【PIST6研究】独自のタイム補正値というデータを作ってみたので、予想に使えそうか検証してみた

独自のタイム補正値

こちらのページで最新の賞金データを公開しました。

賞金も研究データとして活用できるようになりましたので、タイムとレース結果の相関に関して研究を進めたいと思います。

PIST6では、前日に200mタイムを計っています。

しかし、そのタイムと結果が確実に連動するわけではなく、タイムをどのように扱って良いか分かりかねています。

もちろん、大きな差があれば有効なデータとなりますが、タイム差が小さい時に、レースが上手いのかどうかを検討する材料がありません。

そこで、獲得した賞金をタイムに置き換えることでTTタイムと実際の実力タイムの比較をできるように研究しました。

レース結果＝賞金獲得額と仮定し、タイムと比較して賞金を稼げているか？を数字化が必要です。

そこで、以下のようなデータの算出を行いました。

まず、TT平均タイムをランキング化し、順位を付けました。

さらに、賞金総額と平均賞金額を算出し、それぞれランキング化しました。

賞金総額と平均賞金額の順位のTTタイムを割り当て、3つのタイムの平均をその選手の実力タイムとしました。

TT平均タイムより実力タイムのほうが低い値であれば、タイムよりレース結果が良い選手、高い値であれば、タイムより結果が出ていない選手と表現することができます。

この高い低いの値をそのままタイム補正値とし、レースが上手いかどうかに活用できないか検証してみます。

ということで、まずは実力タイムの上位20名を見てみましょう。

このランキングを見てみると、レースで結果を出している選手が上位に来ているため、有効な数値である可能性があります。

平均タイム58位の神山拓弥選手が12位まで順位アップしているところも納得感があります。

次に補正値ランキングを見てみます。