Introduktion til SwimSwams nye real-time konverter, drevet af Swimulator!

Tl: dr: denne nye tidskonverter baserer sine resultater baseret på, hvordan tiden rangerer mod andre svømmere i en given begivenhed, løb og køn. Det er designet til at være lige så nøjagtigt for svømmere i aldersgruppen som for de olympiske mestre.

Nogle eksempler på konverterede tider:

Simone Manuels 45.56 100 gratis SCY konverterer til 51,76 LCM

Will Licon’s 1: 47.91 200 Breast SCY konverterer til 2:03:86 LCM

Sarah Sjostrom’s 51,71 100 Free LCM konverterer til 45,52 SCY

Ryan Lochte’s 1: 49,63 200 IM SCM konverterer til 1: 53.36 LCM

Men hvorfor har svømningsverdenen virkelig brug for en anden tidsomformer?

Tidsomformerne lavet af SwimSwam, Team Unify og andre fungerer alle godt for de fleste formål, aldre og begivenheder. Efter at have brugt og eksperimenteret med dem alle længe nok blev jeg træt af visse mangler. De var alle baseret på tider, der blev udført på forskellige baner af hurtigere svømmere, og derfor havde de alle en tendens til at klare sig godt til hurtige, men ikke superhurtige svømmeture. Ingen af dem var egnede til svømmere i aldersgrupper, og alle havde problemer, når de blev anvendt til rekordindstillingstider. Med disse i tankerne satte jeg mig for at oprette en ny tidsomformer, der ville være lige så nøjagtig for elitesvømmere som for aldersgrupper og at arbejde så godt for distancefreestylere som for sprintbrystere, der ikke er behæftet med disse mangler.

Når jeg gerne vil konvertere en svømmetid i et kursus til et andet, er der to forskellige spørgsmål, som jeg måske vil svare på. Den første er: “Hvis jeg bare svømmede tid ‘X’ i 100 freestyle SCY, hvor hurtigt ville jeg være gået, hvis kurset havde været SCM eller LCM?” Det andet særskilte, men meget lignende spørgsmål er: “Hvilken tid ville være tilsvarende konkurrencedygtig som min tid på ‘X’ i SCY 100 freestyle i SCM eller LCM?”

Svarene på to spørgsmål er nært beslægtede, men kan variere på et par måder. Den første åbenlyse grund til, at en svømmers sammenlignende placering på et kursus ville være anderledes end et andet – selv hvis de havde svømmet den samme begivenhed den dag – er, at nogle svømmere er bedre egnet til bestemte baner end andre. David Nolan er for eksempel et eksempel på en svømmer, der var utrolig dominerende i SCY, og selvom han stadig var ekstremt hurtig i LCM, aldrig var lige så god. En anden grund er, at forskellige svømmere har tendens til at konkurrere SCY-, LCM- og SCM-løb, så en top 1% tid i hvert middel konkurrerer mod forskellige grupper af svømmere. Jeg valgte at få min tidsomformer til at svare på det andet spørgsmål: “Hvad tid ville være tilsvarende konkurrencedygtig som min tid på ‘X’ i SCY 100 freestyle i SCM eller LCM?”

Hvorfor foretrækker jeg nu at besvare dette spørgsmål? Som svømmer havde jeg bestemt mere interesse i at vide, hvordan mine forbedringer i mine LCM-tider ville overføres til SCY-sæsonen. Jeg fandt dog et behov for en sådan tidsomformer, når jeg byggede et værktøj til at finde måder at hjælpe med at sætte team lineups og til at foretage koniske forudsigelser. For at gøre disse havde jeg brug for en måde at sammenligne styrken af gange på tværs af begivenheder. F.eks. havde jeg brug for at vide, om en 22,00 50-yard freestyle var forholdsvis hurtigere eller langsommere end en 47,00 100-yard freestyle. USA-svømning, selvom de ikke støtter ideen om en tidsberegner, leverer i det væsentlige en med deres powerpoint-regnemaskine. Det kræver bare lidt ekstra arbejde. Hvad powerpoint-regnemaskinen svarer er: “Hvordan sammenlignes en tid med alle andre svømmere i den givne begivenhed / aldersgruppe / køn? ”

I tillæg n, det er meget lettere at foretage rangsammenligninger på tværs af svømmekurser snarere end at forsøge at finde ud af, hvornår en svømmer rent faktisk ville svømme et andet kursus. Uden at kende den enkeltes historie ville det være svært at vide, om de måske var relativt bedre i løbet af en anden. Endnu vanskeligere, konverteringen er ikke altid konsistent på tværs af begivenheder for en given svømmer. For eksempel var mine freestyle-tider altid stærkere LCM end SCY, men mine IM-tider var altid bedre SCY (lang kursus sommerfugl var ikke min stærke kulør).

