當我們上次離開時，我（希望）用以下內容吸引了你「黃金城市」探索以及他們如何講述奧林匹克歷史的故事。 我制定了一個目標，即尋找運動表現中的地理相關性，還有地理編碼的最後一個障礙需要克服。 好吧，我很高興地報告地理編碼已經完成，現在所有奧運運動員（或至少是那些有出生地資訊的運動員）現在都可以在陽光下享受時光了。
充滿星星的世界
首先，我們從資料集中所有運動員的地圖開始。 畢竟，最佳實踐是首先將資料視覺化。
當我看到這張地圖時，有幾件事突然吸引了我的注意。
- 雖然奧運會以其全球性而自豪，但運動員出生地的密度卻相當以歐洲為中心。 解釋這一點的一個好方法是按參與年份對出生地進行著色。 請注意，後來的幾年有更多的全球參與，這準確地反映了這樣一個事實：20 世紀初期，奧運會主要是歐美國家的演習。 th世紀。
- 正如人們所預料的那樣，運動員的分佈往往與世界人口的分佈非常接近。
- 如果上述要點成立，那麼對於南半球的大部分地區來說，大多數人口都位於大陸的邊緣，而北半球則往往更加「填充」。我猜這與殖民歷史有一定關係，但我已經開始離題了…
此時，我發現自己陷入了一個難題。 我怎樣才能最好地探索運動員表現的地理相關性問題？
您需要多大的鏟子？
我第一次嘗試使用預測分析來贏得獎牌或金牌：基本回歸樹、提升樹、袋裝樹、神經網路、支援向量機、樸素貝葉斯、k-最近鄰…基本上所有精彩的預測分析工具聯合管理計劃不得不提供。 我的目標（聽起來可能很瘋狂）是嘗試使用地理座標和比賽年份來預測最近的表現，並使用 2000 年後的比賽進行驗證。
雖然很高興在所有這些方法中看到一些一致的結果，但我注意到它們都傾向於重複我在數據本身中看到的內容。 另外，產生的模型不一定會贏得任何最佳預測能力的數據競賽（我很幸運地獲得了高於 0.2 的 R^2）。 但我真的、真的、真的希望這些方法能夠發揮作用，所以我花了幾週的時間反覆嘗試每種方法，看看它是否能產生任何新的見解。
最後，我終於有了一個驚人的體認： S有時候簡單一點更好！！ 別誤會我的意思；預測分析是一個強大的工具集，事實上，我嘗試的每種方法都給出了幾乎相同的結果，並且與我在原始數據中看到的結果並不矛盾，這應該證明它們是有效的。 碰巧的是，對於我的數據，我試圖使用反鏟挖掘洞察力，而我只需要一把簡單的抹子。
探索的快感！
因此，在這一點上，我可以用接下來的幾段內容來詳細解釋我發現的關於來自哪些地方的運動員在哪些運動中表現出色的見解。 我可以……但是那有什麼樂趣呢？ 相反，我認為我應該利用 JMP 儀表板的強大功能，讓無所畏懼的讀者親自探索！ 您可以在隨附的 zip 檔案的 Medalists_Summary 表中找到它。 除了儀表板之外，還有另一個互動式地圖，它使用了新的密度功能JMP 15依運動項目和賽事探索獎牌得主的密度。 請隨意探索，甚至開始自己的調查！
這並不是說我不會提供一些摘要資訊。 有些運動項目的頂尖運動員的出身符合預期（例如冰球、棒球和高山滑雪），有些運動項目的出身則有點出人意料（例如舉重和水球），還有一些運動項目的出身則令人驚訝（例如舉重和水球）。似乎沒有真正明確的起源（例如鐵人三項和足球）。 但不要相信我的話。 自己去探索吧！
高分、高贊
在之前的一個部落格文章，我寫了關於使用原始率統計數據的危險，因為它對分母（以人口為代表）非常敏感。 我得出了一個分數指標，試圖透過將原始比率乘以機率分數來緩衝不必要的誇大比率統計數據，本質上是對比率進行加權，以便少數群體不會使結果產生偏差。 我想我會在這裡嘗試類似的方法，原始比率代表獎牌或金牌的比例。 我在這裡計算的分數由原始比率乘以每年每項賽事的運動員人數的機率分數組成。
在所附 zip 檔案中另一個標有 Birthplace_Medalists_Summary 的表中，您將看到 Medalists_Summary 表中每個出生地城市的獎牌計數和百分比總和。 透過該表，還有另一個互動式圖表，可讓您探索各種運動和賽事的獎牌和金牌分數。 我鼓勵您嘗試一下，並將您的發現與您在獎牌得主儀表板中看到的內容進行比較（希望它們相差不遠...）。
正如您所看到的，這裡有一個大主題：互動式繪圖和地圖。 這就是 JMP 圖形結構的美妙之處，我一直很喜歡這種結構，並且一直在了解更多。現在，有了 JMP 15 的即時圖形滿足感，它變得越來越好！
我從來不知道我有過的夢想
從我上面關於預測分析的討論中您可以看到，地理位置和運動表現之間並不總是存在很強的相關性。 顯然，還涉及更多內容。 我希望在後續文章中探討的一個關鍵方面是運動俱樂部在運動表現中的作用。 這背後有個令人驚奇的故事，我現在想與大家分享！
正如您可能知道的那樣，這個主題讓我很興奮，我很高興與我的經理分享它，我非常感謝他傾聽並鼓勵我。 碰巧的是，她正在與另一位經理開會，該經理認識一位名叫 Mirko Mueller-Goulsby 的 SAS 員工。 您可能會問這個人有什麼特別之處？ 好吧，只是一個簡單的事實：他是前奧運選手！ 沒錯，SAS 擁有自己的奧運運動員在其內部工作。 米爾科是一名花式滑冰運動員，曾代表德國參加 1998 年長野冬季奧運會。 這一切中最好的部分是什麼？ 透過我經理的聯繫，我能夠坐下來和他一起吃午餐！ 那有多棒？ 正如我在 Twitter 上告訴我的粉絲的那樣（ @ckingstats ，請原諒我無恥的插件），我必須實現一個我從來不知道自己擁有的夢想。 他建議研究體育俱樂部，所以我期待在不久的將來與他和你們分享我在這方面的成果！
