Hoe werkt de Equaliser?
De eerste algemene conclusies
Toen de datatabel compleet was, konden we identificeren welke variabelen het meest tot uitdrukking kwamen in de eindtijden van de atleten. Daarvoor gebruikten we de statistische methode van meervoudige lineaire regressie (MLR). MLR heeft voldoende mogelijkheden voor dit gedachtenexperiment: het kan relatieve verschillen goed in beeld brengen, maar geeft in dit geval geen verklaring van oorzaken.
Door de analyse werd het duidelijk dat het jaar waarin de respectievelijke Olympische sprintfinale zich afspeelde de grootste factor is in de variatie in eindtijden. Renners zijn gemiddeld ongeveer een seconde snellen geworden in de afgelopen 100+ jaren.
Omdat we vooral geïnteresseerd waren in het verhaal van de individuele atleet in de specifieke context van de vijf factoren, (met inachtneming van de nodige statistische beperkingen) hebben we chronologie als factor echter buiten beschouwing gelaten. Dat wil zeggen: we accepteren zonder statistische correctie het feit dat latere renners sneller zijn dan eerdere.
In een compleet model werden alle variabelen verwerkt met de eindtijden van de sprinters als de afhankelijke factor. Dit model is gebruikt om per renner, per variabele te berekenen hoeveel invloed (in seconden winst of verlies) een factor heeft op de eindtijd.
Disclaimer
De dataverzameling en de statistische analyse die hier zijn gebruikt zijn toegesneden op een het geloofwaardig verrichten van een gedachtenexperiment. De verschillen die zo tot uitdrukking komen, doen geen uitspraak over de oorzaken van deze verschillen. Het zijn niet meer maar ook niet minder dan relatieve verschillen die binnen de dataset door analyse zichtbaar gemaakt kunnen worden. We hebben onze uiterste best gedaan om de meest zorgvuldige analyse toe te passen op de data. Mocht U daarover vragen hebben, neem dan contact op met Random Studio, of als u specifieke vragen over de analyse heeft, met Mikhail S. Spektor en Dr. Gilles Dutilh van de Universiteit van Basel.
Verder nodigen we U graag uit zelf de data verder te analyseren. De tabel kan hier worden gedownload. Vele interessante verhalen zijn nog verborgen in de tabel, en we hopen dat er daar nog meer van zullen worden ontdekt en gedeeld.