Svømming i sanntidskonvertering

Vi presenterer SwimSwams nye sanntidskonverter, drevet av Swimulator!

Tl: dr: denne nye tidskonverteren baserer sine resultater basert på hvordan tiden rangerer mot andre svømmere i et gitt arrangement, løp og kjønn. Den er designet for å være like nøyaktig for svømmere i aldersgrupper som for olympiske mestere.

Noen eksempler på konverterte tider:

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

Will Licons 1: 47.91 200 Breast SCY konverterer til 2:03:86 LCM

Sarah Sjostroms 511.71 100 Free LCM konverterer til 45.52 SCY

Ryan Lochtes 1: 49.63 200 IM SCM konverterer til 1: 53.36 LCM

Men hvorfor trenger svømmeverdenen virkelig en annen tidsomformer?

Tidsomformerne laget av SwimSwam, Team Unify og andre fungerer alle bra for de fleste formål, aldre og begivenheter. Etter å ha brukt og eksperimentert med dem lenge nok, ble jeg lei av visse feil. De var alle basert på tider som ble gjort på forskjellige baner av raskere svømmere, og derfor hadde de alle en tendens til å prestere bra for raske, men ikke superraskesvømming. Ingen av dem var passende for svømmere i aldersgruppen, og alle hadde problemer når de ble brukt på rekordtid. Med dette i bakhodet, siktet jeg meg til å lage en ny tidsomformer som ville være like nøyaktig for elitesvømmere som for aldersgrupper og å jobbe like godt for distanse-fristilere som for sprintbrystere som ikke er belastet av disse feilene.

Når jeg ønsker å konvertere en svømmetid i ett kurs til et annet, er det to forskjellige spørsmål som jeg ønsker å svare på. Den første er: «Hvis jeg bare svømte tid ‘X’ i 100 freestyle SCY, hvor fort ville jeg ha gått hadde løpet vært SCM eller LCM?» Det andre distinkte, men veldig like spørsmålet, er: «Hvilken tid vil være like konkurransedyktig som tiden min for ‘X’ i SCY 100-freestyle i SCM eller LCM?»

Svarene på to spørsmål er nært beslektet, men kan variere på et par måter. Den første åpenbare grunnen til at en svømmers komparative rangering i ett løp ville være annerledes enn et annet – til og med hvis de svømte samme begivenhet den dagen – er at noen svømmere er bedre egnet til bestemte baner enn andre. David Nolan, for eksempel, er et eksempel på en svømmer som var utrolig dominerende i SCY, og selv om han fortsatt var ekstremt rask i LCM, var han aldri helt så god. En annen grunn er at forskjellige svømmere har en tendens til å konkurrere SCY-, LCM- og SCM-løp, så en topp 1% tid i hvert betyr å konkurrere mot forskjellige grupper av svømmere. Jeg valgte å få tidskonverteren til å svare på det andre spørsmålet: «Hvilken tid ville være like konkurransedyktig som tiden min på ‘X’ i SCY 100-freestyle i SCM eller LCM?»

Nå, hvorfor foretrekker jeg å svare på dette spørsmålet? Som svømmer hadde jeg absolutt større interesse for å vite hvordan forbedringene mine i LCM-tidene mine ville overføres til SCY-sesongen. Imidlertid fant jeg behov for en slik tidsomformer når jeg bygde et verktøy for å finne måter å hjelpe teamet oppstillinger og å gjøre spådomspådommer. For å gjøre dette trengte jeg en måte å sammenligne tidenes styrke på tvers av begivenheter. For eksempel trengte jeg å vite om en 22,00 50-yard freestyle var relativt raskere eller langsommere enn en 47,00 100-yard freestyle. Svømming i USA, selv om de ikke støtter ideen om en tidskalkulator, gir i hovedsak en med deres powerpoint-kalkulator. Det krever bare litt ekstra arbeid. Hva powerpoint-kalkulatoren svarer er: «Hvordan sammenligner en tid seg med alle andre svømmere i det aktuelle arrangementet / aldersgruppen / kjønnet? ”

I tillegg n, det er mye lettere å gjøre rang sammenligninger på tvers av svømmekurs i stedet for å prøve å finne ut hvilke tider en svømmer faktisk ville svømme på en annen bane. Uten å vite den enkeltes historie, ville det være vanskelig å vite om de kanskje var relativt bedre i løpet av en annen. Enda vanskeligere, konverteringen er ikke alltid konsistent på tvers av hendelser for en gitt svømmer. For eksempel var freestyle-tidene mine alltid sterkere LCM enn SCY, men IM-tidene mine var alltid bedre SCY (langbane sommerfugl var ikke min sterke dress).

