Pour ceux qui suivent de telles choses, le cyclisme professionnel s'avère fascinant. Et juillet est le meilleur mois de tous, car il comporte la longue de trois semaines Tour de France , un merveilleux spectacle d'athlétisme, d'endurance et de battage publicitaire.
Pour la toute première fois, les experts ont présenté un pilote britannique, Bradley Wiggins, comme un possible, voire un vainqueur potentiel. Ainsi, l’analyse des données peut-elle offrir à Bradley des conseils pour maximiser ses chances de porter le légendaire Maillot Jaune à Paris?
Comme dans de nombreux sports, les données relatives aux performances passées sont disponibles si vous souhaitez regarder. Dans ce cas, cependant, certaines données pertinentes étaient faciles à trouver, puisqu’une excellente analyse du Tour 2005 est présentée dans l’excellent livre de Theus et Urbanek intitulé Graphiques interactifs pour l'analyse de données . Vous pouvez télécharger les données via le site pour le livre ou bien, vous pouvez obtenir les données déjà préparées sous forme de Table JMP à partir de l'échange de fichiers JMP (le téléchargement nécessite un profil SAS gratuit).
La figure 1 montre les équipes et l'âge des coureurs ayant pris le départ en course. Notez que le coureur qui a remporté la course à Paris est représenté par un point jaune et ses coéquipiers par des points rouges (cette coloration est également utilisée dans les graphiques suivants).
La figure 2 montre le classement général de chaque coureur après chaque étape, sous la forme d’une Parcelle parallèle . Pour ceux qui ne connaissent pas cet écran, il a été développé par Alfred Inselberg et c’est un excellent moyen de montrer la structure et les valeurs aberrantes univariées et multivariées lorsque vous avez beaucoup de variables. Bien que l’on puisse utiliser des couleurs, des tailles et des formes pour étendre la représentation traditionnelle des données sous forme de diagramme de dispersion, cette idée est rapidement épuisée.
Le tracé parallèle résout ce problème proprement en empilant les axes de coordonnées les uns à côté des autres dans un arrangement vertical. La figure 2 montre que le Tour 2005 était composé de 21 étapes. Avec cette représentation, vous pouvez avoir un grand nombre de variables avant que le tracé devienne difficile à manier et les observations deviennent représentées sous forme de lignes plutôt que de points. Cela signifie que le tracé parallèle a quelques caractéristiques intéressantes , mais aussi certaines lacunes, illustrant ainsi l’idée plus générale selon laquelle aucune visualisation ne pourra révéler tout ce qui concerne vos données.
Les étiquettes sur l’axe horizontal de la figure 2 montrent ce que les fans de cyclisme savent déjà, à savoir que les étapes du Tour correspondent à certains types, pour lesquels certains types de coureurs sont mieux adaptés sur le plan physiologique. Dans ce cas, un (TT) indique une étape contre la montre (dans laquelle les coureurs concourent individuellement et ne peut pas coopérer avec des membres de l’équipe ou des alliés), et un (M) indique une étape en montagne (impliquant souvent des gains de hauteur verticale de 3 000 mètres ou moins). plus). Notez que, comme on pouvait s'y attendre, de telles étapes impliquent souvent beaucoup de "mélange" des coureurs (comme le montre les lignes qui se croisent).
Bien sûr, le maillot jaune est attribué au coureur parisien qui a le temps le plus rapide en tout, alors les rangs ne racontent qu’une partie de l’histoire. À l’exception possible de l’année de naissance de la figure 1, rappelez-vous que «plus petit est mieux» lorsque l’on regarde les échelles verticales des figures. La figure 3 montre le temps du coureur pour chaque étape et donne une idée générale de la composition du parcours. Notez que dans les tracés parallèles, nous avons utilisé une transparence inférieure à 1 (cliquez avec le bouton droit de la souris sur la zone de graphique pour définir cette valeur) et nous avons également sélectionné tous les coureurs de l'équipe du gagnant. L'utilisation de la transparence et la sélection de lignes (par le filtre de données ou une autre vue) peuvent être très instructives lorsque vous avez beaucoup de variables.
La figure 4 montre le temps cumulé de chaque coureur après chaque étape. Notez que ni la figure 4 ni la figure 3 ne donnent une idée précise des performances individuelles dues à la mise à l'échelle verticale. Bien que Parallel Plot ait des options de dimensionnement intégrées, il est parfois possible d’obtenir des informations plus informatives en définissant des colonnes de formule auxiliaires et en les traçant. Dans ce cas, il est utile de prendre les temps cumulés à un stade donné et de soustraire le temps cumulé médian à ce stade de toutes les valeurs. Cela donne lieu à la figure 4. La figure 4 donne une belle représentation visuelle de l’ensemble de l’histoire de la course, montrant comment chaque coureur se comportait de manière relative à chaque étape.
Theus et Urabek ont une analyse plus approfondie des données. Quelles orientations générales pouvons-nous offrir à Bradley? La réponse simple et évidente est "d'arriver à Paris le plus rapidement possible"! Cela implique un certain nombre d'aspects, notamment ne pas être contraint d'abandonner en raison d'un accident (comme en 2011) et de disposer de membres de l'équipe capables de l'aider et de terminer le match de près quel que soit le type d'étape (épreuves contre la montre exclues bien sûr). Quoi qu’il arrive, il sera certainement intéressant de voir comment les choses se dérouleront. Au premier jour de repos (après l'étape 9), Bradley était en jaune. Allez, Brad!
Enfin, et ceux qui suivent le cyclisme le savent déjà, le vainqueur du Tour en 2005 était Lance Armstrong sur Discovery Channel. Les figures 2 et 5 montrent clairement une performance imposante, même surhumaine. Ceux qui sont intéressés pourraient se renseigner sur la dernières accusations contre Armstrong .
