在一個上一篇文章 ，我寫瞭如何使用血統來幫助預測賽馬的結果。特別是，我討論了一個稱為劑量指數（DI）的指標，它似乎是成功的主要指標（至少在歷史上）。在這篇文章中，我想介紹分發中心（CD）作為一個指標，可以幫助我們預測馬在速度和距離方面的潛力。
具體來說，隨著Belmont Stakes將於週六舉行，我想結合DI和CD來分析一些賽馬迷所稱的雙重資格賽的概念。從歷史上看，一般的經驗法則是，如果一匹馬的DI低於4.0且CD低於1.0，那麼它具有優勢;這匹馬有資格作為兩個指標的最愛，使其成為雙重限定符。但是，我想知道我們是否可以使用分析來改進這一歷史經驗法則。
關鍵指標的說明
正如我所解釋的那樣，“劑量” 我之前的帖子 ，是一個試圖解釋可能由於其血統的馬的潛力的系統。它根據劑量概況，劑量指數和分佈中心進行描述。在本次討論中，我對以下術語最感興趣：
劑量指數（DI） 。一匹高DI的馬已經培育了速度，因為這是賽車，這似乎很重要！但是，這些高風險比賽相對較長，而Belmont Stakes則是三冠王賽中最長的比賽。車主，訓練員和車迷也必須考慮跑12個弗隆（或1.5英里）所需的耐力。
分配中心（CD） 。CD的範圍在-2和+2之間，代表速度和耐力的平衡。純種賽馬是考慮到距離而培養的，CD指向那個距離。
我們可以使用歷史經驗法則（關於DI和CD）來量化馬的“跑得快”的能力，並且還有足夠的耐力來“長跑”。但我們可以改進它嗎？
我從2005年到2015年觀察了貝爾蒙特錦標賽的比賽，並分析了這些指標，尋求開發一個能讓我們更清楚地了解獲勝的馬的樣子。
開發配置文件
在JMP中使用Clustering平台，我使用關於K-Means方法的默認設置分析了DI和CD。返回了三個具有以下參數的集群：
在確定了新的聚類後，我將所有數據繪製為Scatterplot Matrix（K-Means分析平台中的一個選項）。
接下來，我想知道馬匹相對於它們的星團是如何表現的。我使用了一個本地數據過濾器來隔離那些完成“錢”的馬並找到了一些有趣的東西：34匹馬中有21匹被分配到第2組（適當的綠色）。
然後，我進一步分析了這一點。分配給哪些集群的比賽獲勝者？另一個本地數據過濾器顯示，在之前的11場比賽中，有9名獲勝者被分配到第2組。
我的下一個問題是：相對於DI和CD，我可以確定Cluster 2 horse的真實輪廓的參數是什麼？JMP中的分發平台提供了廣泛的見解。
分佈分析顯示，該簇的參數範圍為DI的1.8至3.62和CD的0.5至0.92。摘要統計為每個指標提供了更高的精度。
結論
培養馬匹的形像是一項有趣的練習，但我發現類似的方法對於人類行為具有重要價值，無論是營銷，風險，醫療保健，教育，犯罪還是體育。對您感興趣的主題進行量化是我首選的分析方法的第一步，並為真正有針對性的建模提供了機會，從而獲得了更好的結果。
JMP中的Clustering平台允許您保存用於創建群集的公式，以便您可以輕鬆地將其應用於更廣泛的人群或新客戶。在Belmont Stakes的情況下，我利用我對之前11場比賽的研究來確定我在2016年比賽中的第2組馬匹。
所以多虧了這個分析，我知道我的Belmont Stakes馬在2016年會是什麼樣子。您知道您的客戶，患者和學生的樣子嗎？
Sam Edgemon 中寫道：
是的 - 僅從分析角度講;將Forever D'oro和Stradivari添加到“第2組”馬的列表中。
路易斯瓦倫特中寫道：
山姆，
競爭者Exaggerator，Creator和州長Malibu也是如此？
