Este blog periódico de Scott Wise, director técnico de JMP, busca utilizar análisis para responder preguntas interesantes que ocurren en todo nuestro mundo.En esta entrega, veremos cómo los usuarios de torneos expertos y no expertos aprovecharon los cambios de “tecnología” que ocurrieron en el juego Scrabble.Al utilizar los últimos avances gráficos en JMP 14 (barras de error de intervalo bidireccional), obtendremos una idea de cómo nuestro mundo en general se adapta a las nuevas tecnologías.
Oliver Roeder en el excelente sitio web estadístico cincotreintaocho escribió un artículo intrigante titulado “Cómo “Qi” y “Za” cambiaron el Scrabble” ( https://fivethirtyeight.com/features/how-qi-and-za-changed-scrabble/ ).El autor buscaba pruebas de una teoría económica que afirma que cuando haya nueva tecnología disponible, esto provocará una brecha más amplia en la desigualdad económica, ya que los más calificados y con mayores ingresos (el "1 por ciento") serán más rápidos en aprovecharla. de la nueva tecnología a expensas del resto.Al buscar una población de datos para probar esto, el autor recurrió a los resultados de torneos del popular juego de fichas de palabras Scrabble para ver si las puntuaciones promedio aumentaron a un ritmo mayor para los jugadores de élite cuando se introdujeron cambios de "tecnología" en el juego. juego.
El cambio tecnológico clave mencionado en el artículo ocurrió alrededor de 2006. Primero, agregaron 11.000 nuevas palabras permitidas al Diccionario Scrabble, incluidas dos combinaciones de letras como "Qi" y "Za" que ofrecen grandes puntos. También aproximadamente en esta época, muchas herramientas de estudio de entrenamiento y de inteligencia artificial se volvieron digitales, ofreciendo mejores formas para que los competidores de torneos practicaran y perfeccionaran sus habilidades.Sin embargo, si bien los datos permitieron al autor ver que la nueva tecnología creó un aumento de casi diez puntos en todas las puntuaciones promedio de los jugadores, no pareció ver evidencia de que esto ocurriera más entre los jugadores experimentados que entre los inexpertos.Afortunadamente, proporcionó la fuente para acceder a los datos de mesascruzadas.com y lo puso a disposición en Github.com ( https://github.com/fivethirtyeight/data/tree/master/scrabble-games ) y presenta el desafío para que otros lo investiguen más a fondo.
Una vez que obtuvimos los datos, nuestro primer paso fue "limpiar" los datos.Hubo muchos juegos que tuvieron puntajes cero y por lo tanto no agregaron información (asumiendo que fueron pérdidas que ocurrieron durante el torneo).Además, hubo una expansión de las divisiones y los torneos a partir de finales de la década de 1990.Por lo tanto, subdividimos nuestros datos para observar solo los juegos con puntuaciones mínimas de 200 o más en las seis divisiones principales a partir de la década de 1990.Luego resumimos los datos para poder ver las puntuaciones medias por año para cada división. Por último, también dividimos los años en tres períodos de seis años:
- 2000-2005 – justo antes del cambio tecnológico
- 2006-2011 – justo después del cambio tecnológico, y
- 2012-2017: época en la que el cambio tecnológico se ha convertido en la norma
¡Ahora estamos listos para analizar visualmente estos datos!Trazar estos datos de “medias por año” puede ser arriesgado, ya que los tamaños de las muestras pueden variar de un año a otro y de una división a otra.Además, la popularidad de los torneos aumenta con el tiempo, lo que significa mayores cantidades de datos disponibles cada año.Por lo tanto, calculamos el error estándar de la media para luego poder construir intervalos de confianza del 95% alrededor de las medias para facilitar las comparaciones de significancia entre medias.Para mostrar esto en el gráfico, podemos aprovechar una nueva característica en JMP 14 Graph Builder que permite vistas de la barra de error de intervalo bidireccional.
El gráfico del torneo más alto de la División 1 parece mostrar el esquivo cambio tecnológico que nuestro autor estaba buscando.El grupo de puntos antes del período de cambio tecnológico (puntos azules para 2000-2005) es mucho más bajo que el de los demás después del. Periodos de cambio tecnológico (puntos rojos para 2006-2011 y puntos verdes para 2012-2017).Además, es notable que las barras de error (retículas) para el intervalo de confianza del 95% alrededor de la media para los puntos en los períodos del año después del cambio de tecnología se han vuelto más pequeñas están más agrupadas.Por último, agregamos gráficos de contorno de densidad al gráfico para tener una idea de dónde reside la mayor parte de los datos.
Al observar las próximas Divisiones 2 y 3, vemos menos historias concretas entre las Divisiones.Si bien se ve una mayor consistencia entre los años en los períodos posteriores a los cambios tecnológicos (puntos rojos y verdes más estrictos), no vemos la gran separación entre los períodos anuales que vimos con la División 1. ¿Podría ser esto una prueba que demuestre que los mejores ¿Los jugadores fueron más rápidos en adaptar la tecnología a un ritmo más rápido que los de las divisiones inferiores?
Si bien esta no es una visión definitiva y está sujeta a la forma que elijamos para resumir y mostrar los datos, sí da que pensar sobre cómo la tecnología puede mejorar a algunos más que a otros.Si desea obtener más información sobre cómo crear las nuevas “barras de error de intervalo bidireccional” y otras vistas atractivas en JMP 14 Graph Builder, consulte el material en el nuevo blog de la comunidad JMP. “Vistas nuevas y avanzadas en JMP 14 Graph Builder” por Xan Gregg y Scott Wise como se muestra en Discovery Europe 2018: ( https://community.jmp.com/t5/Discovery-Summit-Europe-2018/New-and-Advanced-Views-in-JMP-nbsp-14-Graph-Builder-nbsp-EU-2018/ta-p/ 51464) .El conjunto de datos "limpiados" que utilizamos (convertidos a una tabla de datos JMP con scripts de gráficos adjuntos) se puede encontrar en el siguiente enlace en JMP Community File Exchange: ( https://community.jmp.com/t5/JMP-Sample-Data/Scrabble-Tourney-Data-for-Two-Way-Error-Interval-Bars/ta-p/53661 ).
