La Behobia es un acontecimiento que trasciende a lo deportivo y del que se han escrito muchas cosas. En esta ocasión, me sirve para poner en práctica los conocimientos que voy adquiriendo semana a semana en el Programa de Big Data y Business Intelligence en la Universidad de Deusto.
Antes, cuando tenía tiempo, lo hacía de forma menos profesional cacharreando con Excel. Ahora, y viendo que Gabriel no se ha animado todavía (tendrá una buena pila de posts por sacar a la luz todavía), me he lanzado a hacer una comparativa entre los tiempos de BSS2016 y BSS2017. Para ello h obtenido las clasificaciones oficiales de la página Web de la Behobia San Sebastián y he eliminado a los siguientes colectivos:
- Corredores descalificados.
- Corredores sin tiempo.
- Corredores con tiempo superior a 10 horas.
A continuación me he quedado con aquellos corredores que, no estando en ninguno de los tres colectivos anteriormente citados, aparecen en ambas clasificaciones (una inner join para los que sepáis algo de bases de datos). He obtenido 8.135 coincidencias y me he dado cuenta de que los acentos me estaban jugando una mala pasada. Un mismo corredor aparecía con acento en una de las clasificaciones y sin acento en la otra… He prescindido de los acentos y he obtenido 8.624 coincidencias, que conforman mi muestra de trabajo.
Con esta muestra, obtengo la diferencia de tiempos en meta de ambas ediciones como la resta de Tiempo 2017 y Tiempo 2016. De esta forma, una diferencia positiva significa un tiempo mayor (más lento) en 2017 que en 2016 y una diferencia negativa significa un tiempo menor (más rápido) en 2017 que en 2016.
La media de esta nueva variable, para los 8.624 corredores es de 18.43472 segundos. Esto es, un tiempo 18 segundos superior en 2017 que en 2016. Confieso que el resultado me ha sorprendido: pensaba que las condiciones de este año habían sido inmejorables para correr.
Sigo profundizando y decido desmenuzar la media en grupos. Siempre teniendo en cuenta las 8.624 coincidencias. Esto es, cuando hablo de top10, no hablo de los 10 primeros clasificados de 2016 ni de los 10 primeros clasificados de 2017, sino de los 10 primeros clasificados entre los que han terminado ambas ediciones, tomando como referencia el tiempo de 2016:
- Top 10: -32,2 segundos.
- Top 50: 93,08 segundos.
- Top 100: 179,2 segundos.
- Top 500: 147,51 segundos.
- Top 1.000: 148,862 segundos.
- Top 5.000: 95,704 segundos.
Los resultados no acaban de convencerme así que paso a analizar grupos excluyentes:
- Top 10: -32,2 segundos.
- 11-50: 124.4 segundos.
- 51-100: 265,32 segundos.
- 101-500: 139,5875 segundos.
- 501-1.000: 150,214 segundos.
- 1001-2.000: 124,37 segundos.
- 2001-3.000: 84,882 segundos.
- 3001-4.000: 59,777 segundos.
- 4001-5.000: 60,629 segundos.
- 5001-6.000: 1,668 segundos.
- 6001-7.000: -68,3 segundos.
- 7001-8.000: -75,597 segundos.
- 8001-8.624: -284,1506 segundos.
Las mejoras más significativas se producen en ambos extremos de la clasificación (sobre todo ene l extremo inferior, con una mejora media de entre 4 y 5 minutos). Claro que, cuanto más abajo, más margen de mejora.
Como anécdotas, Igor Fodel Vicente presenta la mayor mejoría, pasando de 2h24m26s a 1h25m26s (59 minutos menos) e Igor Ramírez Pérez presenta el mayor empeoramiento, pasando de 1h26m30s a 2h24m38s (58 minutos y 3 segundos más). Claramente, en ambos casos de be de haber habido planteamientos de carrera diferentes.
Una última curiosidad: hay 15 participantes que han hecho el mismo tiempo en ambas ediciones. Bravo por ellos, qué precisión.
Próximamente, más y quién sabe si mejor.