Dans un post précédent , J’ai écrit comment l’arbre généalogique pouvait être utilisé pour aider à prévoir les résultats des courses de chevaux. En particulier, j'ai discuté d'une métrique appelée Indice de dosage (DI), qui semblait être un indicateur de succès (du moins historiquement). Dans ce billet, je souhaite présenter le centre de distribution (CD) comme une mesure permettant de prédire le potentiel d'un cheval en matière de vitesse et de distance.
Plus précisément, avec les Belmont Stakes qui se dérouleront samedi, je souhaite combiner DI et CD pour analyser ce que certains fans de courses hippiques appellent le concept de double qualification. Historiquement, il existe une règle générale selon laquelle si un cheval a un DI inférieur à 4,0 et un CD inférieur à 1,0, il a un avantage; le cheval se qualifie comme favori par rapport aux deux métriques, ce qui en fait un double qualificatif. Cependant, je me demande si nous pourrions utiliser l’analyse pour améliorer cette règle empirique historique.
Explication des métriques clés
"Dosage", comme je l'expliquais dans mon post précédent , est un système qui tente d’expliquer le potentiel du cheval qui pourrait être dû à son pedigree. Il est décrit en termes de profil de dosage, d’index de dosage et de centre de distribution. Dans cette discussion, je m'intéresse plus particulièrement aux termes suivants:
Indice de dosage (DI) . Un cheval avec une DI élevée a été élevé pour la vitesse, et puisque c'est une course, cela semble important! Mais ces courses à enjeux élevés sont relativement longues et le Belmont Stakes est la plus longue des courses Triple Crown. Les propriétaires, les entraîneurs et les fans doivent également considérer l’endurance nécessaire pour courir 12 stades (ou 2,5 km).
Centre de distribution (CD) . Le CD varie entre -2 et +2 et représente l'équilibre entre vitesse et endurance. Les chevaux de course pur-sang sont élevés avec la distance à l'esprit, et CD pointe vers cette distance.
Nous pouvons utiliser la règle empirique historique (en ce qui concerne DI et CD) pour quantifier la capacité d'un cheval à «courir vite» et aussi d'avoir assez d'endurance pour «courir longtemps». Mais pouvons-nous l'améliorer?
J'ai regardé les courses Belmont Stakes de 2005 à 2015 et analysé ces métriques, cherchant à développer un profil qui nous permettrait de comprendre plus clairement à quoi ressemble un cheval gagnant.
Développer le profil
À l'aide de la plate-forme de clustering dans JMP, j'ai analysé DI et CD à l'aide des paramètres par défaut de la méthode K-Means. Trois groupes ont été renvoyés avec les paramètres suivants:
Une fois les nouveaux clusters identifiés, j'ai tracé toutes les données sous forme de matrice de nuages de points (une option de la plate-forme d'analyse K-Means).
Ensuite, je me suis demandé quelle était la performance des chevaux par rapport à leurs grappes. J'ai utilisé un filtre de données locales pour isoler les chevaux terminant «dans l'argent» et j'ai trouvé quelque chose d'intéressant: 21 des 34 chevaux ont été affectés au groupe 2 (qui est coloré en vert).
Ensuite, j'ai poussé l'analyse un peu plus loin. A quels groupes les gagnants de la course ont-ils été assignés? Un autre filtre de données local a révélé que lors des 11 courses précédentes, neuf des gagnants avaient été affectés au groupe 2.
Ma question suivante était la suivante: par rapport à DI et CD, quels sont les paramètres permettant de déterminer le véritable profil d’un cheval de la classe 2? La plate-forme de distribution dans JMP a fourni de nombreuses informations.
L'analyse de la distribution a révélé que les paramètres pour cette grappe allaient de 1,8 à 3,62 pour DI et de 0,5 à 0,92 pour CD. Les statistiques récapitulatives offrent une plus grande précision pour chaque métrique.
Conclusion
Développer un profil de chevaux est un exercice amusant, mais j’ai trouvé que des approches similaires avaient une grande valeur pour les comportements humains, que ce soit pour le marketing, les risques, la santé, l’éducation, le crime ou l’athlétisme. La quantification de votre sujet d'intérêt est la première étape de l'approche que je privilégie en matière d'analyse et permet de réaliser une modélisation vraiment ciblée, et donc d'obtenir de meilleurs résultats.
La plate-forme de clustering dans JMP vous permet de sauvegarder la formule utilisée pour créer vos clusters afin de pouvoir l'appliquer facilement à l'ensemble de la population ou à vos nouveaux clients. Dans le cas des Belmont Stakes, j’ai utilisé mes recherches sur les 11 courses précédentes pour déterminer mon classement de chevaux du groupe 2 pour la course 2016.
Ainsi, grâce à cette analyse, je sais à quoi ressemblent mes chevaux Belmont Stakes pour 2016. Savez-vous à quoi ressemblent vos clients, patients et étudiants?
Sam Edgemon a écrit:
Oui - et ne parle que d’un point de vue analytique; Ajoutez Forever D'oro et Stradivari à la liste des chevaux du "cluster 2".
Louis Valente a écrit:
Sam,
Alors, les prétendants sont Exaggerator, Creator et Governor Malibu?
