数据说话!

——文:Charlie 图片:网络

谁说跑马拉松“越快就是越好”?国外媒体近日发布了一份报告,该报告以2009-2019这十年间的共2348505份马拉松比赛结果为研究对象。研究的目的是分析马拉松过程中男跑者和女跑者之间的配速差别最后研究组得出结果——女跑者在“保持平均配速”这方面,优于男跑者18.33%。相较之下,女跑者在后半程“爆”掉的情况相对来说会更少。这200多万的比赛结果,采自于波士顿、柏林、芝加哥、伦敦、纽约和巴黎这六大国际性的马拉松赛事,数据年限是2009-2019年这10年之间;为了得到明确的结果,研究组把这些成绩,按性别、年龄、国际、排名、分段成绩、最终成绩以及过去几年的整体表现;其中有2149719份成绩可追查到跑者的性别。1376441份(64.03%)是男性,773278份(35.97%)是女性;有8.48%的数据样本没有标明性别,有10%的数据样本年龄不明;在国家分类中,只有每年有超过2000名参赛者的国家才会被拿来作为参考,否则少于这个数则统计学意义不大;为避免有不符常理的统计结果出现,有一些偏差特别大的个体数据样本没有纳入最终的统计结果之中。到了全马的后半程,男性跑者的平均配速要慢上14.07%,而女跑者的平均配速会比前半程慢11.49%尽管我们都知道,跑马拉松最容易出成绩的配速办法就是全程能保持匀速,这也是那些最顶级的运动员们所追求的(全程匀速,最后路段冲刺),但是数据表明,无论男女,都有超过92%的选手,前半程的配速要比后半程快,换句话说,绝大部分跑者都是前程强势,后劲不足当然,不管跑者是属于前程更快,还是后程表现更强劲,最终都是男跑者的平均成绩更优,但是女性跑者在配速保持上做得更好。然后研究组把数据再度细化之后发现,起速更慢(也就是前程慢后程快)的跑者,比开场之后就跑得很快的跑者,在配速上保持得更加平稳当然数据分析并没有到此为止,研究组还以每5公里为分段,来查看每5公里的平均配速变化。一共有941851份男性跑者成绩样本以及570655份女性跑者成绩样本被统计在内。结合他们之前2019年做的,针对超马比赛进行的数据分析,比赛的距离越长,男女跑者之间配速差距会越来越短。通过数据推算,当比赛超过195英里时,女超马跑者的平均配速会比男超马跑者来得更快。我们可以这么说,前后半程配速差距越小的女跑者,她就拥有更平稳的配速,研究组也根据“前后半程配速的变化率”,以国籍为分类,发现以下5个国家的女跑者跑马拉松最“稳”(变化幅度越小就越稳)。那么如果依旧以“国籍”为分类,在原基础上,加上跟同国籍男跑者配速变化率的比较,又是哪一国的女将,会更胜一筹呢?跑步是一项充满了包容性的运动,没有太多的限制与障碍,包括性别。眼看着近些年来有越来越多的女生加入到跑马的大家庭中,高兴之余,我们也被这些平日里看似娇弱,实际上了跑道之后,表现完全不输于男生的女跑者所折服。受限于客观身体条件,女跑者们想要在马拉松这项运动上有所表现,会需要花出更多的努力,而数据证明,虽然在绝对速度上还是稍逊,但是在节奏把控方面,女跑者们做到了更加稳定,所以遇到了努力奔跑的女跑者,请不要吝啬你的赞许!大家不妨在评论说说,你身边有没有哪个女跑者,让你非常佩服(尊重)的。

  未经允许请勿转载到其他公众号  

easypoi 大数据 百万_燃烧大数据 | 分析了2百万份成绩后发现,女跑者更稳?相关推荐

  1. 深度学习数据自动编码器_如何学习数据科学编码

    深度学习数据自动编码器 意见 (Opinion) When I first wanted to learn programming, I coded along to a 4 hour long Yo ...

  2. excel导入数据校验_使用Excel数据验证限制日期范围

    excel导入数据校验 Yesterday, one of my clients emailed to let me know that she was having trouble entering ...

  3. 医疗大数据处理流程_我们需要数据来大规模改善医疗流程

    医疗大数据处理流程 Note: the fictitious examples and diagrams are for illustrative purposes ONLY. They are ma ...

