Para aquellos que siguen tales cosas, el ciclismo profesional resulta ser fascinante. Y julio es el mejor mes de todos, ya que cuenta con tres semanas de duración. Tour de Francia , una maravillosa extravagancia de atletismo, resistencia y exageración de marketing.
Por primera vez en la historia, los expertos están promocionando a un jinete de Gran Bretaña, Bradley Wiggins, como un posible, incluso un probable ganador. Entonces, ¿el análisis de datos puede ofrecerle a Bradley algún consejo para maximizar sus posibilidades de ponerse el fabuloso Jersey amarillo en París?
Al igual que con muchos deportes, los datos relacionados con el desempeño anterior están disponibles si le interesa mirar. En este caso, sin embargo, fue fácil encontrar algunos datos relevantes, ya que en el excelente libro de Theus y Urbanek titulado Gráficos interactivos para el análisis de datos . Puede descargar los datos a través de el sitio web para el libro O, alternativamente, puede obtener los datos ya preparados como Tabla JMP desde el intercambio de archivos JMP (La descarga requiere un perfil SAS gratis).
La figura 1 muestra los equipos y las edades de los corredores que comenzaron la carrera. Tenga en cuenta que el piloto que ganó la carrera a París se muestra como un punto amarillo, y sus compañeros como puntos rojos (esta coloración también se usa en los gráficos posteriores).
La Figura 2 muestra la clasificación general de cada corredor después de cada etapa, en forma de Parcela Paralela . Para aquellos que no están familiarizados con esta pantalla, fue desarrollado por Alfred Inselberg , y es una excelente manera de mostrar la estructura y los valores atípicos univariados y multivariados cuando tienes muchas variables. Aunque se pueden usar colores, tamaños y formas para ampliar la representación tradicional de datos de dispersión, esta idea pronto se desvanece.
El diagrama paralelo resuelve este problema de manera clara simplemente apilando los ejes de coordenadas uno al lado del otro en una disposición vertical. La figura 2 muestra que el Tour 2005 consistió en 21 etapas. Con esta representación, puede tener un gran número de variables antes de que la gráfica se vuelva difícil de manejar y las observaciones se representen como líneas en lugar de los puntos. Esto significa que la Parcela Paralela tiene algunos características interesantes , pero también algunas deficiencias, por lo que ilustra la idea más general de que ninguna visualización única podrá revelar todo acerca de sus datos.
Las etiquetas en el eje horizontal en la Figura 2 muestran lo que ya saben los fanáticos del ciclismo, es decir, que las etapas del Tour se dividen en ciertos tipos, para los cuales ciertos tipos de ciclistas son más adecuados fisiológicamente. En este caso, una (TT) indica una etapa de contrarreloj (en la que los corredores compiten individualmente y no pueden cooperar con miembros del equipo o aliados), y una (M) indica una etapa de montaña (que a menudo implica aumentos de altura verticales de 3.000 metros o Más). Tenga en cuenta que, como podría esperarse, tales etapas a menudo implican una gran cantidad de "mezcla" de los corredores (como lo muestran las líneas que se entrecruzan).
Por supuesto, el Yellow Jersey se otorga al ciclista en París que tiene el tiempo de carrera más rápido en general, por lo que los rangos solo cuentan una parte de la historia. Con la posible excepción del año de nacimiento en la Figura 1, recuerde que "más pequeño es mejor" cuando se observan las escalas verticales en las figuras. La Figura 3 muestra el tiempo del ciclista para cada etapa y da una idea general de cómo se realizó la ruta. Tenga en cuenta que en los gráficos paralelos, hemos utilizado Transparencia menos de 1 (haga clic con el botón derecho en el cuadro de gráfico para establecer este valor), y también hemos seleccionado a todos los corredores en el equipo del ganador. Usar Transparencia y seleccionar filas (por el Filtro de datos o alguna otra vista) puede ser muy informativo cuando tienes muchas variables.
La figura 4 muestra el tiempo acumulado de cada corredor después de cada etapa. Tenga en cuenta que ni la Figura 4 ni la Figura 3 ofrecen mucha información sobre los rendimientos individuales debido a la escala vertical. Aunque Parallel Plot tiene algunas opciones de escala incorporadas, a veces se pueden hacer pantallas más informativas definiendo columnas de fórmulas auxiliares y representándolas. En este caso, es útil tomar los tiempos acumulados en una etapa dada y restar el tiempo acumulado mediano en esa etapa de todos los valores. Esto da lugar a la figura 4. La Figura 4 ofrece una bonita representación visual de todo el historial de la carrera, que muestra cómo los pilotos individuales progresaron relativamente en cada etapa.
Theus y Urabek tienen un análisis adicional de los datos, entonces, ¿qué orientación general podemos ofrecer a Bradley como resultado? ¡La respuesta simple y obvia es "llegar a París más rápido"! Esto implica una serie de aspectos, que incluyen no verse obligado a abandonar debido a un choque (como en 2011), y tener miembros del equipo que pueden ayudar y terminar cerca de cualquier tipo de etapa (excluyendo las pruebas de tiempo, por supuesto). Pase lo que pase, será ciertamente interesante ver cómo se desarrollan las cosas. En el primer día de descanso (después de la Etapa 9), Bradley estaba en amarillo. ¡Vamos, Brad!
Finalmente, y los que siguen el ciclismo ya lo sabrán, el ganador del Tour en 2005 fue Lance Armstrong en el Discovery Channel. Las figuras 2 y 5 muestran claramente un desempeño dominante, incluso sobrehumano. Aquellos que estén interesados pueden leer sobre el Los últimos cargos contra Armstrong .
