Introduktion till SwimSwams nya realtidsomvandlare, driven av Swimulator! mot andra simmare i en given händelse, kurs och kön. Det är utformat för att vara lika exakt för simmare i åldersgrupper som för olympiska mästare.
Några provkonverterade tider:
Simone Manuels 45,56 100 gratis SCY konverterar till 51,76 LCM
Will Licons 1: 47.91 200 Breast SCY konverterar till 2:03:86 LCM
Sarah Sjostrom’s 51,71 100 Free LCM konverterar till 45,52 SCY
Ryan Lochte’s 1: 49,63 200 IM SCM konverterar till 1: 53.36 LCM
Men varför behöver simvärlden verkligen en annan tidsomvandlare?
Tidsomvandlarna från SwimSwam, Team Unify och andra fungerar alla bra för de flesta syften, åldrar och händelser. Efter att ha använt och experimenterat med dem tillräckligt länge blev jag trött på vissa brister. De baserades alla på tider som gjordes i olika banor av snabbare simmare och därför tenderade de alla att prestera bra för snabba, men inte supersnabba simningar. Ingen av dem var lämpliga för åldersgruppssimmare och alla hade problem när de tillämpades på rekordtider. Med dessa i åtanke bestämde jag mig för att skapa en ny tidsomvandlare som skulle vara lika exakt för elitesimmare som för åldersgrupper och att arbeta lika bra för distans-freestylers som för sprintbrystare som inte är besvärade av dessa brister.
När jag vill konvertera en simtid i en bana till en annan, finns det två distinkta frågor som jag skulle vilja svara på. Det första är: ”Om jag bara simmade tid ’X’ i 100 freestyle SCY, hur snabbt skulle jag ha gått om banan varit SCM eller LCM?” Den andra distinkta men mycket liknande frågan är: ”Vilken tid skulle vara lika konkurrenskraftig som min” X ”-tid i SCY 100-freestyle i SCM eller LCM?”
Svaren på två frågor är nära relaterade, men kan skilja sig på ett par sätt. Den första uppenbara anledningen till att en simmare jämförande rankning på en bana skulle vara annorlunda än en annan – även om de hade simmat samma händelse den dagen – är att vissa simmare är bättre lämpade för vissa banor än andra. David Nolan, till exempel, är ett exempel på en simmare som var oerhört dominerande i SCY och medan han fortfarande var extremt snabb i LCM, var han aldrig riktigt lika bra. En annan anledning är att olika simmare tenderar att tävla SCY-, LCM- och SCM-lopp, så en topptid på 1% i varje medel tävlar mot olika grupper av simmare. Jag valde att min tidsomvandlare skulle svara på den andra frågan: ”Vilken tid skulle vara lika konkurrenskraftig som min” X ”-tid i SCY 100-fristilen i SCM eller LCM?”
Nu varför skulle jag föredra att svara på den här frågan? Som simmare hade jag verkligen mer intresse att veta hur mina förbättringar under mina LCM-tider skulle övergå till SCY-säsongen. Jag fann emellertid ett behov av en sådan tidsomvandlare när jag byggde ett verktyg för att hitta sätt att hjälpa till att sätta team uppställningar och att göra koniska förutsägelser. För att göra detta behövde jag ett sätt att jämföra tidernas styrka över händelser. Till exempel behövde jag veta om en freestyle på 22 yard 50 var relativt snabbare eller långsammare än en 47,00 100 yard freestyle. USA-simning, även om de inte stöder idén om en tidsräknare, ger i huvudsak en med sin powerpoint-kalkylator. Det kräver bara lite extra arbete. Vad powerpoint-kalkylatorn svarar är: ”Hur jämförs en tid med alla andra simmare i den givna tävlingen / åldersgruppen / könen? ”
Dessutom n, det är mycket lättare att göra rangjämförelser mellan simkurser snarare än att försöka ta reda på vilka tider en simmare faktiskt skulle simma en annan kurs. Utan att känna till den individens historia skulle det vara svårt att veta om de kan vara relativt bättre i kurs än en annan. Ännu svårare, omvandlingen är inte alltid konsekvent mellan händelser för en viss simmare. Till exempel var min freestyle-tider alltid starkare LCM än SCY, men mina IM-tider var alltid bättre SCY (långsnabb fjäril var inte min starka kostym).
Så varför göra sig besväret med att skapa en ny tid omvandlare när du använder USA Swimming powerpoints för att konvertera tider över banor? USA Simings powerpoints fungerar bra de flesta åldersgrupper och internationella tider. De hade emellertid några problem när de användes för NCAA-tider, det var där jag gjorde det mesta av min analys. Figuren ovan visar powerpoints för den 100: e platsen som gjorts under varje säsong för alla tretton individuella tävlingar för D1 och D3 simmare för män och kvinnor . Som du kan se får sprinthändelser och slag konsekvent högre poäng än freestyle- och distanshändelserna. Kanske är detta rimligt – kanske D3-sprinter är riktigt snabbare än D3 distanssimmare. För mina behov ville jag ha ett verktyg som skulle ge liknande powerpoint-poäng över alla händelser och kön för 100: e plats gånger.
För att gå igenom detta hittade jag först alla tider för varje åldersgrupp, händelse och kön som registrerats med USA-simning . Efter att ha tittat på några distributioner fann jag att tiderna bäst kännetecknades av en sned normal fördelning.
Ovan visar ett histogram över mäns LCM 100 freestyle gånger vid 17 års ålder tillsammans med en sned normal passform av data som visas i grönt. Ganska bra passform!
Med tanke på en tid gjort för ett evenemang i en viss kurs, åldersgrupp och kön, kunde jag sedan konvertera till en annan kurs för att hitta en lika snabb tid. Jag gjorde detta genom att använda överlevnadsfunktionen för min passform i händelse av att simma för att konvertera tiden till en percentilrangering (procentandelen tid som var långsammare än den givna tiden) och använde sedan den inversa överlevnadsfunktionen för den modellerade fördelningen av gånger på banan som jag ville konvertera för att ändra den percentilen till en tid i den nya simkursen.
Till exempel rankas tiden på 58.00 i 79: e percentilen för alla 14-åriga flickans 100 fristil SCY gånger. När man tittar på fördelningen av motsvarande LCM-tider, finner vi att tiden 1: 05.46 rankar exakt samma., I den 79: e percentilen. Med den här metoden konverterar en freestyle 58,00 SCY till en 1: 05.46 LCM för en 14-årig kvinna.
En av fördelarna med denna metod är att den kan generaliseras till alla åldrar, kön och händelse. Från min analys är det faktiskt ganska stora skillnader mellan kön och åldersgrupper. Till exempel, samma 58:00 SCY 100 freestyle konverterar till en 1:04:88 för en 14-årig pojke, nästan en sekund snabbare än 1: 05.46 som ges av kvinnlig konvertering. Den andra stora fördelen med denna teknik är att så länge som fördelningsmodellen är korrekt, bör tidsomvandlaren fungera lika bra för extremt långsamma som mycket snabba tider.
Den stora nackdelen med denna teknik är att det är mycket beroende av att ha en komplett datamängd. Det brukar inte fungera lika bra för evenemang som tävlas mindre ofta, till exempel 1500 freestyle. Omvandlaren beter sig också konstigt när det finns vissa fördomar när det gäller simmare som simmar vissa banor. College-simmare kommer till exempel sannolikt att ha snabbare tider på gården och de som simmar över somrarna tenderar att behandla sina långsäsonger mindre seriöst – jag vet att jag gjorde det.
Den här nya tidsomvandlaren borde hjälp simmare att räkna ut hur snabbt de kan vara i olika banor mer exakt än tidigare och inte ge så många falska förhoppningar till dem som jag och mina SCY-freestyle-tider! Det kommer säkert att vara mer robust, särskilt för ålderssimmare som tidigare bara hade verktyg som var utformade för vuxna simmare.
