JMP テクニカル マネージャーの Scott Wise によるこの定期ブログでは、分析を使用して世界中で発生する興味深い質問に答えることを目指しています。今回は、スクラブル ゲーム内で起こっている「テクノロジー」の変化が、エキスパート トーナメント ユーザーと非エキスパート トーナメント ユーザーによってどのように活用されたかを見ていきます。JMP 14 の最新のグラフ作成の進歩 (双方向間隔誤差バー) を使用することで、私たちのより大きな世界が新しいテクノロジーにどのように適応するかについて洞察を得ることができます。
Oliver Roeder の優れた統計ウェブサイト五三八というタイトルの興味深い記事を書きました「「気」と「座」がスクラブルをどう変えたか」（ https://fivethirtyeight.com/features/how-qi-and-za-changed-scrabble/ ）。著者は、新しいテクノロジーが利用可能になると、より高スキルで高収入の人々 (「1 パーセンター」) がより早く利用できるようになるため、経済的不平等の拡大を引き起こすという経済理論の証拠を探していました。残りを犠牲にして新しいテクノロジーを開発します。これをテストするためのデータ母集団を探す際に、著者は人気のワード タイル ゲームであるスクラブルのトーナメント結果に注目し、「テクノロジー」の変更がゲームに導入されたときにエリート プレーヤーの平均スコアがより高い割合で増加するかどうかを確認しました。ゲーム。
この記事で言及されている主要なテクノロジーの変更は 2006 年頃に起こりました。まず、大きなポイントを提供する「Qi」と「Za」などの 2 文字の組み合わせを含む 11,000 の新しい許容単語がスクラブル辞書に追加されました。 また、この頃、多くのトレーニング研究ツールや人工知能ツールがデジタル化され、トーナメントの競技者がスキルを練習して磨くためのより良い方法が提供されました。しかし、データにより、著者は新しいテクノロジーにより全プレイヤーの平均スコアがほぼ 10 ポイント増加したことを確認できましたが、経験豊富なプレイヤーと経験の浅いプレイヤーでより多くの増加が見られたという証拠は見えなかったようです。幸運なことに、彼は次のデータにアクセスするためのソースを提供してくれました。クロステーブル.comそしてそれを利用できるようにしましたGithub.com ( https://github.com/fivethirtyeight/data/tree/master/scrabble-games ）そして、他の人がそれをさらに調査できるようにチャレンジを出します。
データを取得したら、最初のステップはデータを「クリーンアップ」することでした。スコアがゼロだったために情報を追加しなかった試合も多数ありました (これらはトーナメント中に発生した没収であると仮定して)。また、1990 年代後半からはディビジョンとトーナメント戦の拡大が始まりました。したがって、1990 年代以降の上位 6 部門全体で最低スコアが 200 以上の試合のみを調べるためにデータをサブセット化しました。次に、各部門の年ごとの平均スコアを確認できるようにデータを要約しました。 最後に、さらに年を 3 つの 6 年間の期間に分割しました。
- 2000 ～ 2005 年 – 技術革新の直前
- 2006 ～ 2011 年 – 技術革新の直後、および
- 2012 ～ 2017 年 – テクノロジーの変化が常態化した時期
これで、このデータを視覚的に分析する準備が整いました。サンプルサイズは年ごと、部門ごとに異なる可能性があるため、この「年ごとの平均」データをプロットすることは危険を伴う可能性があります。また、トーナメントの人気は時間の経過とともに高まっており、利用可能なデータの量が年々増加しています。したがって、平均値の標準誤差を計算し、平均値の周囲に 95% 信頼区間を構築して、平均値と平均値の有意性の比較を容易にしました。これをグラフで表示するには、双方向の間隔誤差バー ビューを可能にする JMP 14 Graph Builder の新機能を利用できます。
ディビジョン 1 の最上位トーナメント レベルのグラフは、著者が探していたとらえどころのない技術的変化を示しているようです。技術変革期前のポイントのクラスター (2000 年から 2005 年の青いポイント) は、技術変革期以降の他のポイントよりも大幅に低くなります。技術革新の期間 (赤の点は 2006 ～ 2011 年、緑の点は 2012 ～ 2017 年)。また、技術変更後の年期間の点の平均値の周囲の 95% 信頼区間の誤差バー (十字線) が、より密に集まっていることも注目に値します。最後に、データの大部分がどこに存在するかを把握するために、密度等高線図をグラフに追加しました。
次のディビジョン 2 とディビジョン 3 を見ると、ディビジョン間の具体的なストーリーはあまり見られません。技術的な変更後の期間では、年間の一貫性がより高まっていますが (赤と緑の点がより緊密になっています)、ディビジョン 1 で見られたような年期間間の大きな分離は見られません。これは、トップが上位であることを示す証拠でしょうか。選手たちは下位部門の選手よりも早いペースでテクノロジーに適応するのが早かったのでしょうか？
これは決定的な見解ではなく、データの要約と表示方法に左右されますが、テクノロジーが他のものよりもどのように向上させることができるかについて考える材料となります。JMP 14 Graph Builder で新しい「双方向間隔誤差バー」やその他の魅力的なビューを作成する方法について詳しく知りたい場合は、新しい JMP コミュニティ ブログの資料を参照してください。 「JMP 14 Graph Builder の新しい高度なビュー」 Discovery Europe 2018で展示されたザン・グレッグとスコット・ワイズによる: ( 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 ) 。私たちが利用した「クリーンな」データ セット (グラフ スクリプトが添付された JMP データテーブルに変換されたもの) は、JMP Community File Exchange の次のリンクにあります。 ( https://community.jmp.com/t5/JMP-Sample-Data/Scrabble-Tourney-Data-for-Two-Way-Error-Interval-Bars/ta-p/53661 ）。
