オリンピックの自国開催は選手をどれだけパワーアップさせるか？

sports analyst meetup #3 発表資料
■本編
・獲得メダル数や種目数のデータを用いて国の獲得スコアを正規化
・カルマンフィルタを用いてオリンピックで獲得する国のスコアを学習、予測
・自国開催時、予測と結果にどれだけ乖離があるか可視化
■おまけ
・TOKYO 1964時の日本のパワーアップレベルを可視化
・カルマンフィルタによる予測と、自国開催の効果で、TOKYO 2020のメダル数を勝手に予想

Transcript

1. オリンピックの自国開催は 選手をどれだけパワーアップ させるか？ Sports Analyst Meetup #3 2019-06-30 新谷 健 (Masaru Shintani)
2. profile • フォルシア株式会社 • 経営企画エンジニア • 新規事業ダイナミックプライシング • Product Owner • 京都大学大学院博士課程学生 • 競泳20年 • 平泳ぎ • 京都大学体育会水泳部 • 京都府歴代新記録樹立（2014年） • 会社の福利厚生で週５ジム おしごと スポーツ歴
3. はじめに • TOKYO 2020 • 盛り上がってますか • チケットは当たりましたか • 僕は競泳42万円分全部外れました
4. オリンピックとは • スポーツ的には • ４年に一度のスポーツの祭典 • スポーツ選手の憧れ • 夏季/冬季大会がある • ビジネス的には • 主に先進国で行われる • これを機に捉えた経済発展を狙う • 先進国に仲間入りする時に開催されたりもする
5. オリンピックの自国開催は選手が覚醒しがち • 中国 • 日本
6. 問い オリンピックの自国開催は 選手をどれだけパワーアップさせるのか？
7. データ準備 1位 → 9点 2位 → 7点 3位 → 6点 4位 → 5点 ： 8位 → 1点 得点計算 正規化 総得点数(メダル総数)の変化を考慮 → 国の実力 ＝ 「得点シェア率」 開催年 総 得 点 数
8. カルマンフィルタで国の実力を学習・推定 例：アメリカ 青：予想スコア 緑：実際のスコア（得点シェア率） 橙：推定値の誤差分散
9. カルマンフィルタで各国の実力を学習・推定 オーストラリア 中国 ギリシャ ロシア イギリス アメリカ
10. カルマンフィルタで各国の実力を学習・推定 オーストラリア 中国 ギリシャ ロシア イギリス アメリカ
11. カルマンフィルタで各国の実力を学習・推定 オーストラリア 中国 ギリシャ ロシア イギリス アメリカ パワーアップ度 （予想と結果の乖離度）を調べる
12. 予想と結果の乖離度 赤：norm.cdf(x=緑, loc=青, scale=観測誤差分散)の値 赤 = 0.5 : 予想 = 結果 赤 > 0.5 : 予想 > 結果 赤 < 0.5 : 予想 < 結果 オーストラリア 中国 ギリシャ ロシア イギリス アメリカ
13. で、日本は？
14. で、日本は？ パワーアップ特性は結構ありそう 1964年 2004年 アテネ
15. で、日本は？ パワーアップ特性は結構ありそう 1964年 ？？ 2020年
16. で、日本は？ パワーアップ特性は結構ありそう 1964年 2020年 0.7辺りまで レベル上がる
17. おまけ TOKYO 2020五輪 日本選手団の結果を勝手に大予想
18. TOKYO 2020五輪 日本選手団の大胆予想 下記を考慮 • 2016年までのデータ • 種目数の変化（306→339） • 自国開催効果によりパーセント点関数で0.7に相当する力が出る
19. TOKYO 2020五輪 日本選手団の大胆予想 下記を考慮 • 2016年までのデータ • 種目数の変化（306→339） • 自国開催効果によりパーセント点関数で0.7に相当する力が出る • 得点シェア率： 6.0537% • 得点スコア： 7072 * (339/306) * 0.06054 = 474.3
20. TOKYO 2020五輪 日本選手団の大胆予想 1964年 2020年 ←ここらへん！
21. 得点スコア474になるメダル数内訳 18 22 25 12 20 35 24 24 18 参考 予想1 予想2 予想3