Så hvorfor gå i besværet med at skabe en ny tid konverter når du bruger USA Swimming ‘s powerpoints til at konvertere tider på tværs af baner? USA Swimming’s powerpoints fungerer godt i de fleste aldersgrupper og internationale tider. De havde dog nogle problemer, når de blev brugt til NCAA-tider, det var her, jeg lavede det meste af min analyse. Figuren ovenfor viser powerpoints for den 100. plads, der er udført i hver sæson for alle tretten individuelle begivenheder for D1 og D3 mænds og kvinders svømmere . Som du kan se, scorer sprintbegivenheder og slag konsekvent højere point end freestyle- og distancebegivenhederne. Måske er dette rimeligt – måske er D3-sprintere virkelig hurtigere end D3-afstandssvømmere. Til mine behov ønskede jeg et værktøj, der ville give lignende powerpoint-score på tværs af alle begivenheder og køn til det 100. plads gange.

For at gå videre, fandt jeg først alle tidspunkter for hver aldersgruppe, begivenhed og køn registreret med svømning i USA . Efter at have set på et par fordelinger fandt jeg ud af, at tiderne bedst blev karakteriseret ved en skæv normalfordeling.

Ovenstående viser et histogram over mænds LCM 100 freestyle gange i en alder af 17 sammen med en skæv normal tilpasning af dataene vist i grønt. Temmelig god pasform!

I betragtning af en tid udført til en begivenhed i et bestemt kursus, aldersgruppe og køn, kunne jeg derefter konvertere til et andet kursus for at finde en tilsvarende hurtig tid. Jeg gjorde dette ved at bruge overlevelsesfunktionen til min pasform i tilfælde af at jeg svømmede for at konvertere tiden til en percentilrangering (den procentdel af tiden, der var langsommere end den givne tid) og brugte derefter den inverse overlevelsesfunktion af den modellerede tidsfordeling i løbet, som jeg ønskede at konvertere for at ændre denne percentil til en tid i det nye svømningskursus.

For eksempel ligger en tid på 58,00 i det 79. percentil for alle 14-årige piges 100 freestyle SCY gange. Når man ser på fordelingen af ækvivalente LCM-tider, finder vi, at en tid på 1: 05.46 rangerer nøjagtigt den samme., I 79. percentilen. Derfor bruger en metode på 58,00 SCY freestyle til en 1: 05.46 LCM for en 14-årig kvinde ved hjælp af denne metode.

En af fordelene ved denne metode er, at den kan generaliseres til enhver alder, køn og begivenhed. Fra min analyse er der faktisk ret store forskelle på tværs af køn og aldersgrupper. For eksempel konverterer den samme 58:00 SCY 100 freestyle til en 1:04:88 for en 14-årig dreng, næsten et sekund hurtigere end 1: 05.46 givet af den kvindelige konvertering. Den anden store fordel ved denne teknik er, at så længe distributionsmodellen er nøjagtig, så skal tidsomformeren fungere lige så godt i ekstremt langsomme som meget hurtige tider.

Den store ulempe ved denne teknik er at det er meget afhængigt af at have et komplet datasæt. Det har en tendens til ikke at fungere så godt til begivenheder, der konkurreres sjældnere, såsom 1500 freestyle. Konverteren opfører sig også underligt, når der er en vis bias med hensyn til hvilken svømmere svømmer bestemte baner. College-svømmere har for eksempel sandsynligvis flere hurtige tider i værfter, og dem, der svømmer over somrene, har en tendens til at behandle deres lange banesæsoner mindre seriøst – jeg ved, at jeg gjorde det.

Denne nye tidskonverter skal hjælpe svømmere med at finde ud af, hvor hurtige de kan være i forskellige baner mere præcist end før, og ikke give så mange falske håb til dem som mig og mine SCY-freestyle-tider! Det vil helt sikkert være mere robust, især for svømmere i aldersgrupper, der tidligere kun havde værktøjer, der var designet til voksne svømmere.