Questo studio si propone di classificare le strategie di gara di ciascun team in Formula 1 (F1) utilizzando l'analisi delle classi latenti (LCA) di JMP. L'analisi utilizzerà dati di gara pubblicamente disponibili relativi alle stagioni 2018-2025, inclusi dati provenienti da FastF1, OpenF1, Jolpica API e risultati ufficiali FIA. Le variabili esplicative includeranno il numero medio di pit stop, il primo giro di pit stop, la durata media dello stint, la mescola degli pneumatici, i pit stop durante i periodi di safety car, i cambi di posizione e i punti conquistati. L'LCA classificherà oggettivamente le strategie dei team, tradizionalmente descritte sulla base dell'esperienza e delle impressioni, e chiarirà le caratteristiche di ciascuna classe latente. Inoltre, analizzando la relazione tra ciascuna classe e le percentuali di vittorie, le percentuali di podio e le classifiche annuali, lo studio mira a scoprire "schemi strategici che portano alla vittoria". Questa ricerca propone un nuovo metodo analitico nell'analisi dei dati sportivi e ne dimostra il potenziale per supportare il processo decisionale strategico in gara e la sua applicazione in altri campi.
