Bij elke afstand geef ik welke schaatsers meer dan 50% kans hebben om onder een bepaalde tijd te rijden. Op de achtergrond bereken ik dus een voorspelde tijd voor een schaatser en daar hoort voor elke schaatser ook een standaarddeviatie (σ) bij. Hierbij ga ik ervanuit dat de omstandigheden in Milaan vergelijkbaar zijn met de baan in Beijing van vier jaar geleden. Voor een wisselvallige schaatser als Groenewoud is die groter dan voor een constante schaatser als Beune.
Tot nu toe zien we dat veel medaillewinnaars veel beter rijden dan verwacht, met name bij de vrouwen. Zij zitten twee, drie of soms vier persoonlijke standaarddeviaties onder de voorspelde tijd uit het model. Voor Leerdam en Kok houdt in dat voor beide schaatsers de kans minder dan 0,1% werd geschat dat zij deze tijden zouden gaan rijden.
Grootste meevallers:
Meer dan 4 σ onder de voorspelde tijd:

Kok op de 1000m (-4,69),

Leerdam op de 1000m (-4,34)
Meer dan 3 σ onder de voorspelde tijd:

Lollobrigida op de 3km (-3,91)
Meer dan 2 σ onder de voorspelde tijd:

Maltais op de 3km (-2,22),

Lorello op de 5km (-2,10)
Grootste tegenvallers:
Meer dan 2 σ boven de voorspelde tijd:

Myers op de 3km (+2,26),

Zueva op de 3km (+2,30),

Petzold op de 5km (+2,30)
Meer dan 3 σ boven de voorspelde tijd: -
Meer dan 4 σ boven de voorspelde tijd: -
Als je kijkt naar de gemiddelden van al deze afwijkingen per afstand bij elkaar, dan komt er dit uit:
3000m vrouwen: σ = -0,37. Er werd dus harder gereden dan voorspeld.
5000m mannen: σ = +0,05. De tijden verhouden zich met wat het model verwacht. De toppers rijden harder, de subtoppers rijden langzamer.
1000m vrouwen: σ = -1,02. Hier gaat het extreem veel sneller dan verwacht, maar dit komt vooral door de tijden van de toppers en dan in het bijzonder Leerdam en Kok. De schaatsers in de ritten 1 tot en met 10 rijden zitten gemiddeld gezien wel rond de voorspelde tijden.