  4. 工业制造中的大数据分析应用_工业大数据分析方案-美林数据

    认识工业大数据 什么是工业大数据? 我们先看看维基百科的说法:"工业大数据(Industrialbig data)是构成工业人工智能的重要元素,指由工业设备高速产生的大量数据,对应不同时间下 ...

  5. rdd数据存内存 数据量_「大数据」(七十七) Spark之IO机制

    [导读:数据是二十一世纪的石油,蕴含巨大价值,这是·情报通·大数据技术系列第[77]篇文章,欢迎阅读和收藏] 1 基本概念 与传统的 IO 相比, Spark IO 有很大区别.传统的数据存在单个计算 ...

  6. python查看数据大小_科多大数据带你看Python可以列为最值得学习的编程语言

    原标题:科多大数据带你看Python可以列为最值得学习的编程语言 不知道从什么时候开始,这句话开始流行.不过也从侧面反映出 Python 语言的特点:简单.高效. 从近期代表技术趋势的业界报告以及编程 ...

  7. mysql大表数据抽取_从云数据迁移服务看MySQL大表抽取模式

    摘要:MySQL JDBC抽取到底应该采用什么样的方式,且听小编给你娓娓道来. 小编最近在云上的一个迁移项目中被MySQL抽取模式折磨的很惨.一开始爆内存被客户怼,再后来迁移效率低下再被怼.MySQL ...

  8. 房地产大数据分析软件_房地产大数据公司案例

    在庞大的房地产行业,有一个很明显的现象,数据分析正在发挥更大的作用.比如,房地产企业内部的数据非常的复杂繁多,是否有这样一款大数据分析软件可以把这些数据整合起来制造一个有效的大数据平台呢? 随着地产集 ...

  9. 观大数据有感_《大数据时代》读后感范文(精选8篇)

    <大数据时代>读后感范文(精选 8 篇) <大数据时代>读后感范文 1 对于畅销书刊.热点话题.时尚科技,始终不太感兴趣.书刊,喜欢 有一定年份的:话题,钟情于务虚的观点:新奇 ...

  10. 车联网大数据框架_车联网大数据:发展、支撑与应用

    智能交通是自动化领域研究的热点方向之一,小编整理了IEEE/CAA Journal of Automatica Sinica和<自动化学报>近期发表的智能交通文章,欢迎阅读~ 1.加拿大滑 ...

最新文章

  1. 人月神话阅读笔记02
  2. JavaScript——XMLHttpResquest的简单封装
  3. spring cloud 集成consul
  4. Activity、BroadcastReceiver、Service共同工作的简单例子
  5. 影响局域网速度的因素
  6. mysql like BR%._MySQL Like子句
  7. How to read Ext4 in Windows 10
  8. k3系统的架构及简介
  9. 光纤交换机 序列号_FAQ-如何查询设备的SN号
  10. Android 图片虚化
  11. ERROR: Cannot uninstall 'wrapt'. It is a distutils installed project and thus we cannot accurately
  12. 小白学python#Day5#笔耕不辍#每日一句,提高认知
  13. java pfx_如何在Java中读取.pfx文件的内容?
  14. 基于javaee的社区医院远程挂号系统
  15. 【区块链108将】数据盾:顶级白客们对于网络安全的美好憧憬
  16. 网络交换机有哪些常见的故障?
  17. 汽车模具转角分型面做法
  18. Matlab之图像平移(七)
  19. Linux系统如何查看服务器带宽及网络使用情况
  20. 用网站代替p2p服务器,[视频]PURSUIT:互联网可摆脱对服务器的依赖 用P2P取代

热门文章

  1. 看我说PHP之文件上传
  2. Linux下定时切割nginx日志并删除指定天数前的日志记录
  3. 感谢大家的热情与温暖
  4. java oracle spool,oracle之spool详细使用总结
  5. 微服务架构实战篇(一):使用start.spring.io 构建SpringBoot2.0项目
  6. DataGridView的DataGridViewComboBoxColumn列点击后触发其他方法
  7. win10系统eclipse中整合hadoop错误
  8. c++ 将变量有序保存在txt文件中_python读写文件(四)
  9. CSDN寄送的礼物,博客评选的阳光普照奖
  10. 全网首发:Undefined symbols for architecture x86_64: “std::__1::locale::use_facet(std::__1::locale::id)