 수 있듯이 이 주제는 저를 흥분시켰고 이를 제 매니저와 공유하게 되어 기뻤습니다. 매니저는 저를 듣고 격려해 주셔서 매우 감사합니다. 공교롭게도 그녀는 Mirko Mueller-Goulsby라는 SAS 직원을 알고 있는 다른 관리자와 회의 중이었습니다. 이 사람의 특별한 점은 무엇입니까? 글쎄, 그가 전 올림픽 선수였다는 단순한 사실! 그렇습니다. SAS에는 자체적으로 활동하는 올림픽 선수가 있습니다. 미르코는 1998년 나가노 동계 올림픽에 독일 대표로 출전한 피겨 스케이팅 선수였습니다. 그리고 이 모든 것의 가장 좋은 부분은 무엇입니까? 매니저님의 인연으로 함께 앉아서 점심을 먹을 수 있게 되었어요! 얼마나 멋진 일입니까?! 내가 트위터에서 내 팔로워들에게 말했듯이( @ckingstats , 내 뻔뻔한 플러그를 용서해주세요), 나는 내가 가졌던 줄도 몰랐던 꿈을 이루게 되었습니다. 운동 클럽을 살펴보는 것이 그의 제안이었기 때문에 가까운 시일 내에 그와 관련된 내 결과를 그와 여러분과 공유할 수 있기를 기대합니다!