Så hvorfor gå i bryet med å skape en ny tid omformer når du bruker USA Swimming ‘s powerpoints for å konvertere tider på tvers av baner? USA Swimming’s powerpoints fungerer bra i de fleste aldersgrupper og internasjonale tider. Imidlertid hadde de noen problemer når de ble brukt til NCAA-tider, det var der jeg gjorde det meste av analysen min. Figuren ovenfor viser powerpoints for 100. plasseringstid gjort i hver sesong for alle tretten individuelle arrangementer for D1 og D3 menn og kvinner . Som du kan se, får sprintbegivenhetene og slag kontinuerlig høyere poeng enn freestyle- og distansearrangementene. Kanskje dette er rimelig – kanskje D3-sprintere er veldig raskere enn D3-distansesvømmere. For mine behov ønsket jeg et verktøy som ville gi lignende powerpoint-score på tvers av alle begivenheter og kjønn for 100. plass.

For å gjøre dette, fant jeg først alle tider for hver aldersgruppe, begivenhet og kjønn registrert med svømming i USA . Etter å ha sett på noen få distribusjoner, fant jeg ut at tidene var best preget av en skjev normalfordeling.

Over viser et histogram av menns LCM 100 freestyle ganger i en alder av 17 sammen med en skjev normal passform av dataene vist i grønt. Ganske god passform!

Gitt en tid gjort for et arrangement i en bestemt kurs, aldersgruppe og kjønn, kunne jeg da konvertere til et annet kurs for å finne en like rask tid. Jeg gjorde dette ved å bruke overlevelsesfunksjonen for å passe i tilfelle at jeg svømte for å konvertere tiden til en persentilrangering (prosentandelen av tiden som var langsommere enn den gitte tiden) og brukte deretter den inverse overlevelsesfunksjonen til den modellerte tiden i løpet som jeg ønsket å konvertere for å endre den persentilen til en tid i det nye svømmekurset.

For eksempel, en tid på 58,00 rangerer i den 79. persentilen for alle 14 år gamle jentas 100 fristil SCY ganger. Ser vi på fordelingen av ekvivalente LCM-tider, finner vi at tiden 1: 05.46 rangerer nøyaktig den samme., I den 79. persentilen. Ved å bruke denne metoden konverterer en freestyle på 58,00 SCY til en 1: 05.46 LCM for en 14 år gammel kvinne.

En av fordelene med denne metoden er at den kan generaliseres til alle aldre, kjønn og begivenhet. Fra analysen min er det faktisk ganske store forskjeller på kjønn og aldersgrupper. For eksempel konverterer samme 58:00 SCY 100 freestyle til en 1:04:88 for en 14 år gammel gutt, nesten et sekund raskere enn 1: 05.46 gitt av den kvinnelige konverteringen. Den andre store fordelen med denne teknikken er at så lenge distribusjonsmodellen er nøyaktig, bør tidsomformeren fungere like bra for ekstremt sakte som veldig raske tider.

Den store ulempen med denne teknikken er at det er veldig avhengig av å ha et komplett datasett. Det har en tendens til ikke å fungere like bra for arrangementer som blir konkurrert sjeldnere, for eksempel 1500-freestyle. Omformeren oppfører seg også merkelig når det er noe skjevhet når det gjelder hvilke svømmere som svømmer bestemte baner. Høyskolesvømmere vil for eksempel sannsynligvis ha raskere tider på gårdsplasser, og de som svømmer over somrene, har en tendens til å behandle de lange banesesongene mindre seriøst – jeg vet at jeg gjorde det.

Denne nye tidskonverteren bør hjelpe svømmere med å finne ut hvor fort de kan være på forskjellige baner mer nøyaktig enn før, og ikke gi så mange falske håp til de som meg og mine SCY-freestyle-tider! Det vil helt sikkert være mer robust, spesielt for svømmere i aldersgrupper som tidligere bare hadde verktøy som var designet for voksne svømmere.

Write a Comment

Din e-postadresse vil ikke bli publisert. Obligatoriske felt er merket med *