Atleet tegen Algoritme: hoe onze voorspellingen van de Olympische Winterspelen van 2018 vergeleken met de werkelijke resultaten

Bijgewerkt 09 maart 2018

Bijdragende schrijver

De Olympische Winterspelen van 2018 werden op 2 februari in PyeongChang, Zuid-Korea, afgesloten. 25. Na 17 dagen van felle concurrentie zette Noorwegen zijn dominantie op de Olympische Winterspelen voort en eindigde met 39 medailles in totaal. Noorwegen en Duitsland wonnen elk 14 gouden medailles, hoewel Duitsland naar de tweede plaats op de algemene ranglijst zakte met in totaal 31 medailles.

En terwijl atleten van over de hele wereld streden om de eerste plaats in 102 evenementen, nam Science deel aan een eigen competitie. We wilden de resultaten van de Olympische Winterspelen voorspellen en kwamen nek aan nek met enkele belangrijke publicaties.

Om onze prestaties beter te begrijpen, bekijken we de verschillende factoren die hebben bijgedragen aan de resultaten. We beginnen met te kijken hoe andere publicaties hun voorspellingen hebben georganiseerd. Dit zijn de drie soorten die we hebben opgemerkt:

• Individuele voorspellingen van evenementwinnaars (Associated Press en Geïllustreerde sport)

• Algemene medailles tabel (Gracenote)

• Algemene medailletabel met alleen het totale aantal medailles (Wall Street Journal)

Vervolgens zullen we, afhankelijk van de voorspellingsgegevens die door verschillende uitgevers worden verstrekt, deze op de volgende manier evalueren:

• Exacte voorspellingen: aantal correcte medaillewinnaars voorspeld

• Total Absolute Error (TAE): Som van het absolute verschil tussen elke telling van het type medaille. In gevallen waarin de gouden, zilveren en bronzen medailletellingen elk worden gegeven, berekenen we de TAE per medaille. Zo niet, dan houdt TAE alleen rekening met het totale aantal medailles.

Exacte voorspellingen bieden de beste evaluatiestatistiek, gevolgd door TAE in gevallen waarin elk medailletype wordt vermeld. TAE voor het totale aantal medailles is de op twee na beste evaluatiemaatstaf. Dit komt omdat in het geval van TAE de fout kan worden verspreid. Laten we bijvoorbeeld zeggen dat we voorspelden dat Canada goud zou winnen in curling voor mannen, maar niet in curling voor vrouwen. Als Canada het curling voor mannen verliest maar wint bij het curling voor vrouwen, blijft het totale aantal gouden medailles hetzelfde.

Tijdens de Olympische Spelen zaten we in een spannende race met de Associated Press en Geïllustreerde sport, comfortabel op de tweede plaats zitten voor een groot deel van de games. Een slechte finish degradeerde ons echter naar de derde plaats in de totale voorspellingen, waardoor we de bronzen medaille overhielden.

Hier is een blik op de uiteindelijke medailletabel:

Gracenote publiceerde alleen algemene medailles tally voorspellingen. Dus gebruikten we TAE om ons resultaat met hen te vergelijken. We verslaan Gracenote in alle soorten medailles. Gracenote's VMT miste 2 landen die medailles wonnen: Slovenië en Nieuw-Zeeland. Hier is de TAE voor verschillende medailles:

Wall Street Journal publiceerde alleen algemene voorspellingen van het totale aantal medailles. Dus gebruikten we TAE om de resultaten met hen te vergelijken. De fout van WSJ is lager dan die van ons. Ze hadden een TAE van 74 en de wetenschap had een TAE van 82.

• Van de 307 medailles die tijdens de Olympische Winterspelen van dit jaar werden uitgereikt, hadden we een nauwkeurigheid van 72/307 (23,45 procent) voor de voorspelde correcte algemene medaillewinnaars.

• Hoewel de Associated Press de meeste correcte medailles voorspelde, had Science and Sports geïllustreerde de meeste correcte gouden medailles.

• Onze nauwkeurigheid bij het voorspellen van de winnaar van elk evenement is de hoogste van alle voorspellingen, 36/102 (35,29 procent).

• Onze voorspelling is de enkel en alleen voorspelling die alle 30 medaillewinnende landen precies goed had.

Hoewel onze algehele nauwkeurigheidscijfers misschien niet geweldig lijken, zijn er een handvol factoren buiten onze controle. Evenementen met penalty's (zoals biatlon) bemoeilijken bijvoorbeeld het proces en voegen een laag onvoorspelbaarheid toe. Teamevenementen maken het ook moeilijk om resultaten te projecteren, omdat de selectie van een land tijdens het reguliere seizoen (waar onze voorspellingsgegevens vandaan kwamen) atleten kunnen bevatten die niet op de Olympische selectie staan.

• Nederlandse schaatser Sven Kramer won goud op de 5000 meter voor mannen. Hij is nu de enige mannelijke schaatser die hetzelfde Olympische evenement drie keer heeft gewonnen.

• Ester Ledecka werd de eerste vrouw die Olympische gouden medailles won in twee verschillende sporten tijdens een enkele winterspelen. De Tsjechische atleet is in de eerste plaats een snowboarder, maar verbaasde de wereld door de Super-G-finale voor dames te winnen en daarbij de ski's van Mikaela Shiffrin te lenen. Ze won de parallelle reuzenslalom in snowboarden op dag 15.

• Noorwegen Marit Bjørgen won goud in langlaufen (30 km massastart) en werd de meest gedecoreerde Winterolympiër in de geschiedenis. Met vijf medailles in PyeongChang heeft ze nu in totaal 15 medailles in de loop van haar Olympische carrière.

• De Verenigde Staten wonnen goud in ijshockey voor vrouwen, versloeg Canada in een epische ronde van penalty's en behaalde de eerste gouden medaille van het team in 20 jaar.

• Amerikaanse kunstschaatsster Nathan Chen werd de eerste kunstschaatsster die vijf quadrupoolsprongen in één programma maakte.

Hier zijn event-wise gouden medaillevoorspellingen door 4 uitgevers. Merk op dat in het geval van een gelijke stand (Bobslee 2-man), we punten hebben toegekend als ten minste één van de voorspellingen correct was.