In einem vorherigen Post Ich habe geschrieben, wie Pedigree verwendet werden könnte, um die Ergebnisse von Pferderennen vorherzusagen. Ich habe insbesondere eine Metrik namens Dosierungsindex (DI) diskutiert, die (zumindest historisch) ein führender Erfolgsindikator zu sein schien. In diesem Beitrag möchte ich das Center of Distribution (CD) als eine Kennzahl vorstellen, mit der wir das Potenzial eines Pferdes hinsichtlich Geschwindigkeit und Entfernung vorhersagen können.
Mit den Belmont-Stakes, die am Samstag laufen sollen, möchte ich DI und CD kombinieren, um zu analysieren, was einige Fans von Pferderennen als das Konzept der Doppel-Qualifikation bezeichnen. Historisch gesehen gibt es eine allgemeine Faustregel: Wenn ein Pferd einen DI unter 4,0 und eine CD unter 1,0 hat, hat es einen Vorteil. Das Pferd ist relativ zu beiden Metriken ein Favorit und macht es somit zu einem Doppelqualifikator. Ich frage mich jedoch, ob wir diese historische Faustregel mit Hilfe von Analysen verbessern könnten.
Erläuterung der Schlüsselkennzahlen
"Dosierung", wie ich in erklärt habe mein früherer post ist ein System, das versucht, das Potenzial des Pferdes zu erklären, das möglicherweise auf seinen Stammbaum zurückzuführen ist. Es wird anhand des Dosierungsprofils, des Dosierungsindex und des Verteilungszentrums beschrieben. In dieser Diskussion interessiere ich mich vor allem für folgende Begriffe:
Dosierungsindex (DI) . Ein Pferd mit einem hohen DI wurde für Geschwindigkeit gezüchtet, und da dies Rennen ist, scheint das wichtig zu sein! Diese High Stakes-Rennen sind jedoch relativ lang und die Belmont-Stakes sind die längsten der Triple Crown-Rennen. Besitzer, Trainer und Fans müssen auch die nötige Ausdauer berücksichtigen, um 12 Furlongs (oder 1,5 Meilen) laufen zu können.
Vertriebszentrum (CD) . Die CD liegt zwischen -2 und +2 und repräsentiert das Gleichgewicht von Geschwindigkeit und Ausdauer. Vollblut-Rennpferde werden mit Abstand gezüchtet, und CD zeigt auf diesen Abstand.
Wir können die historische Faustregel (bezüglich DI und CD) verwenden, um die Fähigkeit eines Pferdes zu quantifizieren, „schnell zu laufen“ und genügend Ausdauer zu haben, um „lang zu laufen“. Aber können wir es verbessern?
Ich habe mir Belmont Stakes-Rennen von 2005 bis 2015 angesehen und diese Kennzahlen analysiert, um ein Profil zu entwickeln, das es uns ermöglicht, klarer zu verstehen, wie ein Siegerpferd aussieht.
Profil entwickeln
Mit der Clustering-Plattform in JMP habe ich DI und CD mit den Standardeinstellungen bezüglich der K-Means-Methode analysiert. Es wurden drei Cluster mit den folgenden Parametern zurückgegeben:
Mit den neuen identifizierten Clustern habe ich alle Daten als Scatterplot-Matrix geplottet (eine Option innerhalb der Analyseplattform K-Means).
Als Nächstes fragte ich mich, wie sich die Pferde relativ zu ihren Haufen verhalten. Ich verwendete einen Local Data Filter, um die Pferde zu isolieren, die „im Geld“ landeten, und fand etwas interessantes: 21 von 34 Pferden wurden Cluster 2 (entsprechend grün) zugeordnet.
Dann machte ich die Analyse noch einen Schritt weiter. Welchen Clustern wurden die Rennsieger zugeordnet? Ein weiterer Local Data Filter ergab, dass in den letzten elf Rennen neun der Gewinner dem Cluster 2 zugeordnet wurden.
Meine nächste Frage war: Relativ zu DI und CD, anhand welcher Parameter kann ich das wahre Profil eines Clusters 2 bestimmen? Die Vertriebsplattform in JMP lieferte umfassende Einblicke.
Die Verteilungsanalyse ergab, dass die Parameter für diesen Cluster zwischen 1,8 und 3,62 für DI und zwischen 0,5 und 0,92 für CD liegen. Die Übersichtsstatistik bot für jede Metrik eine höhere Genauigkeit.
Fazit
Die Entwicklung eines Pferdeprofils ist eine lustige Übung, aber ich habe festgestellt, dass ähnliche Ansätze im Hinblick auf das menschliche Verhalten von großem Wert sind, sei es für Marketing, Risiko, Gesundheitsfürsorge, Bildung, Kriminalität oder Leichtathletik. Die Quantifizierung Ihres interessierenden Themas ist ein erster Schritt in meinem bevorzugten analytischen Ansatz und bietet die Möglichkeit einer wirklich gezielten Modellierung und somit besseren Ergebnissen.
Mit der Clustering-Plattform in JMP können Sie die zum Erstellen Ihrer Cluster verwendete Formel speichern, sodass Sie sie problemlos auf die breitere Bevölkerung oder Ihre neuen Kunden anwenden können. Bei den Belmont-Stakes habe ich meine Recherche der letzten elf Rennen genutzt, um meinen Satz von Cluster-2-Pferden für das Rennen 2016 zu ermitteln.
Dank dieser Analyse weiß ich, wie meine Belmont Stakes-Pferde für 2016 aussehen. Wissen Sie, wie Ihre Kunden, Patienten und Studenten aussehen?
