en un Publicación anterior , Escribí cómo el pedigrí podría usarse para predecir los resultados de las carreras de caballos. En particular, discutí una métrica llamada el Índice de Dosificación (DI), que parecía ser un indicador de éxito (al menos históricamente). En este post, quiero presentar el Centro de Distribución (CD) como una métrica que puede ayudarnos a predecir el potencial de un caballo con respecto a la velocidad y la distancia.
Específicamente, con el lanzamiento de Belmont Stakes el sábado, quiero combinar DI y CD para analizar a qué se refieren los fanáticos de las carreras de caballos como el concepto de Dual Qualifiers. Hablando históricamente, hay una regla general de que si un caballo tiene un DI por debajo de 4.0 y un CD por debajo de 1.0, entonces tiene una ventaja; el caballo califica como favorito en relación con ambas métricas, lo que lo convierte en un calificador dual. Sin embargo, me pregunto si podríamos usar los análisis para mejorar esta regla de oro histórica.
Explicación de las métricas clave
"Dosificación", como expliqué en mi post anterior , es un sistema que intenta explicar el potencial del caballo que podría deberse a su pedigrí. Se describe en términos del Perfil de dosificación, el Índice de dosificación y el Centro de distribución. En esta discusión, estoy más interesado en los siguientes términos:
Índice de dosificación (DI) . Un caballo con un alto DI ha sido criado por la velocidad, y ya que esto es una carrera, ¡eso parece importante! Pero, estas carreras de alto riesgo son relativamente largas, y Belmont Stakes es la más larga de las carreras de la Triple Corona. Los propietarios, entrenadores y aficionados también deben considerar la resistencia necesaria para correr 12 estadios (o 1.5 millas).
Centro de Distribución (CD) . El CD varía entre -2 y +2 y representa el equilibrio entre velocidad y resistencia. Los caballos de carrera de pura raza se crían teniendo en cuenta la distancia, y el CD apunta a esa distancia.
Podemos usar la regla empírica histórica (con respecto a DI y CD) para cuantificar la capacidad de un caballo para "correr rápido", y también para tener suficiente resistencia para "correr por mucho tiempo". ¿Pero podemos mejorarlo?
Miré las carreras de Belmont Stakes desde 2005 hasta 2015 y analicé estas métricas, buscando desarrollar un perfil que nos permita entender con mayor claridad cómo es un caballo ganador.
Desarrollando el perfil
Usando la plataforma de agrupación en clúster en JMP, analicé DI y CD usando la configuración predeterminada con respecto al método K-Means. Tres grupos fueron devueltos con los siguientes parámetros:
Con los nuevos grupos identificados, grafiqué todos los datos como una Matriz de Diagrama de Dispersión (una opción dentro de la plataforma de análisis K-Means).
A continuación, me pregunté cómo se comportaban los caballos en relación con sus grupos. Usé un filtro de datos locales para aislar a esos caballos que terminaron "en el dinero" y encontré algo interesante: 21 de los 34 caballos fueron asignados al Grupo 2 (que tiene el color verde apropiado).
Luego, llevé el análisis un paso más allá. ¿A qué grupos se asignaron los ganadores de la carrera? Otro filtro de datos locales reveló que en las 11 carreras anteriores, nueve de los ganadores fueron asignados al Clúster 2.
Mi siguiente pregunta fue: Relativo a DI y CD, ¿cuáles son los parámetros para poder determinar el verdadero perfil de un caballo Cluster 2? La plataforma de distribución en JMP proporcionó una visión amplia.
El análisis de Distribución reveló que los parámetros para este grupo varían de 1.8 a 3.62 para DI y de 0.5 a 0.92 para CD. Las estadísticas de resumen ofrecieron una mayor precisión para cada métrica.
Conclusión
Desarrollar un perfil de caballos es un ejercicio divertido, pero he encontrado enfoques similares que son de gran valor con respecto a los comportamientos humanos, ya sea para mercadeo, riesgo, atención médica, educación, crimen o atletismo. La cuantificación de su tema de interés es un primer paso en mi enfoque preferido de analítica, y brinda la oportunidad de un modelado verdaderamente dirigido y, por lo tanto, mejores resultados.
La plataforma de Clustering en JMP le permite guardar la fórmula utilizada para crear sus clústeres, para que pueda aplicarla fácilmente a la población más amplia o a sus nuevos clientes. En el caso de las estacas de Belmont, utilicé mi investigación en las 11 carreras anteriores para determinar mi grupo de caballos Cluster 2 para la carrera de 2016.
Así que gracias a este análisis, sé cómo serán mis caballos de Belmont Stakes para 2016. ¿Sabes cómo son tus clientes, pacientes y estudiantes?
Sam Edgemon escribió:
Sí, y hablando solo desde una perspectiva analítica; añada Forever D'oro y Stradivari a la lista de caballos "cluster 2".
Louis Valente escribió:
Sam,
Entonces, ¿los contendientes son Exagerador, Creador y Gobernador Malibu?
