In un messaggio precedente , Ho scritto come il pedigree potrebbe essere usato per aiutare a prevedere gli esiti delle corse dei cavalli. In particolare, ho discusso una metrica chiamata indice di dosaggio (DI), che sembrava essere un indicatore di successo (almeno storicamente). In questo post, voglio introdurre il Center of Distribution (CD) come parametro che può aiutarci a prevedere il potenziale di un cavallo in termini di velocità e distanza.
Nello specifico, con le Belmont Stakes che si terranno Sabato, voglio combinare DI e CD per analizzare ciò che alcuni fan delle corse di cavalli chiamano il concetto di Dual Qualifier. Storicamente, esiste una regola generale che se un cavallo ha un DI inferiore a 4,0 e un CD inferiore a 1,0, allora ha un vantaggio; il cavallo si qualifica come un parente preferito di entrambi i parametri, rendendolo un Dual Qualifier. Tuttavia, mi chiedo se potremmo usare l'analisi per migliorare questa storica regola empirica.
Spiegazione delle metriche chiave
"Dosaggio", come ho spiegato in il mio post precedente , è un sistema che tenta di spiegare il potenziale del cavallo che potrebbe essere dovuto al suo pedigree. È descritto in termini di profilo di dosaggio, indice di dosaggio e centro di distribuzione. In questa discussione, sono più interessato ai seguenti termini:
Indice di dosaggio (DI) . Un cavallo con un DI alto è stato allevato per la velocità, e dal momento che questo è da corsa, sembra importante! Ma queste gare di high stakes sono relativamente lunghe e le Belmont Stakes sono la più lunga delle gare Triple Crown. Proprietari, allenatori e tifosi devono anche considerare la resistenza necessaria per eseguire 12 stadi (o 1,5 miglia).
Centro di distribuzione (CD) . Il CD è compreso tra -2 e +2 e rappresenta l'equilibrio tra velocità e resistenza. I cavalli da corsa purosangue sono allevati con la mente in mente e il CD punta a quella distanza.
Possiamo usare la regola empirica storica (riguardo a DI e CD) per quantificare la capacità di un cavallo di "correre veloce" e anche di avere abbastanza resistenza per "correre a lungo". Ma possiamo migliorarlo?
Ho esaminato le gare di Belmont Stakes dal 2005 al 2015 e analizzato queste metriche, cercando di sviluppare un profilo che ci consentisse di capire con maggiore chiarezza come si presenta un cavallo vincente.
Sviluppare il profilo
Utilizzando la piattaforma Clustering in JMP, ho analizzato DI e CD utilizzando le impostazioni predefinite relative al metodo K-medie. Sono stati restituiti tre cluster con i seguenti parametri:
Con i nuovi cluster identificati, ho tracciato tutti i dati come una matrice di Scatterplot (un'opzione nella piattaforma di analisi di K-Means).
Successivamente, mi sono chiesto come si comportassero i cavalli rispetto ai loro grappoli. Ho usato un filtro dati locale per isolare quei cavalli che finivano "in the money" e ho trovato qualcosa di interessante: 21 cavalli su 34 sono stati assegnati al Cluster 2 (che è opportunamente colorato in verde).
Quindi, ho preso l'analisi un ulteriore passo avanti. A quali gruppi sono stati assegnati i vincitori della gara? Un altro filtro dei dati locali ha rivelato che nelle precedenti 11 gare, nove dei vincitori sono stati assegnati al Cluster 2.
La mia domanda successiva era: Relativo a DI e CD, quali sono i parametri tali da poter determinare il vero profilo di un cavallo del Cluster 2? La piattaforma di distribuzione in JMP ha fornito informazioni approfondite.
L'analisi di distribuzione ha rivelato i parametri per questo intervallo di cluster da 1,8 a 3,62 per DI e da 0,5 a .92 per CD. Le statistiche riassuntive offrivano maggiore precisione per ogni metrica.
Conclusione
Sviluppare un profilo di cavalli è un esercizio divertente, ma ho trovato che approcci simili sono di grande valore per quanto riguarda i comportamenti umani, sia per il marketing, il rischio, l'assistenza sanitaria, l'istruzione, il crimine o l'atletica. La quantificazione del tuo argomento di interesse è un primo passo nel mio approccio preferito all'analisi e offre l'opportunità di una modellazione veramente mirata, e quindi risultati migliori.
La piattaforma di clustering in JMP ti consente di salvare la formula utilizzata per creare i tuoi cluster, in modo da poterla applicare prontamente alla popolazione più ampia o ai tuoi nuovi clienti. Nel caso delle Belmont Stakes, ho usato le mie ricerche sulle precedenti 11 gare per determinare il mio set di cavalli Cluster 2 per la gara del 2016.
Quindi grazie a questa analisi, so come sono i miei cavalli di Belmont Stakes per il 2016. Sai come sono i tuoi clienti, pazienti e studenti?
Sam Edgemon ha scritto:
Sì - e parlando solo da una prospettiva analitica; aggiungi Forever D'oro e Stradivari all'elenco dei cavalli del "gruppo 2".
Louis Valente ha scritto:
Sam,
Quindi i contendenti Exaggerator, Creator and Governor Malibu